新前沿：Mira Murati 的 Thinking Machines 與協作式 AI 的哲學
在一個由通往 AGI（通用人工智慧）競賽所主導的環境中，OpenAI 前技術長 Mira Murati 近期的轉向，標誌著人工智慧發展軌跡的重大轉變。她的新創公司「Thinking Machines」旨在超越業界目前對「取代級自動化」的痴迷。相反，Murati 主張採用一種植根於「協作式 AI（Collaborative AI）」的框架——這是一種明確將人類納入迴圈（Human-in-the-Loop）的模型，利用生物認知和機器處理各自獨特的優勢。
對於 Creati.ai 而言，這一發展代表了一個關鍵的轉折點。AI 產業在過去兩年致力於探索大型語言模型（LLMs）的極限及其自主執行複雜任務的潛力。然而，隨著這些模型在可靠性、幻覺（hallucination）和高風險推理方面面臨挑戰，市場開始質疑「完全自主」是否真的是企業和個人應用的最佳路徑。Murati 的倡議適時地反駁了「自動化優先」的論調，將協同作用置於替代之上。
重新定義 AI 互動模型：人類納入迴圈（Human-in-the-Loop）
在 Thinking Machines 的核心是一個基本的設計原則：人類納入迴圈（HITL）方法論。從歷史上看，HITL 主要被用作數據標註或微調技術，以提高模型準確性。然而，Murati 似乎正將其定位為未來軟體系統的核心架構要求。
在接受《Wired》雜誌採訪時，Murati 表達了她新組織的目標是建立一種不尋求獨立運作的智慧。相反，該公司專注於那些能與人類操作員積極互動的工具，將 AI 視為一種需要用戶提供背景資訊、指導和驗證，才能有效執行高價值工作的代理。
這種轉變不同於「代理工作流程（agentic workflows）」的趨勢，後者通常強調 AI 在最少監督下自主行動的能力。透過將人類保持在迴圈中，Thinking Machines 承認某些任務——特別是涉及細微差別、倫理和複雜問題解決的任務——需要一層現有統計模型無法複製的生物監督。
比較分析：自動化與協作式 AI
為了理解這一轉變的規模，將業界主流焦點與 Thinking Machines 提出的模型之間的差異進行分類會有所幫助。下表說明了傳統自主自動化與協作方法之間的區別。
| 特性 | 自主自動化 | 協作式 AI (Thinking Machines) |
|---|---|---|
| 控制結構 | 閉環；極少的人類輸入 | 開環；持續整合反饋 |
| 主要目標 | 直接任務替代 / 成本降低 | 能力增強 / 錯誤緩解 |
| 信任模型 | 系統依賴；高信任門檻 | 人類納入迴圈 (Human-in-the-loop)；驗證過的輸出 |
| 錯誤處理 | 需要系統級故障/重置 | 人類介入與即時修正 |
| 用例適用性 | 重複性、低風險操作 | 複雜、高風險決策工作流程 |
該表強調，雖然自主代理在處理低複雜度、高容量任務方面效率很高，但它們在「失敗成本」較高的場景中表現吃力。Murati 對協作式 AI 的關注表明，其目標市場是那些精確度至關重要的行業，例如研究、戰略規劃和複雜的軟體工程。
協作系統的架構邏輯
「Thinking Machine」的技術實現不僅僅需要聊天介面。它需要一種架構，使 AI 能夠暫停、查詢用戶，並提供選項供人類驗證。這涉及到構建「具備不確定性感知（uncertainty-aware）」的模型——即系統知道何時不知道答案，並擁有能有效地將這種模糊性升級給人類用戶的介面設計。
從 Creati.ai 的角度來看，這是當前 LLM 範式的複雜演進。大多數現有系統經過訓練是為了提供回應，無論該回應是否具有事實依據。相比之下，協作模型將被訓練為優先考慮「透過協作達成正確性」，而非「生成的流暢性」。這種改變需要我們在利用人類回饋強化學習（RLHF）進行模型對齊的方式上取得重大進展，將重點從模仿人類風格轉移到促進人類工作。
應對人類納入迴圈的挑戰
雖然 Thinking Machines 背後的理念令人信服，但它並非沒有重大的障礙。實施人類納入迴圈系統會在用戶體驗中引入潛在的摩擦。
- 認知負荷： 如果系統過於頻繁地要求輸入，它可能會成為干擾來源，而非生產力增強器。平衡「有幫助的 AI」與「干擾性 AI」將是 Murati 團隊定義 UX 的挑戰。
- 可擴展性： AI 的優勢在於其大規模運作的能力。透過引入人類瓶頸，系統將受到人類操作員速度和頻寬的限制。
- 延遲： 即時協作需要低延遲互動。確保系統在等待人類驗證的同時保持回應，是一個需要強大工程技術的挑戰。
儘管存在這些挑戰，業界已經表明，用戶通常願意以速度換取可靠性。隨著 AI 從新奇事物轉變為必備的商業工具，「人類納入迴圈」模型可能成為企業採用的黃金標準，因為在這些領域中，責任和準確性是不可妥協的。
Thinking Machines 的未來軌跡
Mira Murati 離開 OpenAI 創立 Thinking Machines 不僅僅是一次備受矚目的舉動；它更是一個信號，表明 AI 產業正進入一個「後炒作（post-hype）」階段。我們正在擺脫盲目擴張的時代——即僅僅透過向模型投入更多算力和數據就能取得進展的時代——進入一個結構精進的時代。
對協作式 AI 的關注暗示了一個未來，屆時人工智慧的作用更像是一個專業的副駕駛，而非專業職位的替代者。它賦能人類操作員，提升他們的能力，而不僅僅是簡化他們的任務。
隨著 Thinking Machines 開始制定其產品路線圖，業界將密切關注。如果 Murati 成功執行這一願景，它可能會重置人們對「基礎模型」實際應具備功能的期望。挑戰在於創造出既有足夠智慧來提供協助，又足夠謙遜以傾聽的軟體——這是在當前快節奏的 AI 市場中仍然難以實現的平衡。目前，敘事已從「AI 會取代我們嗎？」轉變為「我們將如何與 AI 合作？」，而這對於人類與電腦互動的未來至關重要。
