大神觀點 · 趨勢觀察 （原發 2026 年 8 月 20 日）
本篇出自 2026年9月6日 晨報
Aaron Levie 是雲端內容管理公司 Box 的共同創辦人暨執行長。8 月 20 日他就「AI 時代該做專家還是通才」表態，論證分三段：第一段承認拉平，「AI makes it 10X easier to get started with any kind of task.」；第二段主張判斷面有專家溢價，「having the right judgment for how to direct the agent... all requires a high degree of skill.」；第三段主張技能習得本身也被 AI 加速。結論句卻是不分層的一句：「AI will be a technology that exacerbates differences in skill levels because the experts have far more leverage than ever before.」（@levie，2026-08-20）
進行中 ?
判斷更新： 他的第一段與第二段，本報過去都各自找到過對應的證據；第三段沒有。第二段最值得記。一個學術推論和一個實務直覺在互不引用的情況下收斂到同一點：上手那一段被拉平了，判斷那一段的差距在放大，人的溢價搬到了驗收、判斷與負責。 而第三段（「任何有興趣的人都能因為 AI 更快學會」）在現有實證上沒有支持，肯亞那份 640 人的實地隨機對照試驗（刊於 Management Science，2025）方向相反：高績效者 +15%，低績效者 −8%，原因是他們挑不出也執行不了建議。所以引他的分段前提，不要引他的結論句：結論句和他自己的第一段互相打架。⚠️ 全則零數據零引用；⚠️ 他的立場不中立：應用層上市公司的執行長，「專家用 AI 槓桿更大」跟他賣給企業知識工作者的論述完全同向。什麼會推翻它：若無範本可循的領域出現乾淨的拉平實驗並被複現，判斷層那一半要修正；若控制年資之後的大樣本薪資仍量到 AI 溢價持續擴大，整個分佈的形狀要重新判讀。對答案日：2027 年 7 月 17 日前後，本報自設的十二個月觀察窗。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Sebastian Raschka 是長期寫深度學習架構解說的技術作者，經營電子報《Ahead of AI》，與模型廠商沒有利害關係（Ahead of AI，2026-09-09）…
Evan Hubinger 是 Anthropic 對齊科學團隊的負責人；對齊是一個研究領域，目標是讓 AI 系統的行為符合人類意圖與價值。9 月 8 日他回應一名剛離職同事的長文…
對企業採購方來說，它影響的是「供應商對自己產品風險的內部評估」這一欄，而那一欄平常只能靠猜測。本報收的是「Hubinger 這樣說」，不是那個機率數字本身。 ⚠️ 那是他個人的主觀…
Zvi 9 月 7 日逐字寫：「Jakub Pachocki flat out says that no one is at a place where it would be r…