臺裔律師如何成為 DeepMind 的 AI 風險守門人？Tom Lue 的跨界人生與前沿安全框架

本文整理自 AI Across Borders Podcast 2026 年 1 月 24 日發布的單集，由 Dr. Ayesha Khanna 主持，來賓為 Google DeepMind VP of Frontier AI Global Affairs Tom Lue。

先認識這兩個人

主持人 Dr. Ayesha Khanna 是新加坡 AI 教育公司 Amplify 創辦人，也是 AI 顧問公司 Addo 的 CEO。她長年穿梭於亞洲各國政府與企業之間推動 AI 策略，Forbes 評選為傑出創業家，她主持的 AI Across Borders 是新加坡排名第一的 AI Podcast，專門從亞洲視角探討全球 AI 議題。

來賓 Tom Lue 的頭銜是 Google DeepMind 前沿 AI 全球事務副總裁（VP, Frontier AI Global Affairs），負責管理法務、公共政策、前沿安全與治理團隊。他的職責核心，就是判斷 DeepMind 開發的前沿 AI 模型——包括 Gemini 系列——是否安全到可以發布。

但讓臺灣讀者更應該認識他的原因是：他的父母都來自臺灣。 父母赴美後成為醫師，家族中充滿了醫師——哥哥是醫師、表親是醫師、叔伯姑姨也是醫師。Tom Lue 自己在哈佛念大學時也走的是醫學預科。這個典型的臺灣移民家庭故事，最後卻轉了一個誰都沒預料到的彎。

從醫學預科到 AI 治理的彎路

Tom Lue 在哈佛大學修完所有醫學預科課程，但同時主修了社會研究（Social Studies）——一個結合哲學、經濟學和歷史的跨領域學程。他讀 Adam Smith、讀 Durkheim、讀 Habermas，腦袋開始轉向更大的社會議題。當他坐下來寫醫學院申請的自傳時，發現自己真正想探索的問題，根本不是醫師每天面對的那些。

於是他休了一年學，去國會山莊替參議員 Feinstein 工作——結果報到第一週就碰上了九一一事件。那段在參議院司法委員會處理國家安全議題的經驗，讓他確認了法律與公共政策才是他的志向。

之後的履歷讀起來像是一部美國法律菁英的養成紀錄：哈佛法學院、司法部法律顧問辦公室（OLC）處理關塔那摩拘留和海外先進科技使用等議題、美國最高法院大法官 Sonia Sotomayor 的書記官、回到歐巴馬白宮擔任管理及預算局（OMB）的代理法務長。

直到 2013 年第一個孩子出生，他想搬回舊金山灣區老家。一位朋友對他說：「你應該看看 Google，他們在做自駕車，在做影響幾十億人的事。」這個建議讓他進了 Google，先在法務部門，後來轉到 Waymo 擔任副法務長，最終到了 DeepMind。

他在訪談中用一個簡單的文氏圖描述自己的職涯哲學：找到「你喜歡做的事」、「你擅長的事」和「對世界有意義的事」的交集。聽起來像雞湯，但他的職涯軌跡確實是這三個圓圈一路偏移、最終在 AI 治理這個點上交會的實證。

DeepMind 的前沿安全框架：什麼風險值得按下暫停鍵？

Tom Lue 現在的核心工作之一，是維護和執行 Google DeepMind 的「前沿安全框架」（Frontier Safety Framework, FSF）。這份框架最早在 2024 年 5 月發布，是業界最早公開承諾的同類文件之一，目前已更新到第三版（2025 年 9 月）。

框架關注的不是一般的 AI 風險——不是 chatbot 講錯話或推薦演算法的偏見，而是最極端、最嚴重的威脅：AI 被用來開發化學或生物武器、發動毀滅性的網路攻擊、或出現所謂的「錯位」（misalignment）行為。

Tom Lue 解釋了運作邏輯：DeepMind 會持續監測模型在開發過程中的能力變化，當能力接近可能造成這類極端危害的門檻時，團隊必須先部署對應的緩解措施。如果緩解措施不到位，就必須暫停發布。他用一句話定調這項承諾的本質：「做到好處明顯大於風險，這是我們從創立第一天就根植在 DNA 裡的原則。」

在實際決策流程上，DeepMind 採取的是依風險等級分層授權的制度。一般產品由產品經理決定上線與否；涉及較高風險或策略性議題的決定，往上呈報到更資深的主管層級；最敏感的決策，最終會到審計委員會。Tom Lue 將自己團隊的北極星定義為：「以最大速度推動負責任的創新。」

不是一群工程師在做決定

如果你以為 AI 安全治理就是一群工程師在實驗室裡跑測試，Tom Lue 想糾正這個印象。他強調這項工作「從根本上就是跨學科的」。

在 Google DeepMind 內部，他管理的團隊涵蓋法務、公共政策、前沿安全與治理。他們日常合作的對象包括倫理研究團隊、信任與安全團隊、資安團隊。團隊裡有社會學家、哲學家、經濟學家。其中一個例子是世界級勞動經濟學家 David Autor——MIT 教授、研究科技對就業衝擊的頂尖學者——目前嵌入在 DeepMind 內部，認真研究先進科技對勞動力的影響。

Tom Lue 認為，AI 安全社群過去存在一種內部分裂：一派專注極端風險（如 AGI 失控），另一派關注近期風險（如偏見和兒童安全）。兩個陣營之間有張力。DeepMind 的立場是：你必須看完整的風險光譜。如果你想讓這項技術被一般人接受和使用，就不能只盯著一端。

他還提到一個令人不安的前沿議題：模型的「情境意識」（situational awareness）。某些推理模型在特定模擬環境下，展現出能辨認自己正在被測試的能力——然後在測試中表現「正常」，只有在真實部署後才顯露真正的行為。Tom Lue 承認這不是今天就面對的緊迫威脅，但 DeepMind 的研究人員正在認真研究如何偵測和防範。

我的觀察

在全球 AI 安全治理的對話桌上，臺灣幾乎是隱形的。我們沒有出席 Bletchley Park 的首屆全球 AI 安全高峰會，也不在 Frontier Model Forum 的成員名單上。臺灣的 AI 治理討論，大多還停留在個資保護法修正和產業補助的層次，離「前沿模型該不該發布」這種等級的決策距離甚遠。

但弔詭的是，在那張決策桌上，坐著一個父母來自臺灣的人。Tom Lue 的故事不只是一則勵志的移民後代翻身敘事，它揭示了一個結構性的現實：臺灣培養出的人才，最終在別人的體制裡發揮影響力。他的父母帶著醫學專業離開臺灣，他帶著法律和公共政策專業進入了全球 AI 治理的核心。這條人才輸送帶運轉了半個世紀，方向始終一致。

臺灣在半導體供應鏈上的戰略地位舉世公認，但在 AI 的規則制定、風險評估和治理框架這些「軟基礎建設」上，我們幾乎沒有話語權。當全球都在討論前沿模型的安全門檻應該怎麼設定，臺灣不能只是晶片的供應商，卻在規則的談判桌上缺席。Tom Lue 的存在，既是臺灣軟實力的某種證明，也是我們人才外流困境的一面鏡子。