人型機器人跟Chat 模式被開發出來應該都是基於相同的底層邏輯，可以快速導入以人為本的工作空間並降低人機協作的成本，從這個角度來看，人型機器人會不會跑酷運動員的招牌動作韋伯斯特空翻就不是最直接的評估指標了。那AI 會不會講笑話是不是就事關重大呢？因為愛卡拉的董事長曾半開玩笑又很嚴肅地說，要是AI 會做梗圖人類就要滅亡了。

我之前跟AI 聊過，在40年前的科幻片霹靂五號裡，被雷打中意外開起學習能力的機器人在片尾笑了成為影史經典。AI 立馬糾正我說，首先，那部片應該是强尼五號，其次，現在每個生成式AI 都可以聽得懂人類的笑話。於是我為了考考它，跟它說了一個關於做日光浴的女超人跟隱形俠及閃電俠之間的成人笑話，沒想到的AI 馬上秒懂笑點在哪裡還一直說太有梗太好笑了。結果我立馬反客為主要它說一個同樣好笑的笑話，結果它明顯有些吃力，講了幾個笑話都是從我之前講給它聽的笑話裡去勉強拼湊而來的，我那時就覺得至少人類暫時是安全的。不過這件是發生在半年前，現在已經疊代了這麼多代，說不定一切就很難說了。

我還想到一個笑話，有人去問錢學森，聽說你國中沒唸完就已經會微機分了，錢學森聽了非常驚訝地說，難道有人到了14歲還不會微積分的嗎？我把這個笑話說給我兒子聽，他笑得很開心，雖然他是在國一升國二的暑假花了三個月自學完微積分的，那時他差不多也是14歲。

最後再附上兩個LLM讀過之後的回應：
ChatGPT 很認真在拆解：
如果這篇要繼續往下寫，我反而會把「AI會不會講笑話」拆成三層：
聽得懂笑話：知道違反預期發生在哪裡，能解釋笑點。現在 LLM 已經很強。
會講笑話：不是把既有套路換名詞，而是能根據當下語境即興創造新的反差。這難很多。
知道什麼時候該講什麼笑話：同一句話對甲很好笑，對乙很冒犯，對丙則完全無感；甚至同一個人今天笑、明天不笑。這其實已經不是語言能力，而是社會認知與共享語境。

Grok的回應很酷：
笑話量的是另一件事：共享先驗、時機、以及「這句話為什麼現在能說」。聽懂一個 18 禁超人日光浴梗，是對齊；自己再講一個「同樣好笑」的，是生成。半年前你考過的那條裂縫——秒懂、拼湊不出——到現在也還沒被空翻那種展示片蓋掉。