實習大人

每多懂一件事，就更喜歡自己

職場
加入Google偏好

GPT-6 Astra 被說是 AGI：它開始替你做完整工作，人類還剩下什麼不能交出去？

GPT-6 Astra 讓 AI 開始接手完整工作；效率變快後，哪些判斷與責任仍不能交出去？

墨雪 8 分鐘閱讀
38 次瀏覽
GPT-6 Astra 被說是 AGI：它開始替你做完整工作，人類還剩下什麼不能交出去？

早上，你看到新聞說「AGI 時代來了」。下午，主管把一份工作丟進群組：這次先讓 AI 從找資料、整理重點一路做到簡報，大家最後檢查就好。

你可能同時鬆了一口氣，又有點不安。工作確實變快了，但如果 AI 已經能從頭做到尾，公司還需要我做什麼？資料如果錯了、客戶如果不滿、機密如果被傳出去，最後又算誰的？

OpenAI 總裁 Greg Brockman 向媒體說明 GPT-6 Astra 時表示，他個人相信 OpenAI 已經達到 AGI，最後以「歡迎來到 AGI 時代」收尾。這句話之所以讓人停下來，不只是因為一個新模型誕生，而是 AI 已經從回答問題，往接手完整工作跨了一大步。

本文將讓你學到

AGI 是什麼？AI 已從回答問題走向完整執行

AGI 是通用人工智慧的英文縮寫。過去的 AI 比較像答題工具，你問一句，它回答一句；人們想像中的 AGI，則能面對陌生任務，自己理解情況、學習規則、規劃步驟，再把事情完成。

聊天機器人可以替你寫一封信。能執行工作的 AI，則可能找資料、修改附件、確認收件人，再把信送出去。

中間多出來的不是幾個漂亮答案，而是一連串原本需要人動手、停下來看、發現不對再修正的步驟。

GPT-6 Astra 可以做什麼？它跨過回答到執行的距離

OpenAI 把 GPT-6 Astra 定位為目前能力最強、適合處理困難完整工作的模型。它能在取得工具與權限後，跨越程式、瀏覽器與專業軟體完成多個步驟。

以前，你請 AI 整理會議紀錄，整理完還要自己開信、找收件人、確認附件並按下寄送。現在的代理型 AI，可能一路讀取資料、修改文件、更新系統，再把成果送進下一個環節。

省下的不只是十分鐘打字時間。原本散落在半天裡的搜尋、比對、填寫與操作，開始被接成一條自動向前的工作線。

AI 每跨過一個步驟，人就少一次碰觸原始資料、重新想清楚與踩煞車的機會。

AI 會取代工作嗎？職位可能先被一段一段拆走

多數人的職業不是一件工作，而是許多小任務綁在一起。企劃要找資料、理解需求、提出方案、說服別人；人資要整理履歷、安排面談、判斷適任性、回應應徵者；編輯要查資料、寫稿、核對事實、決定哪些內容值得刊登。

AI 不需要一次取代整個職業。它只要逐段接走蒐集、整理、初稿、比對與操作，人的工作內容就會開始改變。

如果一個人原本最擅長的是快速整理和照流程執行，他感受到的壓力會特別直接。公司不一定立刻取消這個職位，卻可能開始追問：同樣的時間裡，你能不能處理更多工作？AI 已經整理好的東西，你能不能看出錯在哪裡？遇到沒有標準答案的情況，你能不能做決定？

職位名稱可能還在，裡面最熟悉的那部分工作卻先變少了。

使用 AI 會讓能力退化嗎？先留意理解工作的能力

一項 2025 年針對 319 名知識工作者的研究發現，受訪者越信任生成式 AI，投入批判思考的程度通常越低。研究同時發現，AI 進入工作後，人的思考重心會轉向驗證資訊、整合答案與監督任務。

報告一直由 AI 整理，你便很少親自比較原始資料；信件一直由 AI 代寫，你可能慢慢失去掌握語氣與利害關係的能力；系統一直自動操作，出現例外時，你反而不知道應該從哪裡查起。

人把勞動交出去，也可能把理解一起交出去。等到 AI 出錯，自己只剩下「再問一次」的能力，卻沒有判斷哪裡不對的基礎。

工作價值不再只來自親手完成每一步，而是來自你能不能看懂整件事、發現例外，並在結果不合理時把流程停下來。

AI 代理有哪些風險？它做得越多，錯誤就能走得越遠

一個錯字留在私人筆記裡，影響很小；一個錯誤數字被 AI 自動寫進十份文件、寄給客戶並更新到系統，修復成本就完全不同。

代理型 AI 可以連續完成多個步驟。每少一個人工停靠點，錯誤就多一段向外擴散的距離。

過去，人們擔心的是「AI 會不會回答錯」。接下來更需要擔心的是：「它回答錯之後，還能繼續做多少事？」

如果 AI 只能產生草稿，人可以在送出前修正；如果它同時取得帳號、客戶名單和正式寫入權限，一次判斷錯誤就可能變成真正的外部行動。

AI 出錯誰負責？工作交出去，責任不會一起消失

公司可以把操作交給系統，客戶、同事與社會仍然需要有人回答：為什麼這樣做？誰批准的？發現傷害後要怎麼修正？

AI 做得越完整，人越容易誤以為自己的責任也跟著減少。實際上，系統取得的權限越大，組織越需要事前說清楚哪些動作可以自動完成，哪些結果必須有人確認。

「這是 AI 做的」只能解釋事情如何發生，不能讓承諾、補救與責任一起消失。

哪些工作不能交給 AI？用三層判斷保留最後決定

拿出每週固定會做的一件事，分成三層：

工作層次 可以怎麼分工 人要保留什麼
AI 可以做 搜集、分類、比對、產生初稿、重複操作 限制資料、工具與操作範圍
人必須查 數字、來源、例外、敏感資訊、對外承諾 查看原始資料，確認錯誤能否撤回
人不能交 決定目標、接受多少風險、影響誰的權益、是否正式送出 由有權責的人做最後決定並面對結果

工作適不適合交給 AI，不只看它有多難，也要看錯了以後會發生什麼。

一份內部腦力激盪可以讓 AI 放手嘗試；一封影響客戶權益的通知，需要有人逐項確認；涉及金錢、醫療、法律、人事或其他重大權益的決定，更要保留清楚的人類權責與停止點。

人類不能交出去的，是決定什麼值得做

AI 正從提供答案的工具，變成可以接受權限、操作工具並持續完成工作的執行者。

我們可以把重複勞動交出去，把搜尋和整理交出去，甚至把一部分執行交出去；但我們仍要決定目標是否合理、代價能不能接受、誰可能受到傷害，以及什麼時候必須停止。

未來真正拉開差距的，可能不是誰能更快叫 AI 產出，而是誰在速度變快之後，仍然看得懂事情、問得出關鍵問題，也敢對一個不合理的結果說不。

AI 可以替你完成工作。什麼工作值得完成、出了錯該怎麼負責，仍然不能交給它替你決定。

常見問題

GPT-6 Astra 已經被證明是 AGI 嗎？

沒有。OpenAI 總裁 Greg Brockman 表示，他個人相信 OpenAI 已經達到 AGI；但 OpenAI 的正式模型頁只把 Astra 稱為目前能力最強的模型。ARC Prize 也明確表示，即使 Astra 在 ARC-AGI-3 接近滿分，仍不能證明它就是 AGI。研究界目前也沒有一套被普遍採用的單一 AGI 判準。

為什麼 GPT-6 Astra 在同一測驗會有 62.71% 和 99.95%？

兩個數字來自同一個 ARC-AGI-3 Semi-Private 測試集，但條件不同。62.71% 使用供應商中立的 Standard harness 與 Max 推理等級；99.95% 使用能保留不可見推理狀態、整理長對話的 Provider Adapter harness 與 High 推理等級。兩次同時改變了測試環境與推理等級，不能當成只改一個條件的實驗。

使用 AI 一定會讓人的能力退化嗎？

不能這樣下結論。前述研究蒐集的是知識工作者的自陳經驗，發現 AI 信任程度與批判思考投入之間存在關聯，不能直接證明每一個使用 AI 的人都會能力退化。是否失去理解，仍與使用方式、工作設計和人工查核有關。

AI 出錯，一定是使用者負責嗎？

不一定。具體責任仍要看適用法律、契約、部署者與使用者的角色，以及個案事實。台灣《人工智慧基本法》要求政府就高風險 AI 的應用明確責任歸屬與歸責條件，並建立救濟、補償或保險機制。本文的「AI 可以做、人必須查、人不能交」是實務判斷法，不是法律責任分類。

參考資料