若以現代語言重新理解「業」，最接近的概念之一是 reinforcement learning，即透過行為、回饋與權重更新而形成未來傾向的學習機制。這種對照指出兩者在結構上有一個共同核心：行為不會在完成後完全消失，它會改變系統下一次反應的機率。佛法所說的業是行為、意圖、感受與習慣在心智系統內部留下痕跡，並逐步形成未來的反應模式。 在 reinforcement learning 中，一個系統會根…

I 是否正在指數級成長是一個敘事問題。近年大型模型的能力確實快速提升，從文字生成、程式撰寫，到圖像、影片、語音與代理任務，進步幅度足以改變很多人的工作方式，但「進步很快」與「指數級成長」不是同一件事。前者描述現象，後者暗示一種幾乎不可阻擋的未來：能力會不斷加速，成本會不斷下降，所有行業都必須立即重組，否則就會被淘汰。當…

機器人在街頭乞討，這個畫面之所以引人注意是因為它把技術進步的一個尷尬問題直接擺了出來：很多新技術在真正找到用途之前，最先學會的是模仿人類社會已經存在的動作、姿態和場景。人形機器人原本被想像成工廠助手、家庭助理、照護工具，甚至是未來勞動力的一部分，但當它被安排在街頭伸手乞討，它展示的就是一種可被觀看的…

世足賽開幕」竟然是 AI 假影片，吸引大量觀眾追看，表面是一宗假新聞事件，但值得討論的地方是這段假畫面被包裝成直播之後，為何會變得可信。過去我們判斷影像是否真實，主要看畫面本身是否合理，但在平台時代，很多人先相信整個觀看環境。只要標題像真、時間點合理、畫面持續播放、旁邊有觀看人數和聊天室，觀眾很容易先接受它正在發…

I 能寫文章之後，原創首先失去原本過於寬鬆的定義。過去一篇文章只要句子通順、結構完整、語氣像樣，已經可以被視為一種創作成果。生成式 AI 出現後，這些能力被快速平民化。它可以在短時間內整理資料、模仿語氣、生成段落，甚至按指定風格寫出一篇看似成熟的文章。於是問題是當「寫得出」變得容易，人類還憑甚麼聲稱自己有原創性。 莫言談…

I 最深的改變是正在改變人類形成判斷的速度。過去，一個人遇到問題，要先搜尋資料、接觸不同來源、比較版本、辨認矛盾，再慢慢形成自己的理解。這個過程中間包含很多必要步驟：懷疑、篩選、延遲判斷、修正看法。現在，AI 把這些步驟大幅壓縮。很多問題只要輸入一句話，系統便會在幾秒內整理重點、歸納立場、提供建議，甚至連可能的反對意見都一…

I 不只越來越強，也越來越像一套人類可以使用、卻無法充分理解的系統。這次新聞提到研究人員擔心大型語言模型與其他先進 AI 的發展速度，已經快過人類理解其內部運作的能力；即使可解釋 AI 已研究多年，最先進的系統仍大多只能從輸出表現去觀察，卻難以完整說明它為何得出某個結論，也難以預測它何時會失準或出錯。與此同時，AI…

I 超級應用的真正問題是它開始接管「入口」。過去的互聯網平台，主要控制資訊入口。搜尋引擎決定你如何找到資料，社交平台決定你看到甚麼內容，短片平台決定你被甚麼吸引。這些平台影響人的注意力、認知和情緒，但大部分時候，最後行動仍然由人自己完成。 AI 行動入口不同。當一個 AI 可以接入你的郵件、日曆、文件、支付工具、開發環境、企業系…

I 最初只是回答問題。人問一句，它答一段。這種模式之下，人仍然站在行動的最後位置。AI 可以提供資料、草稿、建議和分析，但是否採用、怎樣修改、如何執行，仍然由人完成。 這個階段的 AI 最多是輔助工具。它改變的是效率，不是人的位置。但當 AI 開始由回答工具變成行動入口，問題就不同了。它替你發出電郵﹑替你排好會議﹑直接修改專案、跑測試、提交…

ChatGPT 最初令人震撼是因為它懂得回答問題。人問一句，它答一段。這種形式很容易理解，因為它延續了搜尋引擎、客服系統和知識問答的舊邏輯。只是答案變得更自然、更完整、更像人。 但這不是 AI 的終局。聊天框只是 AI 進入大眾市場的第一個入口。它的價值在於降低門檻，讓普通人第一次感受到模型能力。但當所有人都習慣用 AI 問問題之後，下一個…

很多家長開始焦慮，小朋友是否應該盡早學 AI。表面上是一個教育問題，實際上反映了大人對未來的恐懼。每次新技術出現，社會都會很快把它翻譯成一種新的競爭項目。以前是英文、電腦、編程，現在輪到 AI。問題是，當我們太快把 AI 變成一門「要學」的技能時，反而可能錯過 AI 對教育真正重要的地方。 小朋友當然可以接觸 AI，也可以用 AI 問問題、查資…

人很難長期忍受純粹的隨機。 當一件事發生，而我們無法知道原因時，理性上最誠實的答案往往是：「目前無從判斷。」可是，這句話很少令人安心。人更容易接受一個粗略但完整的說法，例如「你最近運勢轉弱」﹑「市場正在換板塊」﹑「你只是處於轉型期」﹑「演算法覺得你可能喜歡這類內容」。這些說法未必更接近真相，但它們有一個共同功能：把混亂放進一個可…

很多人以為自己正在自由表達。發文時選擇某種句式，拍片時使用某種開場，寫標題時加上某種刺激字眼，好像這些都是個人風格。但如果把時間拉長來看，很多所謂風格，其實是平台回饋機制長期訓練出來的結果。你以為自己選擇了語氣，實際上可能只是慢慢學會了哪種語氣比較容易被看見。 平台不需要明確命令你怎樣說話，它只需要決定…

過去，人類判斷一句話是否具有精神重量會追問它的來源。這句話出自經典、哲學家、宗教傳統、長者經驗，還是某個人真實承受過的生命處境。語言之所以有重量是因為它背後有一套歷史、修行、思想、共同體或生命經驗支撐。 AI 出現後，這個判斷方式開始變得不穩定。現在，一段看似深刻的文字，可以由模型在幾秒內生成。它可以像哲學語錄，像宗教…

近年關於 AI 的討論，除了工作效率，也有情感依賴。越來越多人會把 AI 當成傾訴對象、陪伴工具、情緒整理器，甚至某種接近朋友或伴侶的存在。這種現象引起不少警覺。常見說法是：人類正過度依賴 AI，容易把機器的回應誤認為理解，甚至把模擬出來的關心當成真正關係。 這個擔憂有必要。OpenAI 與 MIT Media Lab 在 2025 年針對 ChatGPT 的情感使用進行研究，明確把這…

I 模型對事實判斷出現分歧，表面上看似只是技術準確率問題，但它真正暴露的是一個更深層的變化：我們正在把越來越多判斷交給機器，卻未必清楚這些機器是否共享同一套判斷標準。當不同 AI 面對同一句聲明，得出不同結論，有些判斷為真，有些判斷為假，有些認為只是誤導，有些則選擇保留，這件事顯示所謂「事實」在 AI 系統中並沒有一個…

當平台不只推送內容，也在重新設計我們的樣子

I 聊天機器人的錯誤，表面上看似只是答案不準、資料過時、推論失誤，但真正值得警覺的地方在於人開始以一種接近信任人的方式去信任它。傳統搜尋引擎給出的是連結，使用者仍然知道自己需要判斷來源、比較資料、檢查上下文。但聊天機器人給出一段完整、有語氣、有結論的回應。它不像資料庫，更像一個正在回答你的人。正因如此，當它錯了…

當理解被模仿，真實只剩回音

機器從沒搶走人的角色，是人早就離開了那個位置。