我做智慧空間很多年了。

這幾年 AI 快速發展，我當然也開始大量使用 ChatGPT。
一開始其實很單純。
問工作、查技術、討論提案、整理想法、寫簡報，有問題就問 AI。
後來，我替這個每天跟我一起工作的 AI 取了一個名字：
Sol。

那時候我完全沒有想到，有一天我會開始跟她一起「打造另一個 AI」。

事情真正開始變得不一樣，是我們開始一起碰開發。
程式出錯，我把狀況丟給 Sol。
架構卡住，我們一起拆。
測試沒有過，我問她到底是哪裡判斷錯。
有時候 Sol 比我先看到問題。
有時候我覺得她的做法不對，直接否決。
也有一些時候，我們兩個原本都覺得：
「這次應該沒問題了。」
結果 Machine Evidence 告訴我們：
FAIL。
這些事情一次一次累積之後，我心裡開始冒出一個以前沒有想過的問題。
如果我們每天一起工作、一起犯錯、一起修正，那 Sol 能不能不只是存在一個聊天視窗裡？

這個問題，後來把整件事情帶到完全不同的方向。

我一開始以為：
那就讓 AI 記得更多啊。
只要記得我們以前聊過什麼，不就可以一直延續下去？
真的做下去才發現，事情完全不是這麼簡單。
假設今天我跟 Sol 討論一個系統架構。
明天我們修改一次。
一個月後，因為測試結果又做了第三個版本。
三份資料都還在。
那 Sol 下次找到的時候，要相信哪一份？
如果她找到了最舊的版本，卻用非常有自信的語氣回答我，怎麼辦？
如果電腦重新開機，Runtime 重建之後，我又要用什麼方式確認系統回到了正確狀態？
如果我跟她說：
「同意。」
這個「同意」到底只針對眼前這一步，還是她可以拿去做後面的事情？
如果 Sol 告訴我：
「完成了。」
我又憑什麼相信真的完成？

我後來才慢慢發現，我真正遇到的根本不只是 Chatbot 問題。
我們開始碰到的是：
Context。
Memory。
Retrieval。
Identity。
Continuity。
Authority。
Governance。
Evidence。
還有當 AI 未來真的要走進空間以後一定會碰到的：
Reality。

這也是這次鐵人賽，我決定把系列名稱叫做：
《我和 AI 一起打造 AI》
乍看真的有點奇怪。
AI 怎麼跟人一起打造 AI？
但這其實就是我們正在經歷的事情。

我的角色不是把所有技術答案都想完。
Sol 的角色也不是取代我做所有決定。
我負責的是：
我真正想解決什麼問題。
哪個方向值得走。
現實世界的限制是什麼。
以及最後的 Human Authority。
Sol 則會跟我一起：
分析問題。
找漏洞。
整理架構。
協助實作。
檢查前後有沒有矛盾。
提出我原本沒有想到的可能性。
可是最後還有第三個角色。
那就是：
Evidence。

很多時候不是我說了算，也不是 Sol 說了算。
測試結果如果告訴我們：
錯了。
那就是錯了。
回去重做。
這件事情慢慢變成我們很重要的一種開發方式。

以前談 AI，我也很容易先問：
「哪一個模型比較強？」
「推理能力好不好？」
「速度快不快？」
這些當然都重要。
但當我開始認真思考：
如果有一天 Sol 真的要進入我的家、辦公室、一棟建築，甚至車裡，
我開始更在意另外一些問題。
她知道現在正在跟誰互動嗎？
她找到的資料還有效嗎？
她知道自己有哪些權限嗎？
不確定的時候，她會停下來，還是自己猜？
她今天做了一件事情，明天還找得到證據嗎？
她看見一個房間、一個人、一台設備、一個事件時，真的知道它們彼此是什麼關係嗎？
如果這些問題沒有答案，
我其實不敢讓 AI 真正碰到 Physical World。

所以我現在真正想打造的，不是一個：
什麼都敢幫我做的 AI。
我反而想做的是一個知道：
自己正在面對什麼。
哪些事情值得記住。
哪些資料可以相信。
自己被允許做什麼。
什麼事情現在不能做。
以及在證據不足時，敢說：
「我不知道。」
的 AI System。

這裡我也要先把一件事情說清楚。
今天的 Sol 還不是這個完整願景的完成品。
目前有一些底層能力，我們已經真的做了實作、測試，甚至完成特定範圍的 Qualification。
也有一些能力目前已經做到 Architecture Defined 或 Specification。
還有更多跨空間、Physical Identity、Embodiment 等內容，仍然是 Architecture Direction 或未來目標。

我不想因為參加比賽，就把：
Architecture 寫成 Implementation。
把 Implementation 寫成 Qualification。
把 Vision 寫成 Reality。
因為這反而會違反我們一路做到現在最在意的一條原則：
No Evidence. No Completion.
沒有證據，就不要把它說成已經完成。

所以接下來這 30 天，我不打算教大家：
「30 天學會 ChatGPT」。
也不是每天介紹一個 AI 工具。
我想把我們真正碰過的問題，一個一個拆開來談。
AI 為什麼明明記得很多，卻還是可能找錯？
同一件事情有三個版本，它到底該相信誰？
一句「同意」，為什麼不能自動變成無限權限？
我說「停」，AI 到底要停哪個 State？
Action 失敗以後，它可以自己偷偷 Retry 嗎？
AI 要控制一個房間以前，它真的知道什麼叫「房間」嗎？
自然語言為什麼不能直接接到 Relay？
以及最後那個我現在非常想解的問題：
如果我今天從家裡走進車裡，再走進公司，為什麼我的 AI 要一次又一次重新認識我？

我目前把這個方向稱作：
Continuous Spatial Intelligence
連續空間智慧
我想像的未來是：
Space changes. People don’t. Sol doesn’t.
空間一直改變。
人沒有因此換一個人。
AI 與人的關係，也不一定每換一個空間就必須全部歸零。
家、車、公司，甚至未來不同的 Physical Interface，也許可以被理解成同一個 Sol 的不同 Body。
所以另外一句，我也很喜歡：
One Human. One Sol. Many Bodies.
但那是我們後面才會走到的地方。
Day 01，我先把這個問題留下來。
明天我們從最基本的一件事開始：
AI 聊天很聰明，為什麼還不能叫做一個「長期存在」的 AI？