AI 從能說、能做、能自己決定怎麼做、到能記得。既是能力的疊加，也是根據需求長出的對應能力。需要用到什麼能力，怎麼用，決定了經營者需要操心的面向。

AI 的四級跳

2022 年 ChatGPT 剛面世的時候，大家驚訝於它的各種語言能力。能夠理解問題，回答提問。從解答一般生活疑惑，到心情調解。不少人把 AI 直接當成聊天對象，甚至覺得比起真正的人類更懂自己。這時候的 AI 指的是大型語言模型（LLM）。後來的推理模型讓它想得更深，即使如此，AI 還是只能「說」。

光說不練當然是不夠的，於是讓 LLM 能動手做：需要安排會議或操作瀏覽器完成的事，AI 能夠自己完成了。這時候的 AI 能夠「做」，但是做「什麼」，需要明確的指示，也需要一步步的指引。

如同每個慣老闆資深者對新進員工的期待，「能不能積極、主動一點？」。於是 AI 開始有了**自主性：**收到需求的時候開始會自己嘗試用各種方法拆解需求、規劃步驟、失敗重試，調用所有可用的工具，直到把工作完成。龍蝦（OpenClaw）就是這一層的產物，自主性很高，半夜也能工作，但是在睡夢中燒掉幾十美金的帳單也是貨真價實的。

有了好用的員工當然要給它多點工作（誤），不過大家漸漸發現雖然 AI 很好用，但每次對話都像在帶第一天報到的新員工，所有專案背景、基本知識都要再重新講一次。於是模型廠商開始優化 AI 的記憶（memory）架構，為的就是要讓 AI 能記住同主題、跨工作區段的事，能夠真正成為越用越聰明的員工。大家開始棄蝦養馬，也是因為愛馬仕（Hermes）就是腦容量變大的龍蝦。

對經營者意味著什麼：你在管的是哪一級？

看到 AI 能力的演進，經營者真正要問的問題是：我公司裡的 AI，到底在哪一級？

因為每升一級，它就從「工具」往「員工」靠一步，要關注的面向也整個換掉：

• 第一級（顧問）：你只要擔心它講得對不對。
• 第二級（實習生）：你開始擔心它動了什麼、有沒有碰到不該碰的。
• 第三級（新進員工）：你要擔心它自己決定做了什麼。
• 第四級（資深員工）：你還要擔心它記得什麼、把公司哪些資料累積進了它的記憶。甚至，它記得的知識還是正確的嗎？

回到最初的問題：有了 Chat Bot，我就是 AI 公司了嗎？或者，這就是你認知的 AI 落地的場景了嗎？

要拿走的問題

• 執行層（CTO/CIO）：挑一個公司內的 AI，能不能判斷它屬於哪一級，上下層能力差別在哪？
• 經營層（董事會/CEO）：如果一個 AI 已經「能自己決定怎麼做、還會記得」，我現在管它的方式，跟管一個系統有什麼不同？

一句話帶走：能說、能做、能自己決定怎麼做、能記得，是四道門檻，跨過幾道，就得管幾道。

那它是怎麼一級一級往上走的？答案不在它的腦子裡。