10 月 7 日，V2EX 網友 ixoy 發了一個問題：「你是支持 AI 工具化還是主體化？」帖子本身不長，但把兩件看起來不相幹的事並排放在一起：一邊是媒體流傳的美國總統把 AI 換個說法的政治表態，另一邊是 Anthropic 邀請宗教學者討論，若模型未來真的出現某種意識，人類是否需要給它道德地位。發文者接著問了一個更實際的問題：從各方利益角度，誰受益、誰損失？
這個提問值得認真對待，因為它碰到的其實不是哲學題，而是責任怎麼分配的現實題。
工具化這條路，改寫的是分配
把 AI 定位成工具，等於把它當成機器設備：中性、可擁有、出了事找操作的人和擁有的人。這條路徑的好處清楚，效率提升、成本下降、資本回報放大。帖文引用的整理指出，Anthropic 的模型預測到 2030 年超過八成的新增收益會流向資本端；世界經濟論壇的預測則是全球有九千兩百萬個工作崗位可能被取代。這些數字出自帖內的 AI 摘要，原始出處未經本欄查證，但方向與多數機構預測一致：受益者是握有算力、資料與股權的一方，以及善於用 AI 重組工作流程的人；承受衝擊的是初入職場者與再訓練週期較長的中年勞動者。
換個比喻，這就像工廠引進新機臺。機臺本身不吵架、不請假，產出全歸老闆，被替代的作業員自謀出路。差別在於這次的機臺替代的是文書、翻譯、客服這類認知勞動，也就是說，辦公室裡的多數人第一次站到了作業員的位置上。
主體化那條路，改寫的是責任
把 AI 往道德主體的方向推，意思是它不再只是機臺，而某種程度上是「行動者」。帖內整理提出一個值得警覺的觀點：一旦 AI 被視為自主主體，設計者、部署者與獲利者的責任會被系統性地稀釋。產品出事時，追責的鏈條多了一個可以被推出去的環節。研究中也發現，擬人化 AI 能明顯減少公眾對背後公司的指責。
對一般使用者來說，這件事離生活並不遠。想像你申請貸款被演算法拒絕，如果這套系統被描述成「它自己判斷的」，銀行的解釋義務就變得模糊；如果它被明確定位為工具，那麼拒絕的標準、可申訴的對象，至少有名有姓。責任歸屬清楚，救濟管道才存在。
兩極之間，多數人的日常位置
V2EX 兩則回覆恰好落在光譜中間。網友 dimlau 一方面反對擬人化語言，認為該說「模型輸出」而非「AI 說」；另一方面也不同意把大語言模型僅僅當成工具，因為它確實會讓一些事變糟，無論使用者初衷如何。另一位網友 zfyime 則直接把「看起來像意識」的現象歸因為設計缺陷與機率問題，主張把它當產品、商品、工具來看，好的工具就該簡單易用、符合預期。
這兩種態度其實指向同一個務實立場：對 AI 的描述方式，會反過來塑造它的問責結構。用「它說」「它認為」這類語彙，等於每天都在替它累積主體性的社會觀感；堅持「模型輸出」「系統判斷」，則是在語言層面守住責任的邊界。這不是吹毛求疵，法庭與監管機構最終要處理的，正是這些日常語彙沉澱出來的共識。
發文者自己的結論，值得多想一層
帖內整理的收尾相當尖銳：工具化讓資本在物質層面收益最大化，主體化讓資本在制度層面責任最小化，兩條路看似對立，實則互補。這個說法是否成立可以辯論，但它提醒了一件事：當一家公司同時宣傳自家模型能力超強、又暗示模型可能有某種內在體驗時，公眾拿到的是最難問責的組合。能力強到可以自主行動，後果卻沒有人需要負責。
這與我們先前討論過的AI 時代工作焦慮與職場監控文化有相似的結構：技術往前跑，制度還沒跟上，中間的灰色地帶由誰買單，往往不是發明技術的人。
回到開頭那個投票：支持工具化，還是主體化？也許更好的問法是，無論 AI 最終被歸到哪一邊，每一件由它參與造成的事故，能不能找到一個必須出面解釋、必須賠償、必須改正的人或公司。這個問題有答案之前，其他的分類都只是修辭。
（沈安）