AI發展「過猶不及」現象浮現 開源社群與模型選擇陷困境

商傳媒｜何映辰／台北報導

人工智慧（AI）技術的快速發展，正讓產業面臨「過猶不及」的現象。這不僅衝擊開源軟體專案，也加劇了就業市場的不確定性，並讓模型選擇變得異常複雜，促使業界開始反思未來的AI模型設計方向。

全球逾八成的軟體皆依賴開源專案運作，這些專案仰賴成千上萬熱情團隊的無償維護。然而，人工智慧生成的程式碼提交正大量湧入這些專案，即使出於善意，仍需由人工維護者逐一評估、監控、衡量與修正，導致維護工作量激增。Tesla 自駕AI架構師、Anthropic 工程師 Andrej Karpathy 所提出的「vibe coding」（一種由AI輔助生成程式碼的實踐），雖有其正面效益，但整體而言，AI大量產出已對開源社群造成負擔。

在就業市場方面，近兩百位知名經濟學家及科技專家（其中不乏諾貝爾獎得主）共同發出警告，擔憂人工智慧恐導致職位流失的速度，快於其所帶來效益的產生。這項警告由 Anthropic 共同創辦人 Jack Clark 帶頭。雖然經濟模型能預測因 AI 取代而流失的工作數量，但卻難以衡量那些過去不可能實現、如今卻因 AI 而突然需要大量人力的新興工作機會。

此外，人工智慧模型的選擇也呈現出繁瑣的困境。各家公司推出多種規模（大型、中型、小型）及不同強度的模型版本，導致開發者需要花費大量時間來評估最適合特定任務的模型。甚至有進階開發者錄製長達 90 分鐘的影片，專門解釋如何選擇 GPT-5.6 的不同變體。這種過度豐富的選擇，讓使用者在評估上花費的時間，可能抵消掉 AI 本身帶來的效率提升，而模型隨選計費的模式也可能在短時間內大幅超出預算。

這種「過猶不及」的現象，核心在於人工智慧的複雜度遠超預期。雖然這些問題最終能找到解決方案，但目前產業正經歷劇烈的鐘擺效應。各方利害關係人必須保持警惕，因為現階段的解決方案多半是局部性的，而非一蹴可幾。