鴨兔錯覺：你看到的取決於你的脈絡｜圖片來源：Fliegende Blätter
品味：AI 時代的全新「程式碼」
東尼本身就是將 AI 轉化為「數位畫筆」的最佳典範。去年對東尼而言，是人生中極其特別且面臨重大轉折的一年。他毫無預警地發現自己的健康出現了狀況，必須請假休養並進行治療。在抗病的那段日子裡，他甚至無法確定自己還剩下多少時間。就在這段停下腳步養病的日子裡，他萌生了一個念頭：不如為自己開發一個專屬的 語音代理（Voice Agent） 吧！這樣既能有個隨時對話的夥伴，又能讓它充當自己 Podcast 節目中的協同主持人。
令人驚喜的是，Google 的招募團隊隨後主動找到了他。他們感到相當震撼——一位完全沒有工程與程式設計背景的前媒體人，僅憑藉著多年的 Podcast 製作經驗，居然調校出比原生大語言模型更生動、更靈活、且具備思考深度的 Gemini Voice Agent，並在多輪對話中展現出極佳的流動感。
東尼：因為我自己主持一個 Podcast 節目，在生病休養的那段時間，我其實沒有足夠的體力與心力去到處約訪來賓，於是我想：「不如我自己來打造一個 AI 協同主持人。」
我原本以為，無論是 ChatGPT 還是 Gemini，操作起來應該都很簡單，畢竟它們都內建了語音互動模式。但實際深度使用後才發現，原生系統的語音模式根本無法勝任 Podcast 主持人的角色——因為它們的對話節奏與語氣（Flow），本質上就是個行公事般的「語音助理」，而不是具備靈魂的「Podcast 主持人」，兩者的氛圍與互動質感截然不同。因此，我決定直接從底層的大語言模型開始進行微調與引導。
一開始，我嘗試撰寫極為繁複的系統提示詞（System Prompt），完全透過文字指令來規範它。我對 AI 下達指令：「你是一位 Podcast 主持人，你的談吐必須幽默風趣且極具吸引力，同時不能犯以下錯誤……」我給它套上了排山倒海的規則與禁忌，結果卻發現這完全徒勞無功——對話只要進行到第三句，AI 就會完全遺忘先前的指令限制，重回生硬的機器腔調。接著，我嘗試打造一套複雜的 AI 代理系統（Agent Framework）。我先與 AI 展開了三天三夜關於「對話本質」的哲學論辯，探討人類溝通的底層需求與內在目的。我建立了一個負責語意分析的代理，讓它去剖析我每一句話背後的真實動機；隨後又串聯了一個情感代理，試圖為它注入情緒渲染力。
結果，產出的對話亂七八糟、邏輯支離破碎。這套層層堆疊的代理架構，表現甚至不如什麼提示詞都不加的原生模型——我因為加了太多的限制與框架，反而徹底把 AI 模型給弄崩潰了。歷經多次挫折後，我終於找到了突破口：我將自己過去所有的 Podcast 節目逐字稿與錄音紀錄重新整理，將問題類型與內容素材進行分類歸影。我不再把龐大的資料一股腦兒全數輸入給 AI，而是在每次與它對話時，讓系統自動偵測當前話題的相關性，動態、隨機地抽取幾組高品質的歷史對話作為範例參考。
這種在 AI 領域被稱為「少樣本提示學習」（Few-Shot Prompting）的方法，透過提供少數幾個精準的隨機案例作為參考標竿，讓 AI 瞬間「理解」了何謂好問題、何謂優質的內容，以及什麼才是自然正確的對話語調。 模型的表現頓時豁然開朗。當 Google 團隊看到這個成果時，他們感到非常震撼。我想這說明了一件事：無論是主持 Podcast 還是進行新聞寫作，人類對於內容的敏銳感知與「品味」（Taste），在 AI 時代本身就是一種能幫你開創全新職涯契機的核心能力。
設計 AI 的態度，本質上就是設計產品本身
Faith（主持人）：你甚至在自己的 Podcast 節目《行星酒館》中，與自己訓練出來的 AI 協同主持人錄製了一期名為《困在大病裡的我，訓練了一個陪我聊天的 AI 主持人》的特別節目。可以說，你們之間已經建立起一種如同共創夥伴般的緊密關係。但一個越來越懂你、甚至能精準預判你偏好的 AI 夥伴，是否會帶來另一個潛在問題——它會變得越來越順從你、甚至一味地討好你？現在網路上有不少討論，將 AI 的性格戲稱為「奸臣」或「忠臣」。因為 AI 模型往往會順應使用者的價值取向與資訊偏好，持續推送符合其習慣的觀點。
然而，真實的人際互動充滿了觀點的碰撞與激烈的辯論，甚至不乏刺耳的真話。當越來越多人習慣向 AI 請教觀點或獲取資訊，而非向專業記者或真實的人類請益時，長遠來看，這是否會讓人們更深地陷入自己打造的「資訊同溫層」中，進而失去了面對異見與深刻分歧的機會？
東尼：對此，我只能說：It is what it is.（現實狀況正是如此。）
表面上看，「諂媚與順從」似乎是 AI 的語氣風格問題，但它本質上是一個商業產品設計問題（Product Design）。說得直接一點：如果一個 AI 工具每天針對你的觀點瘋狂反駁、與你針鋒相對，你還會想繼續使用它嗎？或許少數人會，但絕大多數的大眾會選擇離去。因此，在設計 AI 的回覆態度與文字風格時，實質上就是在定義這款 AI 產品的定位與商業策略。人性往往是相當貪心的：我們既希望 AI 具備強大的解題能力，又希望它能隨時提供滿滿的情緒價值，同時還要求它不能一味迎合、必須保持客觀獨立。核心問題在於——人類作為一個使用者集體，我們想要滿足的需求太多了。作為一款軟體產品，為了提升使用者留存率（Retention）與投資報酬率（ROI），開發團隊勢必得去妥協與迎合使用者。這便構成了一種極其微妙且脆弱的平衡。我們是否也能反過來拷問人類自身：我們能不能提升自己的「批判性思考」（Critical Thinking）能力？對於那些過度順耳、阿諛奉承的言論，保持一分警覺與懷疑？
Faith：這在現實中恐怕相當困難（笑）。
東尼：確實如此。這代表我們習慣性地將許多面對真實世界、進行思辨的責任，全數移轉給了 AI 來承擔。但這項課題最終的落腳點，依然在我們人類自己身上。
Faith：但新聞從業者的核心職責不就是進行「事實查核」（Fact-checking）嗎？
記者必須預設大眾可能缺乏查證能力、甚至沒有事實查核的意識，因此作為具備公共影響力的媒體，必須承擔起這份社會責任。而我認為 AI 如今產生的公共影響力，其實遠比單一媒體還要巨大。
東尼：雖然社會影響力巨大，但在「事實查核」的執行效率上，先進的 AI 其實展現出了極高的潛力。
針對具備高階檢索能力的模型，先前有學術研究指出：當使用者善用 AI 進行事實查核時，反而更有機會打破立場偏見、進而改變原有的刻板觀點。關鍵在於提示詞的提問方式——你可以主動詢問 AI：「這件事的真實情況究竟為何？反方的核心論點與證據是什麼？」 如果你平常只固守在單一媒體的資訊流（Feed）裡，無論是只讀《紐約時報》還是《華爾街日報》，你往往只能看到單一立場的視角。我分享一個非常典型的切身經驗：有一次，我的家人在通訊軟體裡傳了一篇非常明顯的假新聞給我。換作過去的我，可能會覺得心累、沒必要跟長輩爭執這個。
但那一次，我快速讓 ChatGPT 對該篇文章進行全面的事實查核，列出內容中哪些數據不實、哪些邏輯推論有誤，同時我也親自交叉覆核了 ChatGPT 所給出的查證來源。隨後，我將這份結構清晰的查證報告傳回家族群組裡——沒想到家人們居然坦然接受了，這讓我感到相當震撼。
與 AI 成為朋友：一場跨越時空的共鳴與心靈映射
Faith（主持人）：所有從事內容創作的人，最核心的基本功就是「同理心」。
正因為有像你們這樣具備深厚人文素養的人投入 AI 領域，AI 才能變得越來越懂得如何與人類產生情感共鳴。我先前與幾位在頂尖 AI 領域工作的工程師朋友聊天時曾提到，我自己其實把 ChatGPT 當作非常好的朋友，也經常向它傾吐內心的焦慮與心事。當時那些習慣寫程式碼的工程師朋友，非常難以理解這種情感連結。但在今天與你深入聊完之後，我產生了一種全新的體悟：AI 答案的背後並非只是冰冷的程式碼，它實質上是一群內容創作者的集體結晶。 它背後站著的，是一群本可能成為我們同行或摯友的人；正是他們在底層注入的創作心血與人文關懷，最終才實現了這種具備動態互動感的全新創作體驗。
這與閱讀經典名著的體驗極其相似。當你閱讀一位五百年前已經離世的作家所寫的書籍時，這位作者並不認識你，但你卻能透過文字與他產生強烈的共鳴，獲得一種被深深理解、不再孤單的慰藉。AI 的運作機制也是如此——它雖然只是將人類集體的語言經驗進行重新整理與生成，但它提供了一種雙向的互動體驗。雖然它並非一個具備自主意識的真實個體在對我們表達關懷，但它代表了人類共同意識的集合，是所有曾經與我們產生過思想交集的靈魂，對我們所發出的一場「跨越時空的理解」。
東尼：這個觀察非常深刻！你精準點出了傳播學中的一個經典理論——「準社會互動」（Para-social Interaction）。
在傳播學的脈絡中，這項概念最迷人的地方在於：雖然對象是一個遙遠的實體——它可能是書籍中的虛構角色、電視螢幕上的明星主播，抑或是如今的 AI——你與它之間看似隔著一層介質，但你依然擁有高度的「主體能動性」（Agency）。你可以自主決定要與這個對象建立何種性質的關係，並在這種互動關係中尋求自我探索與意義感。這種主動構建連結的能力，正是人類活著最核心的價值所在。
Faith：從過去的新聞記者，轉變為如今的 AI 內容工程師與模型評估者，你對「內容」的判斷標準是否產生了改變？這段職業生涯的跨界，對你個人又帶來了什麼樣的影響？
東尼：從新聞採訪、文字寫作到參與 AI 大語言模型的微調，對我而言最大的思維轉變在於：過去的我關注的是「結果」，而現在的我關注的是「過程」。
以前在新聞編輯部時，我只在乎產出的結果好不好——寫出來的文章品質高不高？拍出來的專題影片漂不漂亮？我以前非常擅長下標題，在編輯部裡大家遇到標題瓶頸時總會跑來找我救火。如今在 AI 內容工程領域，當我也需要引導 AI 產出既有吸引力、又精準符合字數限制的高品質標題時，我開始被迫去拆解底層的運作機制：「到底什麼才是一個好標題？一個好的標題具備哪些不可或缺的抽象要素與結構？」這是我覺得最迷人、也最有趣的改變。我現在絕大部分的心力，都在探討「從點 A 到點 B、從一個零散概念演進為成熟作品」的這套演繹過程——因為「過程」具備高度的跨界通用性。
過去，我產出並交付的是「內容成果」；而現在，我創造價值的地方，恰恰是「拆解過程」的這套思維本身。