看到這裡，我們大概都能體會到生成式 AI 的強大，不管是寫程式、整理資料還是幫忙學習，都超方便。但越了解它，我越發現這項技術也不是萬能的。除了技術挑戰，還有許多現實面需要面對。

首先是 倫理與偏見。AI 是從大量資料中學習的，但這些資料可能本身就帶有偏見。像是性別刻板印象、文化歧視、甚至政治立場，都可能被模型「無意識地」學起來。這意味著，如果我們不注意，就可能在不知不覺中延續這些問題。

第二是 成本。不論是自己訓練模型或使用 OpenAI、Anthropic 這類雲端服務，背後都需要高昂的算力與 API 費用。尤其在進行多輪對話、RAG 查詢、甚至多模型組合時，成本更是直接翻倍。對個人或小團隊來說，這是現實中最大的門檻之一。

最後是 可信度。AI 生成的內容看起來常常很有自信，但不代表它總是對的。幻覺（hallucination）仍然是生成式 AI 的老問題——有時它會一本正經地亂說。

不過我覺得這也是 AI 最有趣的地方：它不完美，但它在進步。而我們要做的，就是在使用時保持警覺，讓「人類的判斷」與「AI 的創造力」一起發揮出最大的價值。