AI 越強，通才越值錢——為什麼哲學家寫出了 AI 史上最重要的文件
當 AI 在各專業領域越來越強，人類的優勢反而在於跨領域連結。Marketing AI Institute 創辦人 Paul Roetzer 以 Anthropic 哲學家 Amanda Askell 為例，說明為什麼通才在 AI 時代更有價值。
本文整理自 The Artificial Intelligence Show 第 194 集，2026 年 1 月 29 日播出。
一個反直覺的觀點
如果你問一個高中生，AI 時代應該學什麼，十之八九會說「程式設計」或「資料科學」。這個答案在三年前或許正確，但現在可能要重新思考了。
Marketing AI Institute 創辦人暨執行長 Paul Roetzer 在最新一集 The Artificial Intelligence Show 中，拋出了一個讓很多人意外的觀點：如果他的孩子現在要上大學，他會強烈建議讀文科學院（liberal arts college），而不是追求專業化的技術學位。這位從 2016 年就開始推廣 AI 教育、每年做超過 70 場演講的 AI 教育先驅，為什麼會給出這樣的建議？
Roetzer 在 AI 教育界的地位無庸置疑。他創辦的 Marketing AI Institute 是全球最大的 AI 商業教育平台之一，擁有超過 10 萬名訂閱者。他同時也是《Marketing Artificial Intelligence》一書的共同作者，以及年度 AI 行銷大會 MAICON 的創辦人。2023 年 ChatGPT 爆紅之後，他接到的演講邀約有超過一半來自非行銷領域——從政府機關到企業執行長，大家都想聽他怎麼說 AI。當這樣一個深耕 AI 教育近十年的人說「通才比專才更穩定」，值得我們認真聽聽他的理由。
哲學家寫出 AI 史上最重要的文件
Roetzer 舉的例子非常有說服力。他提到 Anthropic 在 2026 年 1 月發布的新版 AI 憲法（AI Constitution），這份文件被稱為 Claude 的「靈魂文件」，決定了這個 AI 助手的人格特質、價值觀和行為準則。而這份可能是 AI 發展史上最重要文件之一的主要作者，不是電腦科學家，不是機器學習專家，而是一位哲學家。
這位哲學家是 Amanda Askell，她在 Anthropic 領導人格對齊團隊（personality alignment team），負責訓練 Claude 展現好奇心、誠實等正面人格特質。Askell 的背景相當特別：她在紐約大學取得哲學博士學位，論文主題是「無限倫理學」，之前在牛津大學拿到哲學碩士。在加入 Anthropic 之前，她在 OpenAI 的政策團隊擔任研究科學家，專注於 AI 安全辯論和人類基準研究。
2024 年，《TIME》雜誌將 Askell 列入「AI 領域最有影響力的 100 人」名單。雜誌的評語是：Claude 在業界以友善、好奇、有創意著稱，而 Askell 比任何人都更該為這個精心設計的人格負責。她曾經這樣描述自己的工作方法：「想像你突然發現你六歲的孩子是某種天才。你必須誠實……如果你試圖唬弄他們，他們會完全看穿。」
一個學哲學的人，寫出了定義 AI 如何思考、如何行為的核心文件。這不是偶然，而是因為 AI 發展到今天這個階段，最缺的不是技術能力，而是對人類價值觀、倫理判斷、語言細微差異的深刻理解。這些東西，恰恰是文科訓練的強項。
為什麼專才反而危險
Roetzer 坦言，如果時間回到三年前，他會毫不猶豫地建議年輕人學電腦科學、成為程式設計師或 AI 研究員。但現在，連 Anthropic 這樣的頂尖 AI 實驗室，都公開表示他們未來三年可能不需要再招募更多的 AI 研究員或程式設計師——因為他們現有的人才加上 AI 工具，已經足夠了。
這就是專才的風險：當你花五年時間深耕一個專業領域，AI 可能在一年內就達到或超越人類專家的水準。你押注的那個專業，可能在你畢業前就被顛覆。相較之下，通才的優勢在於「連結」——能夠把看似不相關的領域串連起來，發現別人看不到的機會。
Roetzer 在招聘時一直很看重這種能力。他分享說，他總是在面試過程中觀察誰能「把看似不相關的事物連結起來」。比如說，一個人讀了一本心理學的書，然後能把裡面的概念應用到顧客旅程設計上。這種跨領域的整合能力，是目前 AI 還做不好的事情，也是人類在 AI 時代最該培養的核心競爭力。
我的觀察
聽完這集節目，我想到台灣的教育現況。我們的體制從高中開始就強調分流，大學更是專業化，研究所更窄。這套系統在工業時代或許合理——社會需要大量的專業人才各司其職。但在 AI 時代，這個邏輯可能要反過來想。
台灣有很多優秀的工程師，但我觀察到一個現象：很多技術人才在面對「這個 AI 應該怎麼跟人互動」「這個產品應該解決什麼問題」這類問題時，反而顯得不知所措。不是他們不聰明，而是他們的訓練讓他們習慣在明確定義的問題框架內找最佳解，而不是去質疑問題本身是否問對了。
Amanda Askell 的故事給我的啟發是：AI 越強，人類越需要回到「什麼是好的」「什麼是對的」「我們到底想要什麼」這些根本問題。這些問題沒有標準答案，需要的是判斷力、同理心、對人性的理解——而這些東西，恰恰是文科教育的核心訓練。
當然，我不是說大家都應該去讀哲學。重點是：不要只在一個領域深挖，要有意識地接觸不同的知識和經驗，培養自己「連結不同領域」的能力。在 AI 時代，能夠問出好問題的人，會比能夠執行標準答案的人更有價值。而好問題，往往來自於對多個領域都有涉獵的通才。