要保持心理距離，對不對？Defensive Acceleration。
這個時候，不要輕易的去「信任」AI，你可以「信賴」特定的技術，但是把它當做人一樣「信任」，太早了。
因為在接下來，當 AI 從只是解數學題，或者是說像我們在社群媒體上面推薦的 AI，只是去刺激我們比較基本、本能部分的大腦，它慢慢會變成刺激到這個哺乳類的、社交的大腦，這個時候就很容易變成，你會把它不但擬人化，而且感覺上它比其他的人還要更親近，或者更有說服力。
對，我們一開始講到說 Waymo 可能值得「信賴」，但是不要一下就跳到「信任」。「信任」是對人的，那「信賴」是對技術、機器、系統、科技等等，我覺得這個可能還是要常常提醒自己。
也有立委姓賴，所以……
信賴圈，沒錯。
其實就直接講說「我們解決了哪些問題」就好了，不是說「我們未來可以幫你們怎麼樣」，而是說「用這套做法，我們在 2016 年、2017 年、2020 年分別解決了哪些問題，你要不要考慮一下？」
對，你們花十個小時報稅到底在做什麼？
所以你透過後端整合，如果真的讓美國人報稅去減低到可能跟我們一樣 10 分鐘，這樣省下的錢可能沒有兩個 trillion，但也是裡面的 significant chunk。
對，所以 DOGE 如果能夠想辦法透過跟我們一樣的做法，去整合後面的後端，那我們當時還要改很多程式，現在因為剛剛提到的 o3 這些或者 Grok，去寫程式應該已經不是問題了。
對，就成功了。那我這樣講的時候，底下就有人舉手說「在美國如果是三個小時，對我們已經很好了」，因為他們平均要十個小時。
當然，這個我之前在美國有給過演講，我說我之前擔任政委最早跟大家一起協力的案子，就是「報稅軟體難用到爆炸」案，當時用 Mac 或 Linux 報稅可能要三個小時，我們成功的最後把它縮減到可能十分鐘。
DOGE 的話，因為他們號稱要節省掉兩個 trillion 的浪費。
所以我覺得就是 Trusted Tech，然後 Tech must advance freedom，這個是最主要的訊息。
促進自由，就不只是 Clean Network 把我們自己的網路或者是盟國中間的網路裡面，不值得信賴的部分把它去掉，而是說我們可以跟美國合力，一起去推進值得信賴的技術。
當然我們在推 Trusted Tech 有一句話「Technology must advance freedom」，就是技術必須能夠促進自由。
DOGE 是 DOGE。
對，沒錯。
但是就像現在很多通用的大模型，大家實際在部署的時候發現說，其實我不需要一個會背整個維基百科的東西，我如果只是要它算數學，我把它弄成一個小模型專門算數學就好了，還省電，對不對？所以確實有可能對齊完之後，它重新 narrow、重新窄化，然後變成單一功用的，這個也是很容易看到。
所以在這個情況之下，對大部分的人來講，你要對齊一個人型機器人在你的生活空間裡面的期待，或者工廠空間裡面的期待，這個對人來講是很容易，因為這跟你帶學徒是完全一樣的性質，所以大部分人不用學就可以參與對齊程序。但如果你要戴眼鏡加上十幾台無人機，這個到底怎麼對齊，不是那麼清楚，所以，我覺得它至少是在普及化這件事情上面是有價值。
所以我覺得當然我們要去問說一個工作要怎麼做，確實真的很容易的做法就是我做一遍給 AI 看，尤其是現在有了 Vision Pro，那你可以戴 Vision Pro 或戴個手套、戴個外骨骼什麼，那你做個幾次，人型機器人就學會了。
對，就是說這個是不是一個好主意？對不對？
一定成本更低。但回到哈拉瑞的論點，這樣你對社會普及的溝通就比較不容易。
對，之類的。就是說你只要想得出一種用法，總有某種非人型的方法比那個有用。
就像你說的，因為它要做非常多額外的東西，所以幾乎你如果只是講求效率的話，總是有單獨一個機器手臂，或者是大家就戴個 AR 眼鏡……
我想人型機器人，可以說最突出的好處，就是你不用為了它重新設計任何既有的系統，它只要是人能夠操作的環境，它就按照定義可以操作。
Chip Team Taiwan。
日本這方面也是很早發展。
我們臺灣的信賴科技產業鏈。
像 Pixar 的檯燈。
可能一個麥克風？
所以我覺得這部分倒是可以參考，即使是歐盟也覺得說，那我至少把這一部分它是一個 carve out，就是說我不要什麼都煞車踩到底，大家可以試試看，某些方向是安全的，也許那個方向不用特別踩煞車。
所以我覺得更能夠制度化的，在法律層級去給予法規層級或地方自治層級更多的這樣子 sandbox 的授權，我覺得這個倒是不錯。那之前在臺灣當然也有像金融或者是無人載具，有過類似的這樣子的意思了。
像歐盟雖然說他是做煞車專門的，但他現在也說裡面每個國家在 AI Act 底下，他可以去認領 sandbox。所以可能就是我隨便舉例，像立陶宛他可能覺得說我做 Fintech 特別厲害，我就專門做這方面的 sandbox 去挑戰說 AI Act 的某些部分，是不是煞車踩過分了，然後我們在 sandbox 裡面去證明它等等。
也有很多的國家，現在想要把這樣子的機制把它制度化，就是變成好像 copilot 這樣，就是說一部分是行政官員在做決定，但另外一部分就是透過像我們剛剛講到的就是全民審議，或者是大家弄一個沙盒，或者是弄一些這樣的方法。
當然，我現在就在各國這樣子看，有滿多的國家其實是覺得臺灣這樣子，就是快速地去把地方某些部分的創新或者是小規模的創新，他一下就提到全國的這個視野，然後把它擴展出來，像總統盃黑客松這樣子的機制，其實大家覺得這是一個滿好的機制。
但是您剛剛講到的我也滿同意的，就是並不是每個人在這個狀態下面，都可以得到他想要在那個部會找到一個人說：「你是我的 champion、你幫助我把這部分這個推到底。」因為一開始的目的就是大家誰都不落下來嘛，所以自然也比較難說這個隊伍裡面，某個人他就先跑到終點，所以這兩個本來就是多少有點權衡了。
我想之前在設計包含 AI 推動方案等等的時候，其實有一個滿重要的，就是你剛剛講到的，包含產業 AI 化、人人有 AI 等等，這個是一開始就是不把誰落下去。就好像我們寬頻人權一樣，不能說你就是大家某一部分人上了車，其他人都還在走路，這個我們是不接受的。在這一點上面，我覺得我們是做得不錯。
你剛剛在說 DOGE 嗎？
大家都是國科會委員，所以確實說是國科會並沒有錯。
其實都有。對吧？
有一些又回到防禦加速主義，就是某些部分如果我們知道它幾乎是完全防禦性的，像數位皮夾這些部分，我們就不妨把它當公共建設來推，這個實際上也是有推。
但是在美國也好，很多其他地方也好，他們想到 AI 並不是信賴的感覺，是魔鬼終結者的感覺。那樣子的話，即使你開發出來，你要測試社會對它接受的程度、社會對它的期許是什麼、對齊到底行不行、方向盤怎麼轉，都很困難，因為社會上面它對立的程度太高，或者是覺得科技無法信賴的程度太高等等，所以我覺得我們在百花齊放的部分還是有優勢。
如果大家都願意使用的話，在怎麼樣安全的部署以及怎麼樣轉方向盤上，我們就會累積比別人更多的經驗。其實我看很多調查，說臺灣的企業現在真正有投入 AI 在使用上面，好像才 20% 之類（註：24%）。但你去看美國，這個數字是 7%、8%。所以就是說，我們當然會覺得不夠快，但是其實我們這邊想到 AI，大部分的人還是想到可以怎麼樣幫助大家。
當然因為我們的體質就是比較去中心化的，就是有非常多中小企業，讓中小企業能夠更容易的去用，包含我們的晶片這整套、更容易的使用 AI，我覺得這個是很好的。
去中心化？
然後到一半發現很危險、錯了。
有點像投資，用國家的資本來投資。
所以如果剛剛是提到說要用公部門的預算，我們又是編在這個預算裡面，那他一定有 deliverable，他一定要交出東西來，他交出東西來的 KPI 好像很難寫說，但是可能有一半的機會到中間，我們就算了吧？
所以，不管是美國所謂曼哈頓計劃或者其他也好，現在很多是把它當做一個比喻，意思是說如果哪一天我們真的發現時間線短，而對齊突然解決了，我們有足夠的資源來做這件事，但並沒有誰現在說這就百分之百一定成功。
