夜幕低垂，看著螢幕上的藍光倒映著我那張日益憔悴的臉。我，一名在大型語言模型（LLM）公司領著高薪的資深工程師，此刻正盯著一行行自動生成的代碼發抖。你們以為我在擔心被裁員？
不！那是初階工程師的煩惱。我恐懼的是那種深刻的、直擊靈魂的虛無感。
最近公司發布了一份內部調查報告，數據漂亮得讓人想吐：生產力提升50%，甚至有14% 的「超級用戶」效率翻倍。我的老闆看著報告笑得像朵花似的，引用一位研究員的話說，我們現在不是開快車，而是擁有了「一百萬匹馬」，可以同時探索無數種解決方案 (Anthropic's，2025年12月3日)。
但我看著這一百萬匹馬，心裡卻只有三個巨大的恐懼，像黑洞一樣吞噬著我的職業尊嚴。這絕不是技術的勝利，而是人性的敗退。
唉！我考慮好久還是決定要把心情說出來，即便這可能會讓你們聽起來像是一個精神錯亂者的胡言亂語。
恐懼一：我是「資深工程師」，還是只會按 Enter 鍵的「代碼保姆」？
過去，寫程式對我來說像是一門手藝。我要親自管理內存、調整試錯每一個 Bug，那也是我的「心流」時刻。現在呢？根據我們那該死的內部報告，任務複雜度雖然從3.2分上升到了3.8分，變得更難了，但是使用者輸入次數卻下降 33%。這意味著什麼？意味著我不再是創作者，我成了一個「審查員」，一個跟在AI 屁股後面收拾爛攤子的保姆。
即便如此，最讓我背脊發涼的是所謂的「監督悖論」（Supervision Paradox）(Shih等，2024)。
我現在把 70% 的工作都交給AI，但我怎麼知道它寫的對不對？報告講得很好聽，這叫「抽象層次的轉變」，就像當年從組合語言轉到高階語言一樣。屁啦！ 之前我為了修一個 Bug，需要讀幾十頁文檔，同時更要深刻理解系統。現在呢？公司直接會把答案甩回到我臉上。我的核心技能正在萎縮，那種通過痛苦調適，方能得到一點「隱性知識」的反饋正在消失 (Falckenthal等，2025)。
更可笑的是，報告顯示有27% 的工作如果沒有AI 根本就不會被完成。這意味著什麼？意味著我們製造了一堆「為了做而做」的瑣碎任務，像是美化文檔或者去寫沒人看的測試，而做這些純粹只是因為AI 讓這些事情變得廉價。
如今，我們就像在AI 加速的輪子上拼命奔跑的倉鼠，不斷產出更多垃圾代碼。
你看看！現在那些新進的菜鳥遇到問題都不再問我了，他們有90%的問題直接問AI。我看著他們快速成長，卻也看著傳統的「師徒傳承」制衰敗。我常常覺得自己每天上班都在做一件事，那就是教導這台機器(LLM)如何在未來取代我。
我想我現在正在親手把自己經驗餵給吞噬我未來的怪獸，這種感覺就像是在自掘墳墓一般。
恐懼二：數字的暴政—當「788」被切成「7」與「88」的荒謬
如果說技能退化只是讓我飯碗不保，那麼第二個恐懼則是讓我對自己的「意義」或「價值」產生懷疑。這都要怪那個該死的「分詞器」（Tokenizer）和「嵌入」（Embedding）。
在你們眼裡，這是一篇充滿情感的文章；但是在我看來，那些全是一串冰冷的數字。你們知道嗎？AI 根本不讀文字，它讀的是 Token ID (基地，2025)。
當想到那一天，我盯著一個代碼模型發呆，突然意識到一個荒謬的事實，為了讓模型理解數學，我們不得不幹出多反人類的事。比如拿 DeepSeek Coder 這種專門寫代碼的模型來說，它甚至不把數字「8」當作一個整體的數字看，它可能把「788」強行切成「7」和「88」兩個 Token。
為什麼？因為如果不這麼切，模型就會把「788」當成一個獨立的 ID，跟「88」完全沒關係，它根本學不會數學規律。這就像是在教一個孩子算術，卻告訴他「7」和「88」是兩個獨立個體，把它們拼在一起變成「788」感覺一樣。
你知道嗎，那些長期以來讓我們引以為傲的人類情感、藝術、邏輯，在模型底層全是被切割的碎片（Shards）(Wang等，2025)。就連一個「空格」在 AI 眼裡都是昂貴的算力成本。假如我敲四個空格，在Python裡是優雅的縮排，但在GPT4眼裡它只是一個被打包的Token。AI根本不懂什麼是「很屁」，例如它只知道 ID 18730（很）後面大概會跟著 ID 145694（屁），然後通過機率預測與動態關聯把它們拼湊一起。
更恐怖的是Embedding（嵌入）。以蘋果來說。我們以為AI理解「蘋果」，其實它只是在一個768維的瘋狂宇宙裡，把「蘋果」的座標往「水果」那邊推了一下；如果提到「股價」，它就把座標再往「科技公司」那邊拽一下 (Otterday，2025)。
這不是理解，這是幾何學的把戲。當我意識到我與老婆的關係，在數學上可能只是兩個向量在多面向空間裡的「餘弦相似度」比較高時，我突然覺得這份工作真是他x的「太荒謬」了。因為，我們把靈魂切碎，變成一串浮點數，竟然沾沾自喜地說這是「智慧」。
恐懼三：當「祖靈」遇到「向量」—製造怪物的數位殖民
當然上述兩項還不算是我最大的恐懼，我最大的夢魘是這個—最近組長要我負責「提升模型的多樣性」，具體來說，就是把原住民的傳統知識「餵」給 LLM。
我的老天鵝啊，這簡直是一場災難，就像我試圖把油倒進水裡，還要它們完美融合。
殊不知，主流文明的知識是「知識論」的（Epistemological），是資料庫，是百科全書；但原住民的傳統知識是「宇宙觀」、是整體性(holistic)的規範與禁忌（Gaga，Tayal），瞭解的人都知道這是只能口傳、不能寫下的神語意符號 (風傳媒，2025-05-03)。
舉個例子，當我在訓練數據裡標註「牽牛花」時，主流數據告訴 AI：這是一個「Ipomoea nil」(學名)，標籤是「旋花科、牽牛花屬、碗仔花、喇叭花」。但對於排灣族人來說，那是「化妝草」，是傳統族人用來洗頭洗臉的藥草(規範與禁忌)。
我要怎麼把「規範」和「禁忌」變成一個 Vector（向量）？ 如果我用微調（Fine-tuning）強行修正，誰來定義什麼是「正確答案」？ 如果是主流文明的科學家來標註，他們會把生態智慧簡化成「生態資訊」或「傳統知識條目」。對 LLM 或主流資料庫來說，「牽牛花」大致會被壓扁成「一種屬於旋花科的開花植物物種，用於觀賞或藥用」；如果是讓年輕一代原住民來標註，他們可能自己都已經被主流教育同化了，更不用說還有能力去作標註。
我害怕的是，我們正在製造一個「四不像」的怪物知識體。我們以為在保存文化，其實是在進行「數位殖民」。當AI 自信滿滿地生成關於部落祭儀的建議，卻完全忽略了背後的泛靈論規範與禁忌時，那不是多元，那是文化的消音。
這種混合數據可能會讓AI 產生「幻覺」般的政策建議，比如在神聖土地上規劃灌溉工程，因為模型眼裡只有「資源優化」，沒有「土地精神」—那種「過客觀」的集體記憶。我們創造出的不是一位博學的耆老，而是一個沒有靈魂、只會胡說八道的觀光導遊—一個冷漠無能的「A哀」。
各位可以去看看人家紐西蘭的 Te Hiku Media，他們用「Kaitiakitanga License」（守護者授權）來確保數據主權，不讓這些神聖知識被濫用。而我們呢？我們只是在把這些珍貴的文化遺產扔進那個 788維度的絞肉機裡，把它們變成該x的訓練數據。
結語：在「神」與「機器」的夾縫中求生
寫到這裡，我的咖啡已經涼透了，就像我那顆冷卻的心。
我就像站在懸崖邊。左邊是我的科技樹正在枯萎，新手工程師們已不再問我這個老鳥問題，因為他們覺得直接問大語言模型(LLM)比較快，而且又不會被罵；右邊是冷冰冰的Token宇宙，把世間萬物解構成一串數字 ID，連數學都要靠切分字串的方式來硬背；前方則是我試圖將充滿靈性與禁忌的傳統智慧，強行塞進一個只懂統計學的黑盒子裡，並讓我眼睜睜看著它變成失真的「知識」。
試問各位！我們是不是在建造一座埋葬萬年文明的數據墳墓？
因此，當我偷偷大哭一場後想想：也許我該辭職去種菜、種種我最喜歡的玉米和管理果園算了。但心念一轉，靠！現在AI 連「如何種出最好的玉米」可能都比我懂，畢竟它讀過所有農業論文，雖然它暫時還分不清「玉米」和「玉米期貨」的靈魂到底有何差別。
算了，還是繼續改我的Code 吧。至少在 AI 徹底接管之前，我還能再當一會兒它那可悲的人類保姆。
＊作者為大學教授、碳基廢物與AIGC市場中的呆滯靈魂
