Kevin Roose談AGI競賽：AI公司賣軟體，也在為通用智慧籌錢

（媒角抵加／林承志綜合報導）賣企業軟體，為何還要追求通用人工智慧（AGI）？科技記者Kevin Roose在10月26日刊出的《Decoder》訪談中說，軟體收入支撐算力與研究人員開支，寫程式代理則被寄望加快AI研發。台灣團隊導入這類工具時，交辦哪些任務、誰審查結果，已是眼前的工作分工問題。

關鍵資訊

• 訪談主角：科技記者、《The AGI Chronicles》作者Kevin Roose，受訪節目為Nilay Patel主持的《Decoder》。
• 核心說法：Roose認為，企業軟體業務提供收入，讓實驗室繼續投入AGI研發。
• 眼前分工：Anthropic公開研究描述AI協助寫程式、執行實驗，選擇問題與判斷結果仍是人的重要工作。

企業訂閱收入，支撐更長的研發競賽

在《Decoder》的訪談逐字稿中，Patel追問：OpenAI與Anthropic已成為向企業銷售軟體的公司，這與追求AGI的理想如何並存？Roose的解釋是，軟體業務支付運算資源和研究人員的費用，讓更長期的研發繼續。

Roose看好的方向，是讓模型擅長寫程式，再用這些能力推進AI研究。他相信語言模型還能持續進步；Patel則追問，這些年輕公司能否承受自身野心帶來的壓力。

OpenAI章程把AGI列為目標，並將其定義為高度自主、在多數具有經濟價值的工作上超越人類的系統。同一份章程也明寫，到達AGI的時間仍不確定。

AI開始參與研發，誰決定下一個問題？

Anthropic的〈When AI builds itself〉把模型開發分為工程與研究：前者包含寫程式、建立基礎設施與監督訓練，後者要決定做哪些實驗、解讀結果，再選下一個方向。

文章描述，Claude已能修改與執行程式，研究人員設定目標後，模型可反覆改寫、計時並驗證結果。公司也指出，讓AI自行選擇值得研究的目標，仍有明顯能力差距；完全自主設計、開發下一代模型的循環尚未完成。

這份公司內部研究所呈現的工作變化，是工程師由逐行撰寫程式，轉向指派、審查及判斷。研究方向、哪些結果值得信任，以及何時停止一條路線，仍需要人的決定。

實驗室員工與外界，對2030的預期差距大

對未來的樂觀程度，已有可比較的調查。Anthropic在10月16日公布，8月調查了10,980名美國成人及1,334名公司員工。美國成人樣本經加權，分組回答2027或2030的預期；員工內部問卷未加權，皆回答2030。預測AI可在2030年前做出諾貝爾獎等級發現的比例，分別為39%與91%。

研究同時詢問AI用於工作的障礙，民眾最常選的是客戶偏好與真人接洽，其次為資料隱私與安全、AI可靠性，以及法律、規範或責任問題。每人可選至多3項。

對準備導入AI的台灣團隊，可以先挑少量熟悉的實際工作，記錄完成時間、修訂次數、人工審核時間與交付品質，再決定擴大哪些用途。程式修改交由有權限的工程師審查，正式系統變更保留核准人，便能把工具可交辦的範圍與人的責任寫清楚。

涉及代理實際操作權限，可延伸閱讀OpenAI限制研究代理連外的做法及微軟的AI代理監控與動態權限。相關議題收錄於AI安全專題與OpenAI報導。

資料來源與更新紀錄

• 2026年10月26日：The Verge／Nilay Patel訪問Kevin Roose，文章時間為台灣晚間10點；依公開、經編輯的逐字稿整理。
• 同集音訊資訊：《Decoder》官方Apple Podcasts集數頁，刊出日為2026年10月26日。
• 2026年10月27日檢視：OpenAI章程，AGI定義、目標及時程說明。
• 2026年10月27日檢視：Anthropic〈When AI builds itself〉，AI參與研發的分工、公司觀察與尚未完成的自主研究循環。
• 2026年10月16日：Anthropic〈The AI expectations gap〉，8月民眾與員工調查的方法、能力預期及工作採用條件。
• 更新紀錄：2026年10月27日完成稿件；訪談判斷、公司研究及調查預期分別保留歸屬。