關閉20瓦大腦的人們
不是機器贏了大腦。是我們正在交出大腦。
引言
各位訂閱者，數位相機剛問世的年代，有這樣一句話：世界上性價比最高的相機，就是人類的眼睛。這確實是事實，現在也還是。
我最近覺得可以再補上一句：比任何人工智慧模型都更具性價比的智慧，依然是人腦。雖然性能的特質不同，但單論效率，根本沒得比。大腦大約20瓦，相當於點亮一顆昏黃的白熾燈泡。
但這裡就產生了一個問題：既然我們每個人都已經擁有這麼便宜的智慧，為什麼還要蓋耗電數十億瓦的資料中心呢？先說結論——不是因為機器比大腦聰明才贏的，而是因為大腦絕對做不到的那一件事：複製，機器做到了。而真正的問題，在之後。
眼睛從來沒有輸給相機
人們說數位相機贏了眼睛，但仔細想想到底贏在哪裡，故事就不一樣了。是畫質嗎？不是。人眼透過約600萬個錐狀細胞，每秒接收約16億比特的資訊，一般的相機感測器根本望塵莫及。就性價比而言，眼睛也一直在贏。
相機贏的只有一件事：眼睛看到的畫面，無法從腦中取出。無法複製、無法傳輸、無法與他人完全共享。而相機拍下的照片則從鏡頭中脫離出來，可以完美複製，在任何裝置上都能如實開啟。眼睛輸的不是畫質之爭，而是可複製性之爭。
有趣的是，連這最後一道牆壁現在也開始被一點點打通了。透過掃描大腦、讓AI還原當事人正在看到的影像，這類研究每年都在變得更加精密。目前還需要一間房間大小的掃描儀，而且讀取實際映入眼簾的畫面，遠比讀取腦中想像的場景來得準確。但原理已經被證實了。
大腦也因為同樣的原因「輸了」
現在讓我們把這個結構再往上提一層。大腦與AI之間，正在發生完全相同的事情。
先做個事實查核。說大腦20瓦，沒錯。但有一個誤解需要釐清：這不是大腦產生的電能，而是燃燒葡萄糖所消耗的新陳代謝能量，簡單說就是熱量。而且精確地說，是14~20瓦之間的一個估算值，不是可以寫進訂單的規格。就算再怎么動腦，耗電量頂多增加約8%。但「相當於一顆燈泡」這個事實本身不會改變。
擁有這麼便宜的智慧，我們卻要耗用數十億瓦，原因在於AI賣的不是「比大腦更聰明」。AI賣的是可以被複製十億次、隨時待命、甚至可以用日誌稽核的均質心智。大腦做不到這些——大腦要花20年才能培養出一個，而那個還無法複製。
這裡，20瓦悄悄隱藏的成本就浮現了：就是那20年的養育與教育所投入的能量。這為什麼重要呢？因為機器訓練一次之後，成本可以攤到十億份複製品上，而大腦卻要一個一個從頭培養。所以「培養大腦伺服器來使用」的生物計算夢想，就在這裡撞上了牆。
實際上，這個領域已經來到商用階段了。澳洲的Cortical Labs以約80萬個活體神經元學習遊戲「乒乓」的研究1而聞名，2025年推出了售價3萬5千美元的商用生物電腦CL1。瑞士的Finalspark以每月500美元的價格遠端出租16個人腦類器官2。這些都是真的，已經有論文驗證，或者真的在販售。
但規模相對於炒作來說，小得可憐。一個類器官只能存活大約6個月，無法均質地大量生產。雖然「比矽晶圓高效一百萬倍」的說法在流傳，但那是公司方說的「原理上」的可能性。把維持存活的培養裝置、營養供給、以及每6個月就要更換的壽命都算進去，那個效率就幾乎消失了。「無法複製」這件事，在這裡又一次拖了後腿。
但真正的反轉在這裡
看到這裡，結論似乎是光明的：大腦便宜，機器只是靠複製贏了，那就各做各擅長的事就好。邏輯與計算交給矽晶圓，龐大的最佳化搜尋交給類腦計算3或量子電腦，而判斷、倫理與直覺留給人。我也認為這種分工是目前最現實的答案。
但這個分工背後有一個安靜的前提：人必須一直握緊「判斷」這個屬於自己的角色。而我最近正看到那個前提在動搖。
真正的危險不是機器贏過大腦。而是機器提供了便宜且均質的思考——也就是隨時可以複製的想法——人反而主動交出了唯一無法複製的資產：自己的判斷力。世界上最便宜的20瓦大腦，主人反而開始不開啟它了。
讓我舉一個具體的場景。把報告初稿交給AI，這沒問題，潤飾句子、整理資料，這些接近重複性工作。但如果不追問「AI給出的結論是否真的符合我們的情況」就直接寄出的話，那時候交出去的就不再是重複性工作，而是判斷力。程式碼也是一樣：在沒有理解AI寫好的程式碼就貼上貼上的那一刻，之後就會留下一套沒有人能解釋為什麼那樣運作的系統。
可怕的是這很難被察覺。交出判斷力的那天，什麼事都不會發生，反而更快更省事。代價要很久之後才來——當整個組織在「沒有人知道我們為什麼這樣決定」的狀態下滑落時，帳單才會寄到。個人的思考力也像肌肉，不用就會悄悄萎縮。
本期發想來源的一篇散文這樣描繪這個場景：外部的大腦在驅動城市的電力與供水，而人卻什麼都不記得，只是上下班通勤的未來。作者劃了一條線，說這是科幻。但在我看來，那不過是已經開始的現在，稍微誇張的版本而已。
奧斯華的視角
老實說，我在2025年9月已經講過一次了。我寫了一本叫《把思考交出去的人：無腦智人》的書，副標題是「AI時代，給放棄思考的現代人的警告」。2024年完稿、2025年出版的這本書，從銷量來看是慘敗。
search.shopping.naver.com當時幾乎沒有人讀。那是AI炒作最熱的時候，「不要把思考交給機器」的警告聽起來很掃興，大家都在看委派的天花板。當時好賣的故事是「AI很厲害、還能做這些、該怎麼用」這類內容。但最近，這本書開始重新被閱讀了。不是因為我的診斷突然變對了，而是市場終於準備好提出那個問題了。
在制定GTM策略時，我無數次看到過一個模式：診斷越好，離市場準備好之間的時間差就越大。「技術會改變某些事」的預測通常是对的，只是時間點和路徑幾乎都錯了。「思考的外包化」也是一樣——方向是對的，只是人們花剛好兩年才切身感受到那個代價。
所以我想說的不是要遠離技術，恰恰相反。明明已經握著最便宜的智慧，卻不開啟它，才是最可惜的選擇。
結語
來總結一下。人腦依然是世界上性價比最高的智慧。機器贏過大腦的不是性能，而是可複製性這一件事。所以真正的問題不是「機器會變得多聰明」，而是「我是否一直在開啟自己無法複製的判斷力」。
當你要把某件事交給AI時，我建議你只區分一件事：你現在交出去的是「重複性工作」還是「判斷力」。重複性工作儘管交出去，因為那是機器擅長的事。但如果連判斷力都習慣性地交出去，那就等於關掉了世界上最便宜的電腦。
最近你在把工作交給AI的時候，有沒有過「咦，這件應該是我來判斷的，結果我直接交出去了」的瞬間？請在留言告訴我，是哪種工作讓你越過了那條線。重複與判斷的界線實際在哪裡，下一期我會用各位讀者的案例一起描繪出來。
💬 如果你曾經把「判斷力」也交給了AI，請在留言告訴我。下一期我會納入討論。 📨 如果你身邊有同事似乎太容易把思考外包出去，不妨悄悄把這篇文章傳給對方。
📬 如果你想每週收到這類分析，請訂閱 我每週撰寫一份跨科技、經濟與人文的分析電子報。
參考資料 & 延伸閱讀
核心來源
- Zheng, Jieyu & Meister, Markus, “The unbearable slowness of being: Why do we live at 10 bits/s?”, Neuron, 2025. 連結 ··· 感官每秒接收10億比特，意識卻只處理10比特的論文，是本文的骨幹。
- Kagan, Brett J. 等, “In vitro neurons learn and exhibit sentience when embodied in a simulated game-world”, Neuron, 2022. 連結 ··· 神經元學習「乒乓」的那項研究。不過「sentience」這個用詞在學界有爭議，請留意閱讀。
- “This $35,000 Computer Is Powered by Trapped Human Brain Cells”, Gizmodo, 2025. 連結 ··· 可在此查看Cortical Labs CL1的價格與規格。
- “World’s first bioprocessor uses 16 human brain organoids”, Tom’s Hardware, 2024. 連結 ··· Finalspark類器官租賃服務的實際資訊。
- “The Human Brain Runs on Less Power than a Light Bulb”, Britannica. 連結 ··· 20瓦數值的依據及其侷限性。
