12 分鐘閱讀

用「念頭」跟 AI 講話：一位 OpenAI 研究員為什麼賭上職涯，去做「讀心術」？

以下為虛構對話，人物與情節為創作，科學內容來源標註於文末。

▌午間的麵店

湯底的香氣浮在午後的空氣裡。

K 坐在角落，筷子夾起一撮麵，慢慢地放進碗裡。

Dg 隔著桌子坐下，姿態擺得很足。「你聽過嗎，有人辭掉 OpenAI 的工作，跑去做讀心術了。」他頓了一下，等一個不存在的掌聲，「愛因斯坦說過，想像力比知識更重要。」

「愛因斯坦沒說過那句話的意思是這個。」K 沒抬頭，「而且那不是讀心術，是非侵入式腦機介面。」

「差不多啦。」

「差很多。」

Cala 端著自己的餐盤，在鄰桌坐下，本來沒打算加入。

▌「非侵入」是什麼意思

「重點是，」Dg 提高音量，「它不用開刀，不用在腦子裡插晶片。就一個頭環，戴著，念頭一閃，字就出來了。非侵入。」

Cala 的湯匙停在半空。

「不用開刀……」她輕輕重複，聲音低下來，「所以是那種——很溫柔、很體貼、不會傷害到人的技術。」

「呃，」Dg 愣了一下，「我是說物理上不動——」

「懂。」Cala 點頭，眼神已經飄到別的地方去，「就像有些人啊，明明可以說得很直接、很傷人，卻選擇不那樣。表面上冷冷的，其實內在是非侵入式的。」

她講最後四個字的時候，很自然地看了角落一眼。

K 放下筷子。

「妳把技術名詞當成人格描述了。」他說，「『非侵入』指的是不動手術、不植入。跟溫不溫柔沒有關係。」

「我沒有在講誰。」Cala 立刻說。

「我也沒說妳在講誰。」

Cala 的耳根紅了一塊。她低頭，很用力地攪了攪那碗根本不需要攪的湯。

▌問題不在裝置

Dg 想把場子拉回來。「總之呢，這技術以前卡了幾十年，現在突然有解了。孔子有云，工欲善其事，必先利其器——所以他們一定是做出了更好的頭環。」

「不是頭環。」K 說。

「不是頭環？」

「卡關的地方從來不是裝置。」K 夾起一片配菜，「隔著頭皮讀到的訊號很糊、雜訊很多。以前缺的不是更好的感測器，是一個夠聰明的東西，能從糊掉的訊號裡猜出你本來想講什麼。」

「猜。」Cala 又接了進來，語氣意味深長，「所以它其實是靠『猜』的。就像有些人根本不明講，全部要對方去猜——」

「像 GPS。」K 直接把她的句子接了過去，方向拉正，「衛星訊號很弱，單靠它定位不到你在巷子哪一側。但配上一張地圖，知道哪裡有路、你平常怎麼走，就能算得很準。腦訊號是弱訊號，語言模型是那張地圖。」

Dg 眼睛亮起來。「所以……模型不是在讀腦，是在拿腦訊號當線索，然後用它對人話的常識去補完。就像手機的預測輸入法，只是強超多倍。」

「嗯。」K 說。

Cala 張嘴還想再腦補一句，但這次她發現 GPS 實在很難被讀成情話。她把那句話吞了回去。

▌沒有針，也還是讀了

「不過我有個問題。」Cala 忽然坐直，語氣正常了，「它不用開刀，聽起來很安全對吧。可是它讀的是我還沒講出來的念頭欸。」

桌邊安靜了一下。

「這一點妳是對的。」K 說，「不動刀，跟不侵犯，是兩件事。它一根針都沒碰到你，但它讀的是你還沒決定要不要說出口的東西。『非侵入』只保證前面那一半。」

「所以那個字放在最前面，」Cala 慢慢說，「其實有點……把人安撫過去了。」

「對。」

Cala 難得地沒有嘴硬。她好像真的在想這件事，湯匙擱在碗邊沒動。

Dg 看看她，又看看 K，張了張嘴，一個名言都沒敢引。

Cala 把手機翻過來，螢幕朝下扣在桌上——剛剛沒人注意到，她整段對話都在偷查那家公司叫什麼名字。

一位 23 歲的對齊研究員，前一天還在 OpenAI 擔心「AI 太聰明會不會出事」，隔天就跳槽去一家新創，目標是「隔著頭皮讀出你腦中的念頭」。這不是科幻小說開場，而是 2026 年 8 月真實發生的事。到底這件事是技術突破的前兆，還是一次過度樂觀的浪漫想像？本文帶你拆解「非侵入式讀心術」背後的科學、爭議，以及一個大家很容易忽略的關鍵問題——「非侵入」到底是指哪一種「不侵入」？

關鍵亮點

  • 一位前 OpenAI 對齊研究員 Naomi Bashkansky，2026 年 7 月 23 日辭職、隔天（7/24）就加入舊金山新創 Conduit，目標是「不動刀、不植入晶片，只靠頭戴裝置讀出腦中念頭並轉成文字」。
  • 她的核心論點很反直覺：非侵入式讀心術卡關數十年，不是因為頭戴裝置不夠好，而是缺一個夠聰明的「翻譯官」——現在的大型語言模型（LLM）正好補上這一塊。
  • 她畫出 2027／2030／2035 三段時間表，但明確標註這是「樂觀但高度可能」的想像，不是公司的官方承諾；那個「一兆美元估值」也是她個人的假設性推測。
  • 這則貼文引爆的最大爭議是：把「非侵入」放在最前面，並不代表這件事在隱私與倫理上就「不侵入」。

一天內的職涯大轉彎

先講一個超有戲劇張力的畫面。

2026 年 7 月 23 日，Naomi Bashkansky 從 OpenAI 辭職；隔天，她就以創始研究員（founding researcher）的身分，到一家叫 Conduit 的新創上班。離職到入職，中間只隔了一天。

這個轉彎為什麼值得大驚小怪？因為她離開的位置很特別。她是一位 23 歲的對齊研究員，在 OpenAI 待了大約一年半，屬於模型安全與對齊團隊。白話講，這個團隊的工作就是——當 AI 越來越強、強到連開發者都預測不到它會做什麼時，有人要負責踩煞車、想清楚風險。

結果，一個原本負責「擔心 AI 太超過」的人，跳槽去做一件聽起來更超過的事：讀取人腦。

她在貼文裡的一句話很能代表她的信念：她預測，再過幾年，我們跟 AI 溝通的主要方式就會是「用念頭」；AI 不會是一個你拼命想跟上的超級聰明實習生，而會是「你自己的一種自然、愉快的延伸」。

聽起來很美。但要達成這件事，得先跨過一道科學界卡了數十年的牆。

卡關數十年的「讀心術」，突然有解了？

為什麼「隔著頭皮讀腦」這麼難？

先分清楚兩條路線。

一條是侵入式（像 Neuralink），要動手術把電極植入腦內，訊號清楚，但風險高、門檻高，一般人不會為了滑手機去開顱。

另一條是非侵入式，就是 Conduit 走的路：只戴一個頭戴裝置，隔著頭皮讀腦訊號。這條路數十年來一直卡在同一道技術牆上：頭皮外的感測器收到的訊號雜訊太多，解碼器很難從裡面抽出可靠的意義。

打個比方：侵入式像是把麥克風直接貼在你嘴邊錄音；非侵入式則像隔著一道牆、一群人同時講話的環境去猜你說了什麼。訊號當然糊。

Bashkansky 的關鍵洞見：問題不在裝置，在「翻譯官」

這就是她論點最有趣的地方。她認為，改變現況的不是頭戴裝置本身，而是「訊號另一端等著的那個語言模型」。

她用了一個超好懂的 GPS 比喻：

你手機收到的衛星訊號其實很微弱、很不精準，單靠它根本沒辦法定位到「你在這條巷子的這一側」。但只要搭配一張機率地圖——哪裡有路、你平常怎麼走、歷史軌跡如何——導航就能算得又快又準。

腦訊號也一樣：訊號本身很糊，但如果搭配 LLM 這個「懂人類語言常識」的先驗知識，就能把糊掉的訊號還原成你「本來想表達的意思」。

這正是 LLM 在做的事：當神經解碼器只讀出「comp—」這個殘缺片段，LLM 可以根據前後對話脈絡，推測你想打的到底是「computer」「composition」還是「company」。就像手機的預測輸入法，只是強大很多倍。

她甚至形容，這門技術現在還停在 「GPT-2 時代」——意思是核心瓶頸已經不是演算法，而是資料量。資料每翻一倍，解碼出來的結果就更接近你腦中的原意。

而 Conduit 的商業模式，就是拚命囤資料。

2027、2030、2035：一份「樂觀但高度可能」的時間表

Bashkansky 在文章裡畫了一張三階段路線圖。這裡要先插一個超重要的提醒：⚠️ 她自己明確標註這是「樂觀但高度可能」的想像場景，不是 Conduit 的官方承諾，也帶有她個人的主觀信念。所以底下請當成「一個內行人的大膽預測」來讀，而不是「已成定局的未來」。

年份 她想像的樣子
2027 你戴著頭環在看程式碼審查（code review），念頭一閃，指令就自動送給 AI 寫程式的代理人（coding agent），全程不用打字。她借用 Dean Ball 2024 年訪談的例子：用念頭查行程、查天氣、關燈。
2030 AI 公司開始訓練模型直接讀取腦中的「潛在表徵」——不必先轉成文字語言。她說屆時甚至能傳達「難以用文字描述」的東西，例如腦中的心像（mental images）。Conduit 也會另開兩條線：一是侵入式的全面讀取，二是反向「寫入」大腦。
2035 AI 感覺像你的「第六感和第三隻手」，不再是外部工具，而是你身體的自然延伸。

關於 2035，她有一段話很值得玩味：她說「2035 年的超人類世界長什麼樣，直接取決於我們整個社會決定把 AI 變得多超人類。也許我們會選擇放慢腳步。但我喜歡這是一個『human-in-the-loop』的未來願景——AI 直接賦能人類，而不是取代我們。」

翻成白話：她賭的不是「AI 取代人」，而是「AI 長進人身上，變成人的一部分」。 這也是她從「擔心 AI 取代人類」的對齊團隊，願意跳過來的心理動機。

至於網路上瘋傳的「一兆美元估值」？⚠️ 那純粹是她個人的假設性推測——假設 Conduit 未來變成「能讀也能寫」的通用腦機平台的話。這不是任何一輪募資的評價，也不是第三方估的，別當真。

現實檢查：目前的技術到底做到哪了？

講完願景，來潑一點冷水（科學就是要這樣才健康）。

Conduit 目前只公開了零樣本（zero-shot）範例，還沒釋出完整的準確率、評測方法或第三方能複現的數據。所以它自己到底做多好，我們其實還無從查證。

那我們能參考什麼？可以看看目前公開、有同儕審查的標竿——Meta FAIR 的 Brain2Qwerty。這裡數字有點多，我幫你整理清楚：

版本／指標 數值 白話解釋
Brain2Qwerty v1（MEG） 字元錯誤率（CER）平均 29%，最佳受試者 18% 平均每寫 100 個字元，約錯 29 個
Brain2Qwerty v1（EEG） 字元錯誤率 65% 換成更便宜的 EEG，錯誤率飆到超過一半
Brain2Qwerty v2（MEG） 詞錯誤率（WER）平均 39% 最佳受試者一半以上句子只錯一個詞
Brain2Qwerty v2（詞準確率） 平均 61%，最佳受試者 78% 相較其他非侵入方法的 8% 大幅提升

看出關鍵了嗎？這裡藏了兩個「但是」：

但是一：Meta 用的是 MEG，不是 Conduit 想用的 EEG。 MEG（腦磁圖）的訊噪比比 EEG（腦電圖）高。而且 MEG 設備又大又貴，跟「戴個輕便頭環」是兩回事。EEG 的成績（CER 65%）其實糟很多。

但是二：連 Meta 這套，測的也只是「實際打字」時的腦訊號。 它目前只在健康受試者「真的動手打字」的情境下測試過，還沒驗證於「想像打字」或內心語言（inner speech）的解碼。而「用念頭直接下指令」需要的正是後者——難度完全不同。

所以結論是：方向確實有進展，但 Conduit 宣稱的那種「純念頭、免打字、輕便頭環」，離目前公開驗證過的水準還有不小的距離。 Bashkansky 自己說「還在 GPT-2 時代」，某種意義上是誠實的。

最尖銳的一問：「非侵入」就等於「不侵犯」嗎？

這是整件事最值得文科腦袋介入的地方，而且它剛好是原貼文底下按讚最高的那則回覆點出來的。

有網友直接嗆：「這件事永遠不會不侵入。你不能把『非侵入』幾個字放前面，就當作整個前提本身不侵入。」

這句話戳中一個很多人會混淆的重點：「非侵入」和「不侵犯隱私」是兩個完全不同層次的概念。

  • 技術層次的「非侵入」：指的是「不動刀、不在你腦裡植入東西」。這是物理上的定義。
  • 倫理層次的「侵入」：指的是「讀取一個人尚未說出口、甚至還沒完全成形的念頭」。這在隱私意義上，本質就是高度侵入的。

換句話說：就算它一根針都沒碰到你的頭，它讀的還是你「還沒決定要不要說出口」的東西。 手術與否，完全不影響這件事在隱私上有多敏感。

這不是反對技術，而是提醒：當一個宣稱前面掛著「非侵入」時，我們要問清楚——你是指哪一種不侵入？ 物理上不動刀，跟倫理上不越界，是兩回事。而目前的討論，很容易被「非侵入」這三個字安撫過去。

常見問題 FAQ

Q1：Conduit 現在真的能讀我的心嗎？ 還不能。目前它只公開了零樣本範例，沒有釋出完整準確率或可供第三方複現的數據。能參考的公開標竿（Meta Brain2Qwerty）也還在「解碼實際打字」的階段，不是「純念頭」。所以離「讀心」還有距離。

Q2：那個「一兆美元估值」是真的嗎？ ⚠️ 不是。那是 Bashkansky 個人的假設性推測（假設公司未來變成通用腦機平台的話），不是任何募資輪的評價，也不是第三方估的。

Q3：非侵入式跟 Neuralink 差在哪？ Neuralink 走侵入式，要動手術植入電極，訊號清楚但門檻高；Conduit 走非侵入式，只戴頭戴裝置隔著頭皮讀，安全方便但訊號糊。兩者是同一個「讀腦」願景下的不同路線分歧。

Q4：LLM 在這裡到底扮演什麼角色？ 扮演「翻譯官」或「機率先驗」。腦訊號本身很雜、很糊，LLM 用它對人類語言的常識，去補全、猜測你「本來想表達的意思」——就像預測輸入法的超強版。這也是 Bashkansky 認為技術突然有解的關鍵。

Q5：如果技術真的成熟，最該擔心的是什麼？ 不是「會不會痛」，而是「誰能讀、讀到什麼程度、讀完存去哪」。因為它讀的是你還沒說出口的念頭，隱私敏感度遠高於一般穿戴裝置。這也是「非侵入」一詞最容易讓人鬆懈的地方。

結論

Naomi Bashkansky 的跳槽，與其說是一則八卦，不如說是一個時代訊號：當一批最頂尖的年輕研究者，把注意力從「打造 AGI」轉向「把 AI 接到人腦上」，這件事本身就值得我們認真看待。

她的核心洞見——「卡關的是翻譯官，不是裝置」——是真的有技術脈絡支撐的漂亮論點。但同樣真實的是：目前公開驗證過的水準，離她描繪的 2027 願景還有明顯落差；那些估值與時間表，更多是信念而非事實。

而對文科背景的你來說，最該記住的可能不是技術細節，而是那個被「非侵入」三個字輕輕蓋過去的問題：技術上不動刀，不代表倫理上不越界。 當未來真的有人把頭環戴到你頭上時，值得問的第一個問題，永遠是——這一次，你讀的到底是什麼？

延伸搜尋

參考資料來源

您可能也會有興趣