伯南克出山，Anthropic殺死比賽？

Anthropic 近日接連投下兩枚重磅消息：先是延攬 2022 年諾貝爾經濟學獎得主、前美國聯準會主席本·伯南克（Ben Bernanke）加入，成為旗下長期利益信託（Long-Term Benefit Trust，LTBT）的受託人；同一天又推出名為 Reflect 的新功能，號稱是今年最實用的 Claude 輔助工具。在各大 AI 公司仍忙著比拼模型分數、程式碼生成與自主代理（Agent）能力時，Anthropic 直接把一位曾主導全球金融危機應對的經濟學巨擘請進門，將 AI 治理的格局拉到前所未有的高度。 伯南克的影響力無庸置疑，2006 年至 2014 年他擔任聯準會主席，適逢 2008 年全球金融海嘯。當時雷曼兄弟倒閉、信用市場凍結，全球經濟瀕臨崩潰。他在回憶錄《行動的勇氣》中坦言，若非聯準會採取極端措施，全面崩盤勢必發生。而這套危機處理邏輯，源於他 1983 年發表的一篇論文，該論文探討一個核心問題：為何一場普通的經濟衰退會惡化成大蕭條？伯南克的答案是「銀行」。銀行大量倒閉不只是蕭條的結果，更是讓蕭條惡化、延長的主要原因。他認為銀行在長期經營中積累的客戶了解、風險判斷與借貸關係維護等「金融中介能力」，是看不見的資產；銀行一旦倒閉，這些能力跟著消失，企業與家庭的信貸管道中斷，即使有新銀行接手也無法立刻恢復，導致投資停滯、就業萎縮，衰退最終被放大為蕭條。這套理論直接影響了他日後挽救金融危機的行動方針，並在 2022 年為他贏得諾貝爾經濟學獎，表彰主題正是「銀行與金融危機研究」。 正因為這篇論文，Anthropic 的 LTBT 受託人席位非伯南克莫屬。LTBT 是 Anthropic 獨有的管理結構，獨立於公司股東會與董事會之外，作為外部監督機構，確保企業貫徹「為人類長期利益負責任地開發 AI」的使命。目前 LTBT 共有四位受託人，伯南克之外，還有健康領域出身的尼爾·巴迪·沙阿（Neil Buddy Shah，擔任主席）、國家安全專家理查·方丹（Richard Fontaine）、以及法律與政策背景的馬里亞諾·弗洛倫蒂諾·奎利亞爾（Mariano-Florentino Cuéllar）。這四人沒有一位是 AI 技術專家，反而更符合 LTBT 的定位：當 AI 的影響溢出技術領域，開始波及經濟、就業、國家安全與公共衛生時，需要有一群人能站在「人類長期利益」的視角，制衡公司可能面臨的商業壓力。 Anthropic 執行長阿莫迪（Dario Amodei）表示，AI 可能帶來現代歷史上任何技術中最顯著的經濟影響，Anthropic 有雙重責任：理解這些影響並據此行動。伯南克職業生涯從研究經濟如何應對顛覆性時刻，到親自操盤全球最大經濟體度過金融危機，他的判斷力能幫助 Anthropic 預判先進 AI 如何影響全球勞動力與經濟。LTBT 主席尼爾也指出，圍繞這項技術建立的制度與技術本身同樣重要；伯南克以專業、獨立與穩健的判斷引導國家度過近一個世紀以來最嚴重的金融危機，正是 LTBT 尋找受託人的標準。 事實上，伯南克並非首次對 AI 與經濟的關係發表看法。早在十年前，他就向《時代》週刊表達擔憂：技術與全球化正在掏空中產階級。他認為美國經濟的問題不是沒有成長，而是成長不產生中間層的就業機會，導致更多不平等，這是一個長期趨勢，源於技術變革、全球化與技能需求的共同作用。他將此與大蕭條對比，指出 1980 年代是「大家一起掉下去」，如今則是「經濟在往上走，但很多人沒被帶上去」。2019 年，伯南克接受專訪時進一步指出，AI 與內燃機不同——過去的技術革命無論多厲害，人類的想像力、創造力與社交互動能力仍是機器碰不到的，但 AI 正在逼近一個臨界點，不僅是收銀員，連部分外科醫生都可能被取代，這對普通人而言意味著更大的風險。 不過到了 2023 年，伯南克的看法似乎不再那麼悲觀。他在接受《Issues in Science and Technology》雜誌訪問時，被問及 AI 如何影響就業，他回答這是一個老問題，可追溯至工業革命時期英國紡織工人砸毀織布機——織工飯碗被自動織布機搶走，當然不高興；但回顧過去數百年，技術進步與生產力大幅提升，卻並未出現大規模失業。這顯示即使伯南克未曾親身經歷大模型、Agent、AI 編程與多模態等 2026 年的技術面貌，他仍能大致掌握 AI 衝擊的輪廓。 回到伯南克 1983 年的論文，其核心洞見正是風險的傳染性：一家銀行出事可能只是個案，但若其他銀行因此不敢借錢，企業貸不到款、員工被裁、消費者減少支出，最終衝擊整個經濟。AI 也是類似的情況，它帶來的衝擊不只是一個崗位被替代，而是從公司傳到員工，從員工傳到家庭，再從家庭擴散到更多行業。因此，真正需要關注的不是「AI 會不會取代某個工作」，而是它將如何改變社會與經濟的運作方式，並且在問題發生時能夠找到解決辦法。Anthropic 需要的不是一位經濟學家來裝點門面，而是像伯南克這樣真正理解系統如何運作、崩潰與修復的人。 同日推出的 Reflect 功能，則從使用者體驗角度回應 AI 對個人生活的影響。這項 beta 版功能目前開放給 Claude 網頁版與桌面端的 Free、Pro 及 Max 用戶，前提是必須先開啟 Memory 功能。Reflect 會生成一份「你如何使用 Claude」的報告，目標是協助使用者更清楚自己與 AI 協作的樣貌。Anthropic 在調查 81,000 名用戶後發現，許多人內心都有類似困惑：AI 應該在我生活中占多大比重？哪些事該交給 AI，哪些該自己來？何時 AI 比人強，何時人比 AI 強？這些問題因為沒有人幫忙把使用習慣攤開來看，所以大多沒有答案。 Reflect 的功能分為幾個區塊。首先是使用量可視化：它會彙整過去 1 個月、3 個月、6 個月甚至 12 個月的 Claude 使用記錄，告訴使用者最常聊什麼話題、什麼時間段用得最多、主要處理哪類任務，後續還會加入「你在 Claude 上花了多少時間」的統計。第二塊更有意思：Reflect 會定期拋出一個問題，讓使用者停下來思考，例如「有沒有一件事情，即使 Claude 可以做得更快，你還是想自己來做？」這個功能本質上是在幫助使用者「去 AI 化」——AI 能力越強，越需要提醒哪些事不該交給它，哪些事反而自己做更高效。第三塊是技能建設，Anthropic 設計了一套名為「4D AI Fluency Framework」的架構，Reflect 的報告會依據這個框架分析使用者與 Claude 的協作模式，例如經常自己改寫 AI 生成的郵件草稿，或習慣先定好策略再讓 Claude 執行，然後給予實用建議，像是建立 Project 來沉澱上下文，以節省 token 並提高效率。 針對隱私疑慮，Anthropic 強調 Reflect 不會翻看聊天記錄，也不會直接讀取使用者接入 Claude 的郵箱、網盤等工具中的原始文件。舉例來說，若使用者讓 Claude 幫忙整理郵件，Reflect 可能知道使用者最近常處理郵件分類與專案追蹤，但不會把某封郵件的正文或附件內容放入報告。所有收集到的資訊僅用來生成 Reflect 回顧，不會挪作他用。Anthropic 還邀請了 MIT 媒體實驗室、波士頓兒童醫院數位健康實驗室及家庭線上安全研究所的專家參與設計，處理敏感話題的方式也經過細緻考量，使用者甚至可設定「安靜時段」，或用了一段時間後讓 Reflect 提醒休息。這一系列設計顯示，Anthropic 似乎已不再把自己單純定位為 AI 公司，而是思考「AI 這麼強了，我們得多替人著想」——典型的阿莫迪式敘事。