我看完這段 2024 年 Eric Schmidt 在 Stanford 的訪談，再用 2026 年的發展回頭看，感覺相當有趣：它真正珍貴的地方，不是因為「被刪掉」，而是 Schmidt 一時忘了自己正在公開場合，因而把通常經過 PR 消毒的矽谷世界觀，幾乎原封不動地說了出來。
先把「deleted」釐清。Stanford 上傳影片後不久將它撤下；Schmidt 隨後對媒體表示，他對 Google remote work 的說法「misspoke」，並表示後悔。公開報導並沒有可靠證據顯示這是 Stanford 或政府為了掩蓋 AI 秘密而「封殺」；比較合理的解釋，是 Schmidt 發現自己的幾段話非常不適合公開流傳。
但有趣的恰恰是：那些最重要的內容根本不是 controversial 的那些句子。
我把整段訪談濃縮成六件事情：
- AI 下一階段不是「更會聊天」，而是 context + agent + action。
Schmidt 預測 very large context windows、agents、text-to-action 三者結合，造成的影響可能遠大於 social media。Long context 相當於某種工作記憶；agent 可以反覆試驗、修正；text-to-action 則把語言直接變成程式、操作與現實行動。
兩年後看，這是整場最準的一段。2026 年 AI 的確正在從
answer → assist → execute → delegate
移動。OpenAI 今年公布的企業資料甚至直接用「from assistance to execution」描述這個轉變；agent 已從 coding 擴張到 legal、sales、recruiting、marketing。
所以我會稍微修改 Schmidt：
真正的分水嶺，不是 AGI，而是 agency。
一個 IQ 150、只能回答問題的模型，未必改變世界；一個 IQ 120、可以連續工作十小時、操作電腦、寫程式、查資料、呼叫其他 agents、重試、修正、最後替你完成工作的系統，反而會改變勞動結構。
這也是 Schmidt 當時真正看見的東西。
第二個非常有意思的是他的 TikTok thought experiment。
他的例子大意是：假如 TikTok 被禁，學生可以直接叫 AI 做一個 TikTok clone，把使用者、內容、音樂搬過去，不行就一小時後再做另一個。
接下來他說，如果產品真的成功，再找律師收拾法律問題；如果沒人用，侵權問題也沒什麼商業意義。這一段當然極不負責任，也正是影片爆炸的原因之一。
可是我反而認為，這段話透露了一個比侵權問題深很多的東西：
AI 正在把「idea → execution」之間的摩擦力摧毀。
以前：
想法
↓
找人
↓
募錢
↓
programmers
↓
design
↓
testing
↓
product
可能要兩年。
Schmidt 想像的是：
念頭 → prompt → agents → product
幾小時、甚至幾分鐘。
當 execution cost 趨近於零，稀缺的東西就不再是「會不會做」，而變成：
判斷、目標、taste、distribution、capital、compute、legal power。
於是出現另一個 Schmidt 沒有充分處理的問題：
capability 被民主化，power 卻未必民主化。
大家都有 programmer，不代表大家都有 NVIDIA clusters、distribution network、lawyers、political access。
所以 AI 很可能同時造成兩個看似相反的結果：
個人的 capability 大幅增加，結構性的 power concentration 也大幅增加。
這一點我認為比「AI 會不會搶工作」重要得多。
第三，Schmidt 對 NVIDIA / CUDA 的判斷也很好。
他當時說 NVIDIA 的護城河不只是 GPU，而是多年累積下來的 CUDA software ecosystem。
2026 年回頭看，這個判斷基本成立。就在幾天前，NVIDIA 還預測下一財年的營收成長約 70%，AI compute boom 並沒有像許多人兩年前預測的那樣迅速消失。
因此 Schmidt 看 AI 很少只看 model。
他看的其實是：
**model
- chips
- electricity
- datacenter
- capital
- software ecosystem
- geopolitics**
這也是為什麼我認為他比很多單純談「AGI consciousness」的人更值得聽。
他看的是AI 作為 industrial system。
第四，是他對 美中競爭 的看法。
Schmidt 當時非常明確地說，未來最大的競爭將是美中之間的「knowledge supremacy」，而先進晶片出口限制是美國維持領先的重要工具。
這部分兩年後看，就沒有他當時那麼樂觀了。
2024 年他認為美國可能藉晶片優勢逐漸把差距拉大；但到了 2026 年，DeepSeek、Moonshot、Alibaba 等中國模型已把 frontier gap 大幅縮窄。有分析估計美國領先大約只剩數月，而不是 Schmidt 當年暗示的長期結構性距離。
這裡反而印證了一個 AI 時代很重要的原理：
hardware constraint 不等於 capability constraint。
被卡 GPU，會促使你：
- algorithmic efficiency
- distillation
- quantization
- sparse architectures
- domestic accelerators
- cheaper inference
所以出口管制可以增加成本、拖慢速度，卻不一定能永久凍結對手。
這是 Schmidt 在 2024 年稍微低估的地方。
還有一句我猜你也會注意到。
他談世界 AI 版圖時，稱 Taiwan 是一個很棒的國家，hardware amazing，但 software 很差。
撇開他的粗魯語氣，這個診斷其實刺中台灣長期問題：
台灣擅長製造 AI 的身體，卻比較少擁有 AI 的腦、平台與 distribution。
TSMC、server、PCB、power、cooling、ODM 幾乎都站在 AI industrial stack 的核心；可是 foundation model、cloud、consumer platform、operating layer、global software ecosystem，主導者仍主要不在台灣。
所以我會把 Schmidt 那句話稍微改寫：
台灣不是沒有 software；
台灣缺的是 software sovereignty。
這件事情其實比「台灣有沒有自己的 ChatGPT」重要。
最後是我認為這個訪談最令人不舒服、卻也最值得看的地方。
Schmidt 的世界觀基本上是：
If it can be done, somebody will do it.
If somebody will do it, America had better do it first.
這就是典型的 technological realism。
他對 ethics 並不是完全沒有感覺；但 ethics 在他的架構裡往往排在 capability、competition、national security 後面。
於是你會看到一條非常清楚的邏輯：
AI 很強
→ 無法阻止
→ 對手會做
→ 我們必須先做
→ 所以 scale
→ 所以 compute
→ 所以 electricity
→ 所以 chips
→ 所以 national strategy。
問題就在這裡。
每一個參與者單獨看，都可以說自己是「不得不」。
OpenAI 說：Anthropic 會做。
Anthropic 說：Google 會做。
美國說：中國會做。
中國說：美國會做。
於是整個系統形成一個巨大的 attractor basin：
沒有人真正決定加速，
但所有人合起來造成加速。
這可能才是 Schmidt 訪談最值得注意、但連 Schmidt 自己也沒有完全意識到的地方。
而到了 2026 年，這已不完全是假設：agents 已經可以長時間自主執行複雜工作；企業 AI 正從 assistance 迅速轉向 delegation。
所以如果要我用一句話評論這個「deleted interview」：
Schmidt 在 2024 年真正看見的，不是更聰明的 AI，而是「語言開始取得行動能力」；他真正沒有解決的，則是當 capability、capital、competition 三者形成正回饋之後，究竟還有誰能踩煞車。
這也正是我認為今天談 AI，比「它有沒有 consciousness」更迫切的問題：不是 AI 是否成為 subject，而是它已經開始成為 actor。
而 actor 一旦可以自行感知資訊、規劃、呼叫工具、執行、檢查結果、再次行動，agentic AI 才真正從「物的反撲」跨到「人的退位」的門檻。
這個領域現在變化非常快；我也可以替你持續追蹤 Schmidt、AI agents 與美中 AI 差距的重要新變化。
