科技想要什麼？

本文與 TRPMA 台灣研發型生技新藥發展協會合作，泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此，我們花了很多時間介紹最新、最有效的抗癌方法之一：免疫療法。

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機，能精準鎖定你體內的敵人——癌細胞，為它們打上標記，然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統，為身體「上buff (增益) 」來抗癌，副作用較低，因此備受好評。

但尷尬的是，經過幾年的臨床考驗，科學家發現：光靠抗體對抗癌症，竟然已經不夠用了。

事情是這樣的，臨床上醫生與科學家逐漸發現：這個抗體標記，不是容易損壞，就是癌細胞同時設有多個陷阱關卡，只靠叫醒免疫細胞，還是難以發揮戰力。

但好消息是，我們的生技工程也大幅進步了。科學家開始思考：如果這台偵察無人機只有「標記」這一招不夠用，為什麼不幫它升級，讓它多學幾招呢？

這個能讓免疫藥物（偵察無人機）大進化的訓練器，就是今天的主角—融合蛋白（fusion protein）。

融合蛋白是什麼？

免疫療法遇到的問題，我們可以這樣理解：想像你的身體是一座國家，病毒、細菌、腫瘤就是入侵者；而抗體，就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內，它能迅速辨識敵人、緊抓不放，並呼叫其他免疫單位（友軍）一同解決威脅。過去 20 年，最強的偵查機型叫做「單株抗體」。1998年，生技公司基因泰克（Genentech）推出的藥物赫賽汀（Herceptin），就是一款針對 HER2 蛋白的單株抗體，目標是治療乳癌。

這支無人機群為什麼能對抗癌症？這要歸功於它「Y」字形的小小抗體分子，構造看似簡單，卻蘊藏巧思：

• 「Y」 字形上面的兩隻「叉叉」是敵人偵測器，能找到敵人身上的抗原特徵，並黏上去，稱為抗體結合區「Fab 區域」。
  
• 「Y」 字形的「尾巴」就是我們說的「標籤」，它能通知免疫系統啟動攻擊，稱為結晶區域片段「Fc 區域」。具體來說，當免疫細胞在體內巡邏，免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合，進而認出病原體或感染細胞，接著展開清除。

更厲害的是，這個 Fc 區域標籤還能加裝不同功能。一般來說，人體內多餘的分子，會被定期清除。例如，細胞內會有溶酶體不斷分解多餘的物質，或是血液經過肝臟時會被代謝、分解。那麼，人造抗體對身體來說，屬於外來的東西，自然也會被清除。

而 Fc區域會與細胞內體上的Fc受體結合，告訴細胞「別分解我」的訊號，阻止溶酶體的作用。又或是單純把標籤做的超大，例如接上一段長長的蛋白質，或是聚乙二醇鏈，讓整個抗體分子的大小，大於腎臟過濾孔的大小，難以被腎臟過濾，進而延長抗體在體內的存活時間。

偵測器（Fab）加上標籤（Fc）的結構，使抗體成為最早、也最成功的「天然設計藥物」。然而，當抗體在臨床上逐漸普及，一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」，但這同時也是它的限制。

第一個問題：抗體只能打「魔王」，無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效，因為敵人身上有明顯標記。但癌細胞的形成與惡化，是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛，卻只能針對已經帶有特定分子的癌細胞魔王，無法摧毀那個孕育魔王的系統魔窟。這時，我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

第二個問題：開發產線的限制。

抗體的開發，得經過複雜的細胞培養與純化程序。每次改變結構或目標，幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機，明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間，讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路，科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計，巧合的是，真正的突破靈感，仍然來自大自然。

在自然界中，基因有時會彼此「融合」成全新的組合，讓生物獲得額外功能。例如細菌，它們常仰賴一連串的酶來完成代謝，中間產物要在細胞裡來回傳遞。但後來，其中幾個酶的基因彼此融合，而且不只是基因層級的合併，產出的酶本身也變成同一條長長的蛋白質。

結果，反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」，而是直接在同一條生產線上完成。對細菌來說，能更快處理養分、用更少能量維持生存，自然形成適應上的優勢，這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發：如果我們也能把兩種有用的蛋白質，「人工融合」在一起，是否就能創造出更強大的新分子？於是，融合蛋白（fusion protein）就出現了。

以假亂真：融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺：把兩種以上、功能不同的蛋白質，用基因工程的方式「接起來」，讓它們成為同一個分子。 

1990 年，融合蛋白 CD4 免疫黏附素（CD4 immunoadhesin）誕生。這項設計，是為了對付令人類聞風喪膽的 HIV 病毒。

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中，大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作，幫助 T 細胞辨識其他細胞表面的抗原片段，等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球，就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍，竟然把 T 細胞的 CD4 探測器，當成了自己辨識獵物的「標記」。沒錯，對 HIV 病毒來說，免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白，會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合，就會啟動一連串反應，讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞，導致免疫系統逐漸崩潰。

為了逆轉這場悲劇，融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似，由由兩個不同段落所組成：一端是 CD4 假受體，另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內，它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

厲害了吧。 病毒以為自己抓到了目標細胞，其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4，自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用：一是延長融合蛋白在體內的存活時間；二是理論上能掛上「這裡有敵人！」的標籤，這種機制稱為抗體依賴性細胞毒殺（ADCC）或免疫吞噬作用（ADCP）。當免疫細胞的 Fc 受體與 Fc 區域結合，就能促使免疫細胞清除被黏住的病毒顆粒。

不過，這裡有個關鍵細節。

在實際設計中，CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是：HIV 專門攻擊的就是免疫細胞本身，許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍，反而可能引發強烈的發炎反應，甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊，這樣副作用太大。因此，CD4 免疫黏附素的 Fc 區域會加入特定突變，讓它只保留延長藥物壽命的功能，而不會與淋巴球的 Fc 受體結合，以避免誘發免疫反應。

從 DNA 藍圖到生物積木：融合蛋白的設計巧思

融合蛋白雖然潛力強大，但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事，得從最根本的設計圖，也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質，都是細胞照著 DNA 上的指令一步步合成的。所以，如果科學家想把蛋白 A 和蛋白 B 接在一起，就得先把這兩段基因找出來，然後再「拼」成一段新的 DNA。

不過，如果你只是單純把兩段基因硬接起來，那失敗就是必然的。因為兩個蛋白會互相「打架」，導致摺疊錯亂、功能全毀。

這時就需要一個小幫手：連接子（linker）。它的作用就像中間的彈性膠帶，讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計，是用多個甘胺酸（G）和絲胺酸（S）組成的柔性小蛋白鏈。

設計好這段 DNA 之後，就能把它放進細胞裡，讓細胞幫忙「代工」製造出這個融合蛋白。接著，科學家會用層析、電泳等方法把它純化出來，再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利，這個人工設計的融合分子，就能像自然界的蛋白一樣穩定運作，一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後，融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白，早就不只是「假受體＋Fc 區域」這麼單純。它已經跳脫模仿抗體，成為真正能自由組裝、自由設計的生物積木。

融合蛋白的強項，就在於它能「自由組裝」。

以抗體為骨架，科學家可以接上任何想要的功能模組，創造出全新的藥物型態。一般的抗體只能「抓」（標記特定靶點）；但融合蛋白不只會抓，還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下，它在藥物設計上，幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說，當我們選擇使用融合蛋白時，通常會期待它能發揮幾種關鍵效果：

1. 療效協同： 一款藥上面就能同時針對多個靶點作用，有機會提升治療反應率與持續時間，達到「一藥多效」的臨床價值。
2. 減少用藥： 原本需要兩到三種單株抗體聯合使用的療法，也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數，對病人來說，也有機會因為用藥減少而降低治療成本。
3. 降低毒性風險： 經過良好設計的融合蛋白，可以做到更精準的「局部活化」，讓藥物只在目標區域發揮作用，減少副作用。

到目前為止，我們了解了融合蛋白是如何製造的，也知道它的潛力有多大。

那麼，目前實際成效到底如何呢？

一箭雙鵰：拆解癌細胞的「偽裝」與「內奸」

2016 年，德國默克（Merck KGaA）展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於，它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝，一邊解除它的防護罩。

PD-L1，我們或許不陌生，它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時，就會讓免疫系統誤以為「這細胞是自己人」，於是放過它。我們的策略，就是用一個抗體或抗體樣蛋白黏上去，把這張「偽裝良民證」封住，讓免疫系統能重新啟動。

但光拆掉偽裝還不夠，因為癌細胞還有另一位強大的盟友—一個起初是我軍，後來卻被癌細胞收買、滲透的「內奸」。它就是，轉化生長因子-β，縮寫 TGF-β。

先說清楚，TGF-β 原本是體內的秩序管理者，掌管著細胞的生長、分化、凋亡，還負責調節免疫反應。在正常細胞或癌症早期，它會和細胞表面的 TGFBR2 受體結合，啟動一連串訊號，抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期，TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失，導致 TGF-β 不但失去了原本的抑制作用，反而轉向幫癌細胞做事。

它會讓細胞骨架（actin cytoskeleton）重新排列，讓細胞變長、變軟、更有彈性，還能長出像觸手的「偽足」（lamellipodia、filopodia），一步步往外移動、鑽進組織，甚至進入血管、展開全身轉移。

更糟的是，這時「黑化」的 TGF-β 還會壓抑免疫系統，讓 T 細胞和自然殺手細胞變得不再有攻擊力，同時刺激新血管生成，幫腫瘤打通營養補給線。

為了對抗這個內奸，默克在 Bintrafusp Alfa 的結構裡，加上了一個「TGF-β 陷阱（trap）」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣，這個融合蛋白在體內循環時，會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合，從而鬆開了那副壓抑免疫系統的腳鐐。

告別單一解方：融合蛋白的「全方位圍剿」戰

但，故事還沒完。我們之前提過，癌細胞之所以難纏，在於它會發展出各種「免疫逃脫」策略。

而近年我們發現，癌細胞的「偽良民證」至少就有兩張：一張是 PD-L1；另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號，當它與免疫細胞上的 SIRPα 結合時，就會抑制吞噬反應。

為此，總部位於台北的漢康生技，決定打造能同時對付 PD-L1、CD-47，乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已，但實際上極不簡單。截至目前，全球都還沒有任何三功能抗體或融合蛋白批准上市，在臨床階段的生物候選藥，也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術，製作出了三功能的生物藥 HCB301，目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強，還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄，我們就透過融合蛋白，創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力，而是一組可以「客製化組裝」的平台，用以應付癌細胞所有的逃脫策略。

Catch Me If You Can？融合蛋白的回答是：「We Can.」

未來癌症的治療戰場，也將從尋找「唯一解」，轉變成如何「全方位圍剿」癌細胞，避免任何的逃脫。

本文與 Perplexity 合作，泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡，機器人的聲音就該是冰冷、單調，不帶一絲情感 。它們的動作僵硬，肢體不協調，像一個沒有靈魂的傀儡，甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是，現今的機器人發展不再只會跳舞或模仿人聲，而是已經能獨立完成一場膽囊切除手術。

就在2025年，美國一間實驗室發表了一項成果：一台名為「SRT-H」的機器人（階層式手術機器人Transformer），在沒有人類醫師介入的情況下，成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力，最終在八個不同的離體膽囊上，達成了 100% 的自主手術成功率。

這項成就的意義重大，因為過去機器人手術的自動化，大多集中在像是縫合這樣的單一「任務」上。然而，這一場完整的手術，是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中，實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題：我們究竟錯過了什麼？機器人是如何在我們看不見的角落，悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化？

這趟思想探險，將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到，它們正以前所未有的方式，發展出生物般的觸覺、理解複雜指令、學會團隊合作，甚至開始自我修復與演化，成為一種真正的「準生命體」 。

所以，你準備好迎接這個機器人的新紀元了嗎？

只靠模仿還不夠？手術機器人還需要學會「犯錯」與「糾正」

那麼，SRT-H 這位機器人的外科大腦，究竟藏著什麼秘密？答案就在它創新的「階層式框架」設計裡 。

你可以想像，SRT-H 的腦中，住著一個分工明確的兩人團隊，就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

• 第一位，是動口不動手的總指揮「黑傑克」： 它不下達具體的動作指令，而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令，是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
• 第二位，是靈巧的助手「皮諾可」： 它負責接收黑傑克的語言指令，並將這些抽象的命令，轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工，而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始，研究人員在訓練過程中，會刻意讓它犯錯，並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法，被稱為「糾正性示範」 。

這項訓練，讓 SRT-H 學會了一項外科手術中最關鍵的技能：當它發現執行搞砸了，它能即時識別偏差，並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後，機器人在遇到困難時，要不是完全失敗，就是陷入無效的重複行為中 。

正是靠著這種從錯誤中學習、自我修正的能力，SRT-H 最終在八次不同的手術中，達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦，足以應付更混亂、更無法預測的真實世界嗎？例如在亞馬遜的倉庫裡，機器人不只需要思考，更需要實際「會做事」。

要能精準地與環境互動，光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體，它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去，這裡的倉儲機器人（如 Kiva 系統）就像放大版的掃地機器人，核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸，只負責搬運整個貨架，再由人類員工挑出包裹。

但 2025 年5月，亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡，商品被存放在由彈性帶固定的織物儲物格中，而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網，再從堆放雜亂的儲物格中，精準取出單一包裹，且不能造成任何損壞。

Vulcan 的核心突破，就在於它在「拿取」這個動作上，學會了生物般的「觸覺」。它靈活的機械手臂末端工具（EOAT, End-Of-Arm Tool），不僅配備了攝影機，還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力，和三個維度的旋轉力矩。這就像你的手指，裡頭分布著非常多的受器，不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」，能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同，從而動態調整行為，避免損壞貨物。

其實，這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時，你的大腦並不會先計算出精準的空間座標。實際上，你會先把手伸到大概的位置，讓指尖輕觸桌面，再沿著桌面滑動，直到「感覺」到硬幣的邊緣，最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺＋觸覺」的混合策略，先用攝影機判斷大致的空間，再用觸覺回饋完成最後精細的操作。

靠著這項能力，Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項，並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義，從單純的「替代人力」，轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」，Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎？它們都還是「專家」，一個只會開刀，一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本，但機器人的終極目標，是像人類一樣成為「通才」，讓單一機器人，能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」？

你問，機器人能成為像我們一樣的「通才」嗎？過去不行，但現在，這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去，我們教機器人只會一個指令、一個動作。但現在，科學家們換了一種全新的教學思路：停止教機器人完整的「任務」，而是開始教它們基礎的「技能基元」（skill primitives），這就像是動作的模組。

例如，有負責走路的「移動」(Locomotion) 基元，和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法，學習如何組合這些「技能基元」來達成新目標。

舉個例子，當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時，它會自動將其拆解為一系列已知技能的組合：首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後，就可以開始來大量訓練。

當多重宇宙的機器人合體練功：通用 AI 的誕生

好，既然要學，那就要練習。但這些機器人要去哪裡獲得足夠的練習機會？總不能直接去你家廚房實習吧。答案是：它們在數位世界裡練習。

NVIDIA 的 Isaac Sim 等平台，能創造出照片級真實感、物理上精確的模擬環境，讓 AI 可以在一天之內，進行相當於數千小時的練習，獨自刷副本升級。這種從「模擬到現實」（sim-to-real）的訓練管線，正是讓訓練這些複雜的通用模型變得可行的關鍵。

DeepMind 的 RT-X 計畫還發現了一個驚人的現象：用來自多種「不同類型」機器人的數據，去訓練一個單一的 AI 模型，會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後，它在任何單一機器人上的成功率，比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後，經驗值合併，讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念，這些概念獨立於它所控制的特定身體。

不再是工程師，而是「父母」： AI 的新學習模式

這也導向了一個科幻的未來：或許未來可能存在一個中央「機器人大腦」，它可以下載到各種不同的身體裡，並即時適應新硬體。

這種學習方式，也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師，而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型，正是透過一個「數據金字塔」來進行訓練的：

• 金字塔底層： 是大量的人類影片。
• 金字塔中層： 是海量的模擬數據（即我們提過的「數位世界」練習）。
• 金字塔頂層： 才是最珍貴、真實的機器人操作數據。

這種模式，大大降低了「教導」機器人新技能的門檻，讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體，而是「任何」物體？

我們一路看到了機器人如何學會思考、觸摸，甚至舉一反三。但這一切，都建立在一個前提上：它們的物理形態是固定的。

但，如果連這個前提都可以被打破呢？這代表機器人的定義不再是固定的形態，而是可變的功能：它能改變身體來適應任何挑戰，不再是一台單一的機器，而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院特別具有代表性，該學院的仿生機器人實驗室（Bioinspired Robotics Group, BIRG）2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院（EPFL）特別具有代表性。該學院的仿生機器人實驗室（BIRG）在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年，來自 EPFL 的另一個實驗室——可重組機器人工程實驗室（RRL），更進一步推出了 Mori3，這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

Mori3 的核心，是一個個小小的三角形模組。別看它簡單，每個模組都是一個獨立的機器人，有自己的電源、馬達、感測器和處理器，能獨立行動，也能和其他模組合作。最厲害的是，它的三條邊可以自由伸縮，讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時，就能像一群活的拼圖一樣，從平面展開，組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡，我們熟悉的 3D 模型，其實就是由許多多邊形（通常是三角形）拼湊成的網格。Mori3 的創新之處，就是把這種純粹的數位抽象，真正搬到了現實世界，讓模組們化身成能活動的「實體網格」。

這代表什麼？團隊已經展示了三種能力：

• 移動：他們用十個模組能組合成一個四足結構，它能從平坦的二維狀態站立起來，並開始行走。這不只是結構變形，而是真正的協調運動。
• 操縱： 五個模組組合成一條機械臂，撿起物體，甚至透過末端模組的伸縮來擴大工作範圍。
• 互動： 模組們能形成一個可隨時變形的三維曲面，即時追蹤使用者的手勢，把手的動作轉換成實體表面的起伏，等於做出了一個會「活」的觸控介面。

這些展示，不只是實驗室裡的炫技，而是真實證明了「物理多邊形網格化」的潛力：它不僅能構建靜態的結構，還能創造具備複雜動作的動態系統。而且，同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景：救援隊帶來的不是一台笨重的挖土機，而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人，鑽入瓦礫縫隙；一旦進入開闊地後，再重組成一隻多足的「蜘蛛」，以便在不平的地面上穩定行走；發現受困者時，一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑，另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景，正是科幻中的概念：可程式化物質（Programmable Matter），或稱「黏土電子學」（Claytronics）。想像一桶「東西」，你可以命令它變成任何你需要的工具：一支扳手、一張椅子，或是一座臨時的橋樑。

未來，我們只需設計一個通用的、可重構的「系統」，它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上，是一個從硬體定義的世界，走向軟體定義的物理世界的轉變。

更重要的是，因為模組可以隨意分開與聚集，損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時，它就像一個超個體，如同蟻群築橋。至此，「機器」與「有機體」的定義，也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡，演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T)，甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展，一個全新的挑戰也隨之而來：在一個 AI 也能生成影像的時代，我們如何分辨「真實的突破」與「虛假的奇觀」？

舉一個近期的案例：2025 年 2 月，一則影片在網路上流傳，顯示一台人形機器人與兩名人類選手進行羽毛球比賽，並且輕鬆擊敗了人類。我的第一反應是懷疑：這太誇張了，一定是 AI 合成的影片吧？但，該怎麼驗證呢？答案是：用魔法打敗魔法。

在眾多 AI 工具中，Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity，它馬上就告訴我：該影片已被查證為數位合成或剪輯。但它並未就此打住，而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D。

接著，選擇「研究模式」，就能深入了解 ANYmal-D 的詳細原理。原來，真正的羽球機器人根本不是「人形」，而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解，Perplexity 的「實驗室」功能，還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用，更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史：為何選擇四足？如何精進硬體與感測器結構？以及除了運動領域外，四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人：數位世界的新物種

從開刀、揀貨、打球，到虛擬練功，這些都是機器人正在學習「幫我們做」的事。但接下來，機器人將獲得更強的「探索」能力，幫我們做那些我們自己做不到的事。

這就像是，傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力，它就像是數位世界裡的機器人，能成為我們的「代理人」（Agent）。

它的核心功能，就是拆解過去需要我們手動完成的多步驟工作流，提供「專業代工」，並直接交付成果。

例如，你可以直接對它說：「閱讀這封會議郵件，檢查我的行事曆跟代辦事項，然後草擬一封回信。」或是直接下達一個複雜的指令：「幫我訂 Blue Origin 的太空旅遊座位，記得要來回票。」

接著，你只要兩手一攤，Perplexity 就會接管你的瀏覽器，分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋，或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路，而實體機器人，則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧！ 現在申辦台灣大哥大月付 599(以上) 方案，還可以獲得 1 年免費 Perplexity Pro plan 喔！(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

• 作者 / 芭芭拉‧奈特森－赫洛維茲 (Barbara Natterson-Horowitz)、凱瑟琳．鮑爾斯 (Kathryn Bowers)
• 譯者 / 嚴麗娟

結盟的力量

青少年遭到霸凌不一定會憂鬱。有些青少年比其他個體更有抗壓性。以人類來說，支持者和朋友是很重要的緩解因素。亞娜．尤馮南（Jaana Juvonen）是研究青少年霸凌的專家，任職於加州大學洛杉磯分校，根據她的說法：「朋友的力量真的令人難以置信。小孩只要有一個朋友，就能直接降低成為受害者和被霸凌的風險。此外，受害者只要有那個朋友在身旁，就能減輕痛苦。」

霍納證實，同樣的道理也適用於鬣狗。「朋友的數目能確保你的社會地位。」他說。史靈克在幼年時期就居於劣勢，但在觀察史靈克和公共巢穴裡其他鬣狗的互動後，霍納與他的研究小組看到一件很有趣的事。史靈克特別擅長「社交聯盟步行」，就像人類會找朋友喝咖啡或打籃球。鬣狗這種迷人的行為還有更口語的說法，稱做「與朋友散步」。

霍納向我們描述，「兩隻雄鬣狗可能一碰面就決定，『一起去走走吧。』」他語帶愛意地笑著說。霍納還告訴我們，史靈克會接近其他雄性，接著兩隻鬣狗一起快步走，身體不時接觸，尾巴自信地高高舉起。每走幾公尺，史靈克跟朋友就會停下來仔細聞聞草莖，即使一切看似稀鬆平常，沒什麼好留意的。一邊與朋友散步，一邊嗅嗅聞聞，是鬣狗的溝通方式，就像人們會為了交際談論天氣、體育賽事或政治。散步可能持續好幾個小時，兩隻鬣狗會不時停下來，東聞西嗅。

成年鬣狗也會有這種行為——事實上，這是成年鬣狗維持社交連結的主要方式。而像史靈克這樣，在青少年時期多和朋友出去散步，也會讓牠在長大之後比較容易投入社交圈。

對史靈克來說，擅長與其他鬣狗建立友誼，並且有能力也願意邀請其他鬣狗建立關係，對牠很有幫助。霍納並未研究為什麼對某些動物來說，這種行為就是比較容易，這或許和個性、氣質或機會有關。但在野莽期學會吸引朋友和維繫友誼顯然非常重要，而且並非理所當然。青少年必須練習交朋友，透過不斷接受和付出來建立關係。尤其同儕之間的關係不像家人那麼緊密。青少年會透過玩耍互相練習，來磨練自己。

玩耍時的地位

大自然是座巨大的遊樂場，從魚兒和爬蟲類，到鳥兒和哺乳類，年輕的動物在河川、草原、海洋和天空中跑跳嬉戲。德國哲學家和心理學家卡爾．谷魯司（Karl Groos）在一八九八年的著作中指出，「我們不能因為動物年輕、在打鬧，就說牠們在玩，而要考慮到……這些都是為了……讓他們能應付未來生活中的考驗。」

谷魯司的說法的確降低了玩耍的趣味，但「應付未來生活考驗」的能力，確實就藏在許多動物和人類的玩耍行為中。年輕的掠食者得模仿打獵動作，練習偷襲、猛撲和撕抓，將來才能自行覓食。一般來說，親代會送「玩具」給子女，幫助牠們學習：例如小豹斑海豹得到受傷的企鵝，小狐獴得到無法動彈的蠍子。

動物行為學家戈登．伯格哈特（Gordon Burghardt）說，藪貓（一種野生的非洲貓科動物）會玩「釣魚遊戲」。牠們會讓「抓到的小老鼠和大老鼠逃進大樹殘幹或地洞裡，再用前腳掌把牠們抓回來……藪貓會小心地抓住獵物背上的毛髮，把牠們抓到裂縫附近並放開。如果獵物沒有逃進洞裡，藪貓通常會用前腳掌把牠們趕進去，再把牠們撈出來。」

青少年時期的虎鯨會故意到淺灘嬉戲，模仿成年虎鯨乘著浪花到海灘上，迅速抓住獵物，再溜回海裡。青少年時期接受過這種訓練的虎鯨，成年後的掠食能力似乎更強，技巧也進步得比較快。

同樣地，人類青少年也該早點學習怎麼談戀愛（我們將在本書第三部詳細說明），長大後才能成功找到對象，並跟伴侶有適當的互動。白頭海雕交配前會進行一段非常可怕，也可能致命的空中舞蹈儀式，稱做「死亡螺旋」。青少年白頭海雕玩耍時，會朝向彼此飛去，互碰利爪—同時，在飛行中練習瞄準和抓物，準備在某一個時間點勾住伴侶的腳，把對方猛甩出去。

最明顯的玩耍行為就是打鬥遊戲，例如袋鼠有模有樣地相互揮拳，或年輕公羊用頭互撞。澳洲的袋熊和袋鼬會彼此追逐、跟蹤和扭打。紅頸袋鼠有二十一種不同的打鬧方式，包括蹦跳、抓扒、拍打、出拳和踢腿。

從人類的角度來看，打鬥遊戲就像在為將來抵禦掠食者做準備。乍看是為了保障安全，事實上自我防衛跟打鬥遊戲不一樣。後者是讓年輕的動物學習不同的戰鬥類型，以爭取在群體內的階級。要注意，不論是天竺鼠還是捲尾猴，小時候常跟同儕混戰的年輕動物並不會變成好鬥的仇敵，而會變成更好的朋友。牠們成年後的社會階級較高。透過打鬧，年輕的動物可以試著不傷害彼此來協調衝突。此外，低階動物如果不喜歡優勢動物的作為，也可以藉由玩耍來學習怎麼溝通。

麻州大學阿默斯特校區（University of Massachusetts Amherst）的生物學家茱蒂絲．古迪納夫（Judith Goodenough）說，「沒占過上風，年輕的猴子在成長過程中會過度服從；不曾居於下位，長大後可能只會霸凌他人。遊戲也可以幫助年輕動物學習理解其他動物的意圖。對手是否在虛張聲勢？對方有多積極？這些社交和認知技能或許比身體能力更為重要。」

我們問霍納，史靈克是否也有學到這些？他說，所有鬣狗都必須學習面對遊戲後的輸贏—就算是稱后的雌鬣狗也一樣。他說，女王有時候會闖入其他家族的地盤，變為侵入者的她就必須順從領域中的其他居民。「鬣狗都懂得如何服從。這是存活的關鍵，否則你會被揍得很慘。」他說。而這些服從行為多半是在野莽期早期，跟同儕們玩耍時學來的。

年輕的雄性白尾鹿會跟不同年齡的同類一起度過夏天，基本上就是從「玩耍」當中學習和重新學習團體生活的規則。

每到夏天，所有雄鹿的鹿角會脫落。這時，群體行動能有更多雙眼睛和耳朵保護這些少了鹿角、比較容易被攻擊的個體抵禦掠食者。這相當於鹿將防身武器放在門口。沒有武器後，鹿隻也不容易因為玩打架遊戲而受傷。

跟很多動物一樣，這些雄鹿打鬧不只是為了練習打退掠食者，或彼此競爭資源或伴侶，而是有個隱而未宣的目的：學習如何「避免」互相打架。因為穩定的動物群體不會彼此爭鬥。打架遊戲能訓練年輕動物理解社會階級中的不同位置，讓牠們成為更靈活、更成功的領袖，或在群體裡成為更有生產力、更可靠的成員。

對社會性動物來說，這類訓練非常重要、不可或缺。人類青少年跟年輕人有很多方式可以練習階級制度中頻頻發生的分級和重整。在健全的體育、戲劇和音樂體系中，人們能藉由特殊技能在可靠的環境裡改變自身地位—而不用靠外表、體型、力量或家族人脈來獲取優勢。這使青少年能在階級制度裡移動，也能對現況有些許主控權。聰明的教練、編舞家和指揮家會讓參與者有機會當主角，也有機會當配角。

有個絕佳的策略能讓人類青少年在分級的戰爭中存活下來：在大的階級制度裡創造出規模較小的階級制度。在群體中擔任地位較低的角色是個體非常重要的成長經驗。例如，擔任實習生和學徒，或者是夾在九年級生和十二年級生的同儕領導關係之間。但在不同的群體裡享受較高的地位也能讓人有所收穫。加入學校、在地社區的不同團體或甚至多個線上社群，都能達到兩個同等重要的目的：青少年可以一面累積社交技能，一面學習接受這個階段的挑戰變得更具抗壓性。

——本文摘自《動物們的青春》，2021 年 5 月，臉譜。

我參加了本站的心得換書活動，在讀完「科技想要什麼」試讀本之後發表這篇心得，換取正式版本的書。

凱利（Kevin Kelly）在這本書裡論證一個關於世界進展的理論：由人、人的活動和人造物組成的科技體，其內容的變遷與進步不但有跡可循，而且是必然的。

有些人對科技進展抱有某種英雄史觀，認為科技的重大進展仰賴天才，而天才不但可遇不可求，而且其誕生也無法被預測。若你回顧達文西、愛迪生、貝爾等人的貢獻，並試著從他們創造那些發明之前的生平，來推測他們會發展出什麼樣的玩意，大概也會搖搖頭承認這些重要發明的出現根本難以預測，甚至可能在很大程度上仰賴這些天才腦子裡比教育背景、興趣更難以測量的靈感。

凱利不接受這種說法。他指出，就算我們無法藉由探勘歷史上個別天才的過去來判斷他的科技成就，但若我們退一步以更廣的眼界觀測歷史上的整個世界，會發現這些重要發明其實是該出現時就必然會出現。支持這種論點最力的理據，凱利認為，是「獨立（重複）發明」在科技史上的頻繁程度。「獨立發明」指的是兩個或更多發明家在互不知情的狀況下各自發明創新了類似的東西，這些東西的技術細節和風格不見得一樣，但之於科技進展重要的那些新穎原理，卻是相同。凱利舉例，雖然愛迪生是白熾燈泡的公認發明者，但在愛迪生之前，使用同樣發光原裡的燈泡，其實已經至少被不同的人重複「發明」了23次。這23種燈泡，使用的燈絲形狀、電線材料等等各有不同，但基本原理是一樣的。除了燈泡之外，凱利舉了歷史上非常多各式各樣發明的例子，說明個別天才其實沒有我們想像的重要，給定該時代已經累積的科技背景和人類需求，該出現的東西就是會出現，科技的發展並沒有我們想像的那樣需要運氣。

獨立發明並不是凱利的唯一理據，另一個有趣的佐證，是許多人聽過的摩爾定律：每經過十八到二十四個月，同樣功效電腦晶片的尺寸和價格就會減半一次。凱利指出，五十年來，電腦晶片的進步可以說完全依照摩爾定律畫出的曲線成長，不多也不少。然而，摩爾定律之於電晶體晶片的進步，並不是物理定律之於物理變化那樣簡單，摩爾定律會如此準確，根據凱利，有一個重要原因，就是身處晶片產業的人們都知道摩爾定律，並把它當成衡量自身計畫進展的指標。摩爾定律之所以準，並不單純是因為它是對人們行為的正確描述，而且還是因為人們反過來參考它，修正自己的行為。摩爾曲線並不是唯一一個（可以）有這種功能的曲線，在書中，凱利也提及DNA定序技術和過去飛行工具速度的成長數據，說明這種有規律的科技進展並非特例。

於此，凱利主張我們有理由將整個科技體視為生命體，並且將科技成長當作自然演化的一部分，因為它和演化一樣有既定方向，並且有跡可循。芝加哥大學的演化學家Coyne很不喜歡凱利的這個說法，在NYT Review裡反駁他，指出演化並沒有既定的方向，並且懷疑凱利在自己的世界觀裡超展開偷渡上帝。

凱利和Coyne的論戰涉及議題太大，我無法處理，不過我對凱利的另外一個論點挺有興趣。在書的後半段，凱利討論了大學炸彈客這類激進反科技份子，和「適切接受科技」的阿米緒人，指出前者在願景上令人擔憂之處，是他們從來不曾具體刻劃，在反對科技的革命成功之後，我們該怎麼過日子。當然，你可以很簡單地說我們可以直接恢復原始生活：打獵、種田、採集。然而，少了科技的效率和超產出，這些原始手段不可能維持全球近七十億人的生命。相對而言，比較溫和的阿米緒人似乎維持了穩定的低科技生活，他們不擁有電腦，只使用規約許可的少數機器如耕田機，並且多數採用他們研發的氣動能源，而非電力。然而，凱利也指出，阿米緒人對科技的接受判準其實是比我們想像的武斷許多，除了受到他們崇尚自然的價值觀影響，也被宗教需求形塑。例如許多阿米緒村落不允許擁有手機，背後主要的原因並不是手機使用的科技，而是因為村落裡的耆老認為，手機的普及會鼓勵個別主義。

在現代社會，尊重多元是普遍接受的價值觀：若某種生活方式礙不著別人，其他人應該尊重想要選擇這種生活方式的人，若有餘裕，甚至應該付出一定的努力，協助讓這種生活方式成為一個可行選項。當然，我們沒有義務給太多，利如若有人想要的是有遊艇相伴的生活，他應該自己想辦法賺，沒人有責任為他的這個願景負責。

激進反科技份子期望的生活方式可能是我們無法給予的：他們要求所有人過沒有科技的日子。但對於比較溫和的反科技份子和阿米緒人來說，他們所求只是不被科技侵略的自然生活。在這種情況下，我們這些甘願活在科技世界的人，有沒有義務留一塊自然地，讓他們過自然的生活？

我很想大方答允，不過這終究是個艱難抉擇。阿米緒人這樣的自然生活，看起來單純便宜，但其實比你我的日子都要昂貴。理由很簡單，拜科技量產的邊際效應所賜，在現況下，要靠科技多養活一個村子的人口，很可能只需要讓發電廠和各種工廠每週多營運一秒鐘，然而，若這些人堅持要過耕種採集狩獵的自然生活，那麼，他們維生所需的，很可能是一整個山頭。

這個想法背後的理由，和凱利先前用來質疑激進反科技份子的理由一樣：歷史前進至今，自然農耕、採集和狩獵已經成為最無效率、產量最低的維生方式之一。若我們有理由認為自然生活對科技生活的全面取代，會造成人類因缺乏資源而大量死亡，那麼我們也很可能會有理由認為，既然「自然生活園區」造成的資源損失如此重大，那麼溫和反科技份子要求的自然生活，就像遊艇一樣是會排擠別人生計的昂貴禮物，我們沒有義務給。