【Gene思書齋】理性樂觀的富足

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…

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

你願意當未來世代的守護者嗎？

如何維護世代正義，正逐漸受到世界各國的矚目。臺灣也不例外，過去幾年，我們面臨核能去留、藻礁保育、淨零轉型、18 歲公民權等關乎未來環境與國家發展的議題。要不要守護未來世代？多數人都會說要！但如果守護的代價必須犧牲部分利益呢？中央研究院「研之有物」專訪院內政治學研究所冷則剛研究員、淡江大學公共行政學系黃寄倫副教授，從多國設立未來委員會與相關制度的經驗，分析世代正義的政策意涵，更為臺灣找出化解問題癥結的關鍵。

「世代正義」是什麼？

什麼是「世代正義」？世界環境與發展委員會（WCED）於 1987 年發布的《布蘭特報告》（Brundtland Report）中，有關永續發展的定義即提出對世代正義的關懷：

人類的發展能夠滿足當代的需求，且不致危及後代子孫滿足其需求的能力。

換而言之，世代正義要守護的未來世代，主要是尚未出生的未來人類。中研院政治所研究員冷則剛指出關鍵的衝突點。由於未來世代尚不存在，很難為沒有主體的群體主張權利。然而未來世代的命運會受到當代人群的影響，是不爭的事實，因此多數國家就此主張：我們有守護後代子孫永續長存的義務。

冷則剛進一步指出，如果我們用廣義的角度來看，或許將已出生、但還不具備公民權的兒少也納入未來世代，是較能說服人們的說法。

以核能去留問題為例，我們可從中體會現今政策對未來世代的深遠影響。核能發電帶來穩定的電力、低廉的電價，卻也產生核廢料處置及核電廠工程風險評估問題，成為未來世代需一肩扛起的重擔。但是未來世代無法為自己表達意見，有賴當代公民為其做出適當的選擇。

淡江大學公行系副教授黃寄倫表示，世代正義是放諸多國皆有的問題，因民主制度本身與世代權益存在根本矛盾。當代人群對於保護未來世代的「誘因」不足，雖然守護未來世代在道德上很合理，但政治人物會為了「選票」而優先處理當前問題，形成為人詬病的政治短視缺陷。

那麼，我們能否設計出因應此缺陷的監督機制？來看看其他國家如何在體制內設計守護未來世代的機制。

未來世代的守護者——各國的選擇

聯合國環境與發展會議（UNCED）早在 1992 年就提出「未來世代監察員」（Ombudsperson for future generations）與「未來世代守護者」（Guardian for future generations）的運作架構，用來監督會影響未來世代福祉的政策制定、決策及執行狀況。接著，開始有國家在體制內設立「未來委員會」（Future commission），針對相關議題提供充分且易懂的資訊，並改善民眾與政府的溝通管道，讓大眾在做決策時有參考依據。

在設立未來委員會的國家當中，芬蘭、以色列是較為先進的代表，而鄰近臺灣的日本、韓國雖未設立未來委員會，但在國家政策中已開始關心未來世代的權益。

● 芬蘭未來委員會：跨部會的諮詢智庫

芬蘭議會從 1993 年開始運作未來委員會，由 17 名議員組成諮詢智庫，主要職責為與政府部門溝通協商會影響未來世代的政策，包含：能源發展、人口變遷、基因改造作物、資訊科技對高齡者影響等政策。此外，委員會需研擬新政府 4 年任期內的「未來遠景報告」，針對未來經濟、社會、科技發展策略提出建言，檢視與分析各項政策的合理性與正當性。

● 以色列未來委員會：擁有審議權的監督機關

以色列則在 2001 年成立未來委員會，每 5 年為一屆委員會的運作週期，關注自然資源、教育、健康、科技等政策。特別的是，委員會不只是提供諮詢服務的智庫，還能提出法案、調查或調解爭議案件，對於立法者更擁有議案否決權。不過，以色列政府在 2011 年宣布，因經費因素，決議終止委員會的任務。此一委員會短短 10 年即走入歷史。

● 日本的做法：世代正義納入法律保障

日本並未設立未來委員會，而是將未來世代的權益納入法律保障。日本憲法明確規定：「憲法所保障的人民基本人權，應是賦予人民與『未來世代』擁有永恆且不可侵犯的權利。」2015 年，日本政府更通過《國民投票法》修正案，將投票年齡從 20 歲下修至 18 歲，賦予更多年輕世代參與公共事務、謀取未來福祉的權利。

各國世代正義監督機制的共通點為：在功能上，多是跨領域的智庫，形成超越黨派、跨部會的協商平台；在組織上，多在國會中設立，能監督政府施政、與社會大眾溝通。

臺灣的政黨鬥爭：核能公投帶給我們的反思

在討論臺灣如何守護世代正義之前，我們先來釐清臺灣的政治現況。從核四公投即可發現，政黨之爭是導致未來政策懸宕不前的原因之一。各陣營通常只從對自己有利的角度來闡釋意見，最後演變成訴諸政治意識形態的衝突。事實上，擁核或廢核各有其立論基礎，關鍵在政府應該去創造一個讓人民能理性討論的空間，充分了解選擇或放棄核能的優缺點為何？要付出什麼代價？

以南韓的核電廠公民審議為例，時任總統的文在寅於 2017 年上任後，原先承諾停建的核電廠新古里 5、6 號機組，因工程只進行三成就花費高達 1.6 兆韓元（新臺幣約 367 億），決定推動公民審議，交由全民決議是否停建核電廠。在三個月內，南韓政府在全國進行隨機電訪，最終抽出 500 位公民代表，並經歷數場諮詢委員會、公開座談會、電視討論會，以及公民代表與未來世代（高中生）的討論會等。最後，進行三天兩夜的最終綜合討論會，得出公民審議結果。

在充分討論後，最終有 59.5% 公民代表決議恢復核能機組的建設計畫，但也有 5 成民眾希望逐步降低核能發電比例。因此南韓政府決定續建核電廠，也強調未來會朝階段性減核目標邁進，並提出能源轉型路徑。

南韓沒有公投法，只能由政府發起公民審議。反觀臺灣，我們有發起公投的機制，但理性且務實地決議未來政策卻相對不足。冷則剛認為，臺灣的公投問題出在科學論述不足，優缺點未正反並陳，政黨之爭模糊了議案焦點。他提出質疑，難道年輕人真的都反核嗎？高齡者真的都擁核嗎？不同世代的意見應該是多元並進，而不是彼此敵視。如何從立場爭執、世代衝突，轉而共同為未來發展理性討論？是臺灣社會需反思的課題。

納入兒少意見：18歲青少年的公民權

如果將 18 歲以下、未取得公民權的兒少視為廣義的未來世代，怎麼在公民表決時納入兒少意見，成為少子化時代下尊重未來主人翁、落實世代正義的關鍵。目前已有多國選擇下修公民投票年齡，讓更多年輕世代參與公共事務。

在亞洲國家中，日本在 2015 年通過《國民投票法》修正案，南韓也在 2020 年依據《公職選舉法》，紛紛將投票年齡下修到 18 歲。尼加拉瓜、奧地利、曼島等部分國家甚至將投票年齡下修到 16 歲。

臺灣在行政院與各縣市設有青年諮詢委員會，但都著重在意見諮詢，決策上並無強制力。直到 2022 年 3 月 25 日，立法院才通過 18 歲公民權修憲案，明定國民年滿 18 歲者，有依法選舉、罷免、創制、複決及參加公民投票之權。此案將在同年 11 月 26 日舉行公民複決，這也是我國史上首次交付公民複決的修憲案。

對於下修公民權年齡，冷則剛舉雙手贊成，青少年也是廣義的未來世代，他們的想法應該被重視，而這也是臺灣處理世代問題的具體展現。黃寄倫則認為這是一個很好的契機，可以將世代正義的理念推廣出去，讓政治人物嗅到民意的新風向，進而提出更多有益世代正義的政策。

台灣的未來：公民意識的覺醒

面對世代正義問題，借鏡國外經驗，臺灣還可以怎麼做？冷則剛、黃寄倫建議在立法院內成立「世代正義與永續發展委員會」，其最重要的功能是，喚醒全民與執政者守護未來世代的意識，進而監督與協調各部會的施政，撰寫白皮書建議長遠的政策方向。同時，成立與人民共享的資訊傳遞平台，交流並觸發更多有建設性的想法。

世代正義議題不是未來式，而是當務之急，有賴觀念、文化與制度的相互配合。冷則剛認為，在實踐世代正義之前，必須先培養三項民主素養：

公民意識覺醒、科學理性討論、世代之間共學

如果公民沒有意識到問題癥結，也沒有多元且充足的參考資訊，可能會被政治力量影響判斷，演變成世代之間的意識形態衝突。世代之間如何相互學習、尊重、攜手守護未來世代？我們還有一段路要走。

這本《富足：解決人類生存難題的重大科技創新》（Abundance: The Future is Better Than You Think），建議和英國演化生物學家麥特．瑞德里（Matt Ridley）的新書《世界，沒你想的那麼糟：達爾文也喊Yes的樂觀演化》（The Rational Optimist: How Prosperity Evolves）交換原文標題，因為後者講的是人類為何和如何過著現在富足的生活，而前者卻才真正地對未來充滿理性的樂觀。

《富足》的作者是科技公司創業 家兼慈善家戴曼迪斯（Peter H. Diamandis）及得獎科學作家科特勒（Steven Kotler）在書中網羅當今最新的科技資訊。他們試圖回答，在充滿挑戰性的未來，我們還能過著更好的生活嗎？他們認為大有可能，而科技慈善家、DIY創新人士、竄起中的數十億人是促成未來富足的三大主力。戴曼迪斯上過幾次TED宣揚他的理念。

《富足》以理性樂觀的態度看待人類與地球的發展，在推介將會影響人類未來的科技、方法或政策時，他們引用了大量的文獻，並且也吸收了許多大師級的科學家之觀點，在書末也附有大量圖表提出證據支持他們的理性樂觀。

《富足》提到《世界，沒你想的那麼糟》中，市場貿易、專業分工對我們人類的演化有多重要！瑞德里認為，富裕來自於每一個人都為其他人工作。開始於一萬多年以前的交換和專業化習性，已創造出集體智慧，讓人類生活水準處於日漸上升的趨勢之中（請參見〈世界，真的沒你想的那麼糟嗎？〉）。

那麼，為何我們卻對未來感到悲觀呢？他們2002年諾貝爾經濟學獎得主、《快思慢想》（Thinking, Fast and Slow）康納曼（Daniel Kahneman） 的研究，指出我們都有認知偏誤，我們腦袋偏好用省力、省時的方法做判斷，因而產生種種偏誤。可是，實際的龐大統計數據卻一而再、再而三地告訴我們，和過去的人類歷史相比，現今的世界因科技的發展而愈來愈美好。

在探討科技的未來發展時，《富足》提到了凱文．凱利（Kevin Kelly）的《科技想要什麼》（What Technology Wants）指出，科技的進展速度有時候甚至比科幻小說家預測的還快（請參見〈究竟科技想要什麼？〉）。而科技也帶給我們更多的選擇，即使有些人因為厭惡 科技而逃離到鄉間過活，他們的選擇也因為科技而可行，否則他們也只是和落後國家的農民一樣終日勞動卻還困頓。科技確實讓我們的人生有了許許多多的選擇，如果生在古代，很多今天能受高等教育的有識之士甚至辦公室中的白領上班族，不是手無縛雞之力地被饑餓或疾病無情地淘汰，要不然就是被迫從事自己不擅長的工作到死為止。

《富足》也提到許多革命性的科技，例如3D列印等，將改變未來的創業和工業模式，這可以參考《連線》（Wired）雜誌總編輯安德森（Chris Anderson）的新書《自造者時代：啟動人人製造的第三次工業革命》（Makers: The New Industrial Revolution）（請參見〈第三次工業革命的自造者時代〉）。而傑瑞米．里夫金（Jeremy Rifkin）《第三次工業革命：世界經濟即將被顛覆，新能源與商務、政治、教育的全面革命》（The Third Industrial Revolution: How Lateral Power Is Transforming Energy, the Economy, and the World）也更詳細提指出，網際網路、綠色能源加上3D列印科技的結合，將產生第三次工業革命（請參見〈革新世界經濟的第三次工業革命〉）！

《富足》之所以理性樂觀的其中一個基礎是，知識和知識的碰撞，會產生更多的知識，更多的知識就代表更多的力量！科技改變了教育，過去只能在一流大學 聽到的課程，現在在YouTube或iTune上也能找到；為了培養解決氣候變遷、能源、健康和貧困等重大人類問題的未來科學家，戴曼迪斯還在矽谷創辦了奇點大學（Singularity University），致力於跨學科教學和研究。

《富足》舉了不少實例，說明科技未來的可能性。例如，垂直農耕和培養肉未來或許可以養活更多人口；合成生物學未來或許能夠讓科學家設計出生產生物能源的合適微生物，事實上我就有位同事在從事這項工作；醫學的進步讓人類壽命愈來愈長。生物醫學的進展，也使得一些疾病的機轉愈來愈清楚，未來甚至還大可能 3D列印出人類的各種器官供移植；網際網路的進步，在一些國家，也產生了更多的政治可能，甚至讓年輕人有更高的公民參與……

不僅是科技的進步能讓我們能夠永續生存下去，政策的進步也是關鍵。作為和傳統贊助藝文活動的老慈善家不同的，科技慈善家想要實際改變世界。戴曼迪斯 最著名的事蹟之一，就是創造了科技界著名的X獎項。他在《富足》中指出，重賞之下必有勇夫，林白（Charles A. Lindbergh， 1902－1974）當年為歷史上首位成功完成單人不著陸飛行橫跨大西洋的人，並因此獲贈奧特洛獎（Orteig Prize）。他認為X獎項就是今天的奧特洛獎。

戴曼迪斯提出X獎項時，還沒找到贊助人，其中的X，原本是要換上贊助人的名字，可是後來雖然找到了贊助人，可是那個X在科技界太廣為人知了，所以還保留了下來。第一個X獎項是Ansari X PRIZE，贊助首次私人太空旅行，由Mojave Aerospace Ventures在2004年贏得。不過有趣是，在我的領域中，贊助第一家能夠用一千鎂解出整個人類基因體的Archon X PRIZE，在上個月（8月22日）卻因為科技的進展甚至快過他們原先的想像而取消了！

《富足》並非一味地樂見科技之成，他們也討論了風險和失敗的可能。提到這點，就要感嘆歐美文化和亞洲文化的差別。我們說，不以成敗論英雄，可是卻還是以成敗論英雄。可是美國才真的是不以成敗論英雄！平均一個矽谷創業家，倒掉過的公司據說平均有七家！只要有好的主意，失敗的矽谷創業家仍有機會東山再起。

這種思維上的差異，讓台灣年輕人比較不敢冒險，寧可多一事不如少一事，遇到有難度的事先扮可愛推辭再說。這也很難怪他們，因為假設有人勇於接受困難 的挑戰卻失敗了，是會受到責備的，標準的陪了夫人又折兵。可是在美國，勇於接受高難度挑戰而失敗的人，有時候反而會因勇氣可嘉受到讚揚。所以，容許我悲觀 一下，可預見的科技突破，未來多半還是會出現在歐美，而非亞洲。

還有個問題卻讓我不敢太樂觀，那就是因為自由市場資本主義的愈來愈盛行，以及國家預算的削減，基礎研究的贊助也愈來愈少。有些對基礎研究不瞭解的人，以及私人企業的研發能夠取代基礎研究，或者以為應用性的研究一定比基礎研究重要。

今天所有生物科技如生技製藥的所有知識皆來自基礎研究，過去研究果蠅複眼或背毛發育的科學家只是為了滿足他們的好奇心，後來才知道在正常的複眼或背毛發育中參與的訊號傳遞分子原來和癌症或神經疾病的發展有關，他們辛勤的詳細研究，讓生物醫學家有了分子可以設計藥物，這就是癌症或神經退化疾病標靶藥物的來源，把基礎研究的知識應用在臨床治療上就稱作轉譯醫學（Translational medicine） 。如果沒了那些基礎研究，生物醫學家恐怕還要多花個十年廿年來能找到那些分子。基礎研究實力的削弱，不會有立竿見影的效果，可是卻會在十年廿年後，拖慢應用科技的進步，因為屆時恐怕可轉譯的材料就更有限了。

本文原刊登於Readmoo.com【GENE思書軒】，並同步刊登於The Sky of Gene。