文章目錄＋
01 / 人工智能
三個答案，三種責任
計算機輸入 17×23，答案由既定規則推出；搜尋引擎輸入問題，核心工作是找出及排序外部頁面；ChatGPT 類系統則根據對話與訓練所得模式，逐步產生一個新答案。它們都可在一秒內回應，但「答案從哪裏來」完全不同。
02 / 人工智能
搜尋不是一個知道答案的人
搜尋結果頁更像一張競爭激烈的地圖。它展示可能有用的來源，仍要求你打開、比較、判斷日期和利益關係。
生成式聊天把這段閱讀工作壓縮成一個流暢答案，也同時把來源之間的分歧壓平。方便不是免費得到的；你以較少摩擦，交換了較少可見的證據路徑。
03 / 人工智能
傳統軟件最笨，亦可能最可靠
銀行利息、庫存扣減、登機名單這類工作，固定規則往往比「懂語言」更重要。傳統軟件不需要猜下一步最像甚麼，只需忠實執行。
當一項工作有清楚輸入、可寫規則和不能容忍漂移的結果，加入生成能力可能只是把確定問題改造成概率問題。
04 / 人工智能
聊天答案的秘密是壓縮
語言模型並非每次都在資料庫找到一段原文再貼上。它把大量語言規律壓進參數，再於當下重建一條可能的表達。
這解釋了為何它能把概念換個方式說，也解釋了為何它可能把兩件相似事情縫成一件不存在的事。創造力與幻覺不是兩個完全分開的按鈕。
05 / 人工智能
最強組合不是互相取代
真正有效的系統常把三者疊起來：傳統程式處理權限和交易，搜尋或檢索提供最新證據，語言模型理解問題並整理結果。使用者只見一個對話框，背後卻應該有不同部件各守自己的責任。
單靠一個模型包辦所有事情，通常只是把錯誤藏得更深。
06 / 人工智能
問一句就能選對工具
如果答案必須每次一樣，用規則；如果答案必須來自可查證的最新世界，用搜尋；如果問題含糊、需要重組和表達，用生成模型。若三項都需要，答案不是挑一個品牌，而是設計一條能追溯的工作流。
資料註腳
資料註腳
資料用來支持機制與限制；模型、產品及價格會更新，閱讀時應以來源的版本及日期為準。