「本院反對發展以影響人類為最佳化目標的 AI」逐段分析

2026 世界大學辯論錦標賽(WUDC)公開組決賽|2026 年 1 月,保加利亞索菲亞|英國議會制,四隊八位講者|共 44 段

開場政府・冠軍雪梨大學 USU AJack Story、Udai Kamath
開場反對史丹佛 AElizabeth Li、Amitai Ben Porat
閉幕政府索菲亞大學 AVelina Andonova、Alek Selveliev
閉幕反對劍橋 ASophie Hannigan、Max Rosen

全場判讀:冠軍是開場政府雪梨大學。WUDC 決賽只公布冠軍,其他三隊的名次與評審講評都沒有公開,以下的勝負原因是依發言內容推測。開場政府贏在三件事:PM 一開始就鎖住反事實:不做影響力,資源就轉去 AI 的其他能力(#4);DPM 加入全新的「信任」層次,並預先說明論點不論 AI 多強都成立(#15、#16);最後在 OW 發言時用一個質詢點破閉幕反對延伸的滑移(#42)。其他三隊各有強項:開場反對的非獨有分析(#20)、閉幕反對的框架與對閉幕政府的拆解(#30、#40)。但也各有大問題:開場反對押了兩個高風險論點,閉幕政府背刺開場政府而且數字誇大,閉幕反對沒有回應關鍵質詢。

賽制(英國議會制,BP):四隊、每隊兩人,政府方(正方)與反對方(反方)各兩隊;每人發言 7 分鐘,順序是 PM、LO、DPM、DLO、MG、MO、GW、OW。除了第一分鐘與最後一分鐘,對方可以起身質詢(POI),講者可以接受或拒絕。四隊各自排名,所以同一方的兩隊也在競爭:閉幕隊伍要帶出開場隊伍沒有的新論點(延伸),又不能和開場隊友矛盾(背刺)。題目公布後只有 15 分鐘準備,不能上網。

和「大人」辯論的差別:講者是在學的大學生,多半已經比賽多年;評審是資深辯手。沒有引文和數據,比的是機制分析(為什麼會這樣)與權衡(哪個比較重要);語速快、密度高,還有很多圈內術語,例如延伸(extension)、背刺(knife)、翻轉(flip)、權衡(weighing)。

怎麼讀這份分析:「意圖」是依發言內容所做的推論,不是講者自述。逐字稿取自 WUDC 2026 官方 YouTube 影片的自動字幕,常有聽錯的地方,例如 Sofia 寫成 Sophia、USU 寫成 USAUA、McGill 寫成 Miguel、「a tension」寫成 attention。原話保留字幕原樣,中文是分析者的翻譯。講者身分依發言中的致謝與互相稱呼對應;有兩次質詢無法從字幕判斷出自哪一隊,標為「推測」。

四隊總覽

開場政府開場反對閉幕政府閉幕反對
隊伍與講者雪梨大學 USU A:Jack Story(PM)、Udai Kamath(DPM)史丹佛 A:Elizabeth Li(LO)、Amitai Ben Porat(DLO)索菲亞大學 A(地主):Velina Andonova(MG)、Alek Selveliev(GW)劍橋 A:Sophie Hannigan(MO)、Max Rosen(OW)
核心主張能比人更會說服、更像人的 AI 會被拿來宣傳、詐騙、抵抗監管,還會摧毀信任本身(#5、#15)。AI 能治療孤獨,把情感影響設為目標才能對齊與究責;開場政府的傷害大多不是本題獨有(#9、#12、#20)。最佳化說服力會讓 AI 使用量暴增,傷害環境與人的思考能力(#25、#27、#28)。AI 無論如何都會進入權力核心,用人類情感資料訓練才能讓它理解人的價值、解決對齊(#29、#32)。
最強一擊信任論點:能說服你任何事的講者,說的話就沒有證據價值(#15);質詢點出「理解人不等於操縱人」(#42)。非獨有分析與「規模要說明如何改變傷害」(#20);AI 怕被識破所以會善待你(#24)。「天氣怎樣?好問題!」:說服力是 AI 普及的推手(#36);不可逆權衡(#38)。選邊同意 Udai,用開場政府的內部張力打開場政府(#30);OW 拆掉閉幕政府的環境影響(#40)。
最大問題PM 與 DPM 的張力(人人被操縱,還是人人都不信)被抓了兩次(#17、#30);核武密碼的例子太誇張(#7)。「更有效的宣傳比較好」(#21)與「我們就是要給海洛因」(#19)風險很高;經濟論點太薄(#13)。數字誇大(#27);GW 背刺開場隊友(#37、#38);延伸和辯題的連結薄弱(#25)。把「最佳化影響人類」偷換成「理解人類」(#32),沒有回應開場政府的質詢(#42、#43);對齊論點在 LO 已經出現過(#12)。
隊友配合PM 鋪機制與傷害,DPM 加入新層次並處理開場反對,分工清楚;DPM 還預告了閉幕政府可能背刺(#15)。LO 的框架(非獨有)到 DLO 才展開;DLO 把 LO 的孤獨論點升級(#22)。MG 與 GW 方向一致,但 GW 為了突顯延伸,否定了開場政府的機制(#37)。MO 立框架,OW 先清掉閉幕政府再做權衡,分工清楚。
結果冠軍未公布未公布未公布

為什麼開場政府贏

BP 的評審會比較每一對隊伍,決定誰排在前面。以下是分析者的推測,不是評審的講評。

比較對象開場政府為什麼排在前面
對開場反對(史丹佛)兩隊正面交鋒。開場政府的機制(無限客製化、信任崩壞)完整,DPM 又把開場反對的孤獨好處定義成「海洛因」(#18)。開場反對的非獨有分析很強(#20),但最大膽的兩個論點(AI 宣傳比審查好、擁抱海洛因)風險太高,經濟論點也沒有展開。
對閉幕政府(索菲亞)同一方,比的是誰的貢獻更重要。閉幕政府的環境與大腦延伸被 MO、OW 拆掉不少(#31、#40),數字誇大,還背刺開場政府(#37、#38)。開場政府的論點在下半場仍被雙方引用。
對閉幕反對(劍橋)最可能的競爭者。閉幕反對的框架漂亮,OW 也把閉幕政府清乾淨了,但延伸建立在「理解人=影響人」的滑移上(#32);開場政府用質詢直接打中(#42),OW 沒有回應。再加上 DPM「不論 AI 多強都成立」的預先權衡(#16),OW「AI 又不是神」的攻擊效果打了折扣。

交鋒主線

議題段落攻防觀察
AI 的說服力有多強#4、#15、#17、#30、#33、#43開場政府一方面說 AI 能操縱任何人(PM),一方面說大家最後誰都不信(DPM)。反對席抓了兩次(#17、#30),開場政府用「短期與長期」修補(#33)。OW 則從另一端進攻:AI 得像神一樣,開場政府的論點才成立(#43)。DPM 先前說過論點不論 AI 強弱都成立(#16),這個預先權衡讓攻擊效果打了折扣。
本題獨有,還是雙方都有#9、#20、#24、#31、#36反對席最有力的策略:深偽、宣傳、AI 普及在雙方世界都會發生(#9、#20、#31)。開場政府的回應是只有「情感」才是本題獨有的(#15);閉幕政府則說說服力是 AI 普及的起點(#36),對開場政府有幫助,但沒有證據。
宣傳與政府#5、#6、#7、#14、#21、#38開場反對的質詢與 DLO 主張 AI 宣傳比教育洗腦或審查更有效率、更溫和(#6、#21);開場政府回應「壞事越便宜越糟」(#7、#14)。GW 反而說「操縱可以是好的、相信政府是好事」(#38),站到了開場反對那一邊。
孤獨與 AI 伴侶#9、#10、#18、#19、#22、#39、#43開場反對的主要好處。DPM 用「海洛因」定義它(#18),DLO 擁抱這個比喻,再改成「AI 補充真人關係」(#19、#22)。之後 GW 說兩面都有可能(#39),連同一方的 OW 也說這只是邊際好處(#43)。
對齊:理解人,還是影響人#12、#29、#32、#39、#41、#42閉幕反對延伸的核心:要讓 AI 符合人類價值,就要讓它模仿人。GW 與開場政府的質詢都指出,理解人不需要以影響人為目標(#39、#42),OW 沒有正面回答。這是開場政府贏過閉幕反對最可能的理由。此外這條線 LO 已經起了頭(#12),閉幕反對的新意有限。
環境與人腦#23、#25、#27、#28、#31、#40閉幕政府的延伸。MO 指出耗能主要來自資料中心,不是聊天(#31),OW 逐點拆解(#40)。影響說得很大,但因果太長,數字經不起查。
背刺(knifing)#15、#37、#38BP 規則要求閉幕隊伍不能和自己的開場隊友矛盾。DPM 在 #15 就預告了;GW 在 #37 說開場政府的監管機制「誰會相信」,在 #38 又說「操縱可以是好的」。

問題有沒有被回答

主要論點與質詢的回應情況。「部分」表示只回應其中一部分,「延後」表示到後面的發言才回答。注意 BP 的發言順序:開場隊伍講完就沒有機會再發言,只能靠質詢。

段落誰論點或問題狀態實際回應
#4開場政府反事實:不做影響力,資源會轉去最佳化 AI 的其他能力。部分DLO 說兩者不互斥(#24),但講得很亂;GW 反而說其他 AI 會變慢(#36)。
#6開場反對有效率的宣傳不是比教育洗腦更好嗎?已答PM:教育洗腦效果差,而且便宜讓更多政府做得到(#7)。
#9開場反對開場政府的傷害大多不需要情感智慧也會發生。已答DPM:情感會讓人當下就相信,事實卻可以查證(#15)。
#11閉幕政府AI 出現後人會更不信任資訊,這和 AI 能撫慰孤獨不衝突嗎?部分LO:那正好是公司不會這樣做的理由(#12),但同時又說就算是假的也有用。
#15開場政府說服力太強會摧毀信任,連真話也沒人信。部分MO 同意這一點,拿來打 PM(#30);沒有人正面處理「真話也失去說服力」這一層。
#17閉幕反對(推測)Jack 說 AI 能操縱所有人,你說大家誰都不信,哪一個對?部分DPM:事實的說服力有限,情感才深刻(#18);張力沒有完全解開,開場政府在 #33 再補一次。
#18開場政府AI 伴侶是海洛因,不是真正的關係。已答DLO 擁抱這個比喻,再改成 AI 補充真人關係(#19、#22)。
#18開場政府AI 的擁有者會讓你依賴,再掏空你的帳戶。已答DLO:AI 怕被識破,所以會善待你(#24)。
#20開場反對規模論證必須說明規模如何改變傷害。未答開場政府已經沒有發言機會,只能靠質詢;閉幕政府只談使用量,沒有處理。
#21開場反對AI 宣傳取代粗暴的審查,反而比較好。未答下半場沒有人回應;GW 的「操縱可以是好的」(#38)甚至接近同意。
#23閉幕政府AI 摧毀星球與大腦。延後DLO 請對方在延伸裡說明(#24),閉幕政府在 #27、#28 展開。
#27閉幕政府說服力讓 AI 的使用量與耗能大增。已答MO:耗能主要來自資料中心(#31);OW:綠能建設、用水回收、影響規模太小(#40)。
#36閉幕政府會寫申請文的 AI,是靠說服力先發展起來的。未答OW 只說主導企業靠授權技術(#41),沒有處理這個發展順序的主張。
#38閉幕政府環境傷害不可逆,操縱造成的傷害可以逆轉。部分OW 攻擊環境影響的規模(#40),沒有處理可逆性這個權衡。
#32閉幕反對要對齊,只能讓 AI 模仿人。已答GW:理解人不需要訓練它說服人(#39);開場政府的質詢打同一點(#42)。
#42開場政府理解人不必以操縱為目標;最佳化影響力只會學到人的弱點。未答OW 接受了質詢,但回答在字幕中幾乎無法辨識,之後也沒有回到這一點(#43)。

發言問題

以下只列從發言本身就看得出的問題,例如自相矛盾、偷換辯題或背刺隊友,依分析者判斷的嚴重程度排序;數字與事實問題另見事實核對。

開場政府

  1. #7
    誇大 核武密碼的尾部風險

    「軟弱的總統被說服把核武密碼交給 AI」讓 OW 能用「AI 得像神一樣」一句話帶走開場政府的所有傷害(#43)。DPM 的預先權衡(#16)救回了一部分。

  2. #18
    沒解開 質詢點出的張力只回答了一半

    「事實的說服力有限、情感才深刻」說明了情感為什麼特別,卻沒有說明 PM 的「人被操縱」和 DPM 的「人誰都不信」怎麼同時成立,要到 #33 的質詢才補上短期與長期之分。

  3. #5
    跳躍 「掌控 AI 的多半是惡意行為者」

    只用「他們累積了權力與財富」支撐,論證不足。

  4. #14
    範圍 主動把辯題擴大到所有操縱

    DPM 說辯題涵蓋所有影響手段,不只情感,這讓開場政府必須替更大的範圍辯護;所幸對手沒有利用。

開場反對

  1. #21
    風險 「更有效的宣傳比較好」

    邏輯上,極權政府有了 AI 宣傳也沒有理由放棄審查;修辭上,這等於接受 DPM「壞事變便宜」的框架。

  2. #19
    風險 「我們就是要給人海洛因」

    反諷如果沒被當成反諷,就是承認傷害;DLO 也沒有真正說明為什麼「感覺被理解」本身就有價值。

  3. #12
    矛盾 對質詢的回答前後不一

    先說人不信任,所以公司不會這樣做;又說就算是假的,只要感覺好也算數,兩句方向相反。

  4. #13
    太薄 經濟整合論點沒有權衡

    省下的錢一定投入需要人力的產業,是沒有證明的假設;OW 在 #43 也說它沒有說清楚。

  5. #10
    結構 編號混亂、成因講太久

    「第三,其次」之類的口誤;花了很多時間證明孤獨存在,留給「AI 是否真能解決」的時間不夠。

閉幕政府

  1. #38
    背刺 「操縱可以是好的、相信政府是好事」

    直接否定開場政府的核心傷害(宣傳)。BP 評審通常會重罰背刺開場隊友。

  2. #37
    背刺 說開場政府的監管機制「誰會相信」

    名義上是「強化」開場政府,實際上是否定開場政府的機制,再換成自己的版本。

  3. #27
    誇大 「多 50% 能源」「最耗能的產業」

    沒有出處,和已知數據不符(見事實核對);颱風與水災的因果也太遠。

  4. #25
    離題 延伸在辯 AI 好不好,不是辯最佳化影響力

    環境與大腦的傷害主要來自 AI 被使用,閉幕政府必須證明是「最佳化說服力」造成使用暴增,這一環只有斷言。

  5. #36
    矛盾 和開場政府的反事實相反

    開場政府說不做影響力,其他 AI 能力會發展得更好;GW 說其他 AI 會變慢。兩隊對「另一個世界」的描述不一致。

  6. #39
    態度 「懶人和怪人」

    把 AI 使用者叫成懶人、怪人,貶低多於論證。

閉幕反對

  1. #32
    偷換 把「最佳化影響人類」換成「理解人類」

    辯題反對的是以影響力為目標,不是以理解為目標。GW(#39)與開場政府的質詢(#42)都指出這點。

  2. #43
    未回答 沒有處理開場政府的關鍵質詢

    開場政府問「理解人不必以操縱為目標」,OW 接受質詢後的回答在字幕中無法辨識,結尾也沒有回到這一點。

  3. #29
    新意 對齊論點在 LO 已經出現

    LO 在 #12 已經說把情感影響設成目標才能用 RLHF 抓出失準,閉幕反對必須說明自己比開場反對多了什麼。

  4. #41
    自傷 「大多數 AI 不面對消費者」

    如果多數 AI 不面對人,最佳化「影響人類」就不是關鍵,反而削弱閉幕反對自己的前提。

  5. #34
    替對方設限 「一個月的宣傳」

    開場政府沒有說短期只有一個月,MO 自己設定時間長度,再說它不嚴重。

和另外兩場比

對照 2009 Intelligence Squared 天主教會辯論與 1993 國際大專辯論會決賽。

面向2026 世辯決賽2009 天主教會辯論1993 決賽
勝負怎麼判九位評審閉門討論,四隊排出名次;決賽只公布冠軍。觀眾在辯論前後各投一次票,看移動了多少人。五位評判講評後判定。
講者大學生,多數已比賽多年;評審是資深辯手。記者、作家、總主教與國會議員。大學生;評判是學者與作家。
準備題目公布後只有 15 分鐘,不能上網查資料。講者事先知道題目,可以準備講稿與證據。賽前就知道辯題,有充分時間準備。
證據幾乎沒有數據或引文,靠機制推演(「為什麼會這樣」);少數數字反而是失分點(#27)。大量史實、數字與引文,但有幾處誇大。大量名言與典故。
互動方式質詢(POI):對手可在發言中途起身提問,講者可接受或拒絕(#17、#42)。觀眾提問,講者可以不答。自由辯論,雙方輪流快速交鋒。
抓矛盾反對席抓開場政府的內部張力(#17、#30),MO 還說「用質詢澄清,就代表被打中」(#34)。希鈞斯預先點破威迪康反對相對主義,再收割她的「當時的標準」。復旦反覆追問「善花如何結惡果」。
最常見的失分背刺隊友(#37、#38)、偷換辯題(#32)、影響誇大(#27)。人身攻擊、史實誇大、陷阱題答錯。自傷失誤(台大的荀子)。

技巧統計

依本文標記的次數,屬於分析者的分類,不是客觀計量。點選可篩選段落。開場政府開場反對閉幕政府閉幕反對

逐段分析

開場與辯題

#1主持人開場與辯題
重點
主持人依序介紹四隊:開場政府雪梨大學 USU A、開場反對史丹佛 A、閉幕政府地主索菲亞大學 A、閉幕反對劍橋 A;再介紹九人評審團,由 Miloš Marjanović 擔任主席。
意圖
程序性開場。BP 賽制下四隊各自排名,決賽只公布冠軍。
原話依據
“first in opening government USAUA”首先,開場政府,USU A(字幕誤作 USAUA)
“Second opening opposition Stanford A, please come on stage.”第二,開場反對,史丹佛 A,請上台。
#2主持人開場與辯題
重點
宣讀資訊說明:「影響人類」指 AI 系統透過模仿人類特徵與行為來影響人,例如像人一樣的策略性談判、說服與情感互動。辯題:「本院反對發展以影響人類為最佳化目標的 AI 系統。」評審主席提醒觀眾別在發言中途鼓掌。
意圖
題目在這時才公布,四隊只有 15 分鐘準備,不能上網查資料。
原話依據
“Human influence refers to the ability of AI systems to exert influence over humans by mimicking human features and behaviors.”「影響人類」指 AI 系統透過模仿人類特徵與行為來影響人類的能力。
“This house opposes the development of AI systems to optimize for human influence.”本院反對發展以影響人類為最佳化目標的 AI 系統。

首相 PM|Jack Story(開場政府)

#3Jack Story(首相 PM)・開場政府首相 PM
重點
以「人類的平等」開場:數萬年來,人與人能看著彼此的眼睛,知道我們本質相同;一個比任何人更聰明、更會說服、甚至「比人更像人」的 AI,會永遠終結這份平等。接著報出路線:反事實是什麼、為什麼操縱只有壞處、為什麼對方的好處比不上反事實。
意圖
先用高層次的價值定調,再用清楚的三段路線讓評審好記。
破綻與效果
開頭的哲學敘事和後面的具體傷害(宣傳、廣告)沒有完全接上,但替 DPM 的「信任」論點預留了位置。
原話依據
“The capacity of AI to be not only smarter than any person alive, but also more persuasive than any person alive, also more human than any person alive, will, if we allow it, forever end that equity and forever jeopardize our society.”AI 不只可能比任何活著的人更聰明,還可能比任何人更有說服力、比任何人更像人;如果我們放任,這會永遠終結那份平等,永遠危及我們的社會。
“First, I will explain what the counterfactual is.”首先,我會說明反事實是什麼。
#4Jack Story(首相 PM)・開場政府首相 PM
重點
反事實:反對方的世界裡這種系統不存在,資源轉去最佳化 AI 的其他能力,例如運算、蛋白質摺疊、能源效率與安全性。接著說明 AI 為什麼遠比人會操縱:算力與資料近乎無限,能從眼球的細微動作判斷情緒;更關鍵的是可以「無限客製化」,對每個人都像對最親近的人那樣說話,人類講者卻只有一種人格,換太多說法會被當成虛偽。
意圖
先鎖住反事實,讓之後所有比較都是「AI 做影響力」對「AI 做別的事」,而不是「有 AI」對「沒有 AI」。
手法
「無限客製化」是整個政府方的核心機制:人類說服者面對很多人時必須用同一套說法,AI 沒有這個限制。
破綻與效果
這段反事實後來變成 OG 對付閉幕反對的武器(#42 的質詢);但「AI 會用自己的小型核電廠」之類的描述偏誇張。
原話依據
“So the development of systems optimizing for this capacity just does not exist.”所以以這種能力為最佳化目標的系統就是不存在。
“they have only one personality”他們只有一種人格
“But AIS can be infinitely targeted.”但 AI 可以無限精準地鎖定對象。
#5Jack Story(首相 PM)・開場政府首相 PM
重點
三種傷害:政府用 AI 製造宣傳與假訊息(舉俄羅斯在中非扶植政權的資訊行動);精準廣告讓人把錢花在不會帶來快樂的東西上;AI 公司本身的權力:已經有人和 AI 男女友談戀愛,ChatGPT 改版時還會難過,如果每次互動都像在跟人互動,政府監管 AI 就像要「帶走一個人」。並斷言掌控 AI 的多半是惡意行為者。
意圖
從國家、市場、企業三個層次鋪陳傷害,讓下半場的隊友有東西可以延伸。
破綻與效果
「掌控 AI 的人多半是惡意的」是很強的斷言,只用「他們累積了權力與財富」支撐,屬於可以被攻擊的跳躍。
發言問題
跳躍 「掌控 AI 的多半是惡意行為者」 只用「他們累積了權力與財富」支撐,論證不足。
原話依據
“That looks like the wave of Russian operations in central Africa propping up regimes”就像俄羅斯在中非一波波扶植政權的行動
“When any attempts by a government to regulate an AI is an attempt by a government to remove a human.”到時候,政府任何監管 AI 的嘗試,都會變成政府試圖帶走一個「人」。
#6反對席質詢(推測為開場反對)・開場反對首相 PM發言中
重點
反對席質詢:人類本來就會說服、操縱我們;比起讓教育體系花幾十年洗腦,有效率的宣傳不是更好嗎?
意圖
預告開場反對 DLO 在 #21 的翻轉:AI 宣傳取代更粗暴的控制手段。
破綻與效果
問法容易被聽成「宣傳越有效率越好」,PM 馬上接住並反打。
原話依據
“Isn't it better to have efficient convincing of propaganda as opposed to an education system that wastes tens of years convincing its population of it?”有效率的說服式宣傳,不是比一個花幾十年才說服人民的教育體系更好嗎?
#7Jack Story(首相 PM)・開場政府首相 PM
重點
回應質詢:教育體系洗腦的效果其實很差,很多人反而被教成反政權;而且花 20 年洗腦很貴,很多政府做不到,換成 AI 就「超便宜、超簡單」。接著談 AI 本身的惡意誘因:訓練資料本身有毒(舉 Grok 與 Twitter)、AI 讀不懂人類的隱含脈絡,指令不夠精確就可能違法、詐騙。最後提出尾部風險:軟弱的總統被說服,把核武密碼交給 AI。
意圖
回應質詢的同時把「成本」變成己方論點:門檻降低本身就是傷害。
手法
「便宜」是關鍵詞:對方說有效率是好事,PM 說正因為便宜,原本做不到的政府現在都做得到。
破綻與效果
核武密碼的例子後來被 OW 拿來嘲諷(#43「AI 得像神一樣,你才會相信開場政府」)。
發言問題
誇大 核武密碼的尾部風險 「軟弱的總統被說服把核武密碼交給 AI」讓 OW 能用「AI 得像神一樣」一句話帶走開場政府的所有傷害(#43)。DPM 的預先權衡(#16)救回了一部分。
原話依據
“But on our side, super cheap, super easy. Why not radicalize your population?”但在我們這邊(原話如此,指發展這種 AI 的世界),超便宜、超簡單,何不把你的人民激進化?
“What if there is a particularly weak and susceptible president who can just be convinced to give AI control of the nuclear codes?”如果有一個特別軟弱、容易受影響的總統,被說服把核武密碼交給 AI 呢?
#8Jack Story(首相 PM)・開場政府首相 PM
重點
比較雙方的好處:讓「人做得到、AI 做不到」的事繼續存在,人類才保有經濟上的位置與身分認同;不做影響力的 AI 可以專心做人類做不到的事,例如複雜數學與蛋白質摺疊,也更容易監管。
意圖
在對方發言前先把對方的好處降級。
破綻與效果
「AI 永遠不能直接面對人、永遠不會被信任」是在描述政府方的世界,卻講得像必然,稍嫌跳躍。
原話依據
“it is good that AI has something that humans cannot do or the humans have something that AI cannot do rather”AI 有人類做不到的事是好事,或者應該說,人類有 AI 做不到的事才是好事
“are tools of control, are tools of manipulation, are tools of destruction”是控制的工具、操縱的工具、毀滅的工具

反對黨領袖 LO|Elizabeth Li(開場反對)

#9Elizabeth Li(反對黨領袖 LO)・開場反對反對黨領袖 LO
重點
致謝後以孤獨開場:數以百萬計的人陷在孤獨裡,因為沒人理解而自我破壞、變得憤世嫉俗、攻擊別人。路線:一、這是治療孤獨的方法;二、經濟整合。並先批評 OG「不具比較性」:深偽、宣傳不靠 AI 變得更有情感智慧也做得到,而且 AI 在雙方世界都會繼續發展;真正的差別是把情感智慧設為目標,不只帶來情感連結,也讓 AI 更能被究責。
意圖
用情感畫面開場,再用「非本題獨有」的框架切掉 OG 一大塊傷害。
破綻與效果
「非獨有」這個框架很好,但 LO 只提了一句,真正展開要等 DLO(#20)。
原話依據
“At the scale of millions, if not more, there are people suffering in the depths of loneliness.”以百萬計、甚至更多的人,正在孤獨的深淵裡受苦。
“A lot of what OG says is deeply uncomparitative.”開場政府說的很多東西都非常不具比較性。
“Governments can weaponize developing AI to create deep fakes anyways.”政府無論如何都能把發展中的 AI 武器化來製造深偽。
#10Elizabeth Li(反對黨領袖 LO)・開場反對反對黨領袖 LO
重點
分析孤獨的成因:網路提供「簡單的出口」(滑手機、按讚這種空殼互動)、社群媒體抬高了理想社交生活的標準、資本主義讓第三空間消失;而且沒有 AI 也無解:大家都走捷徑,你也只能走捷徑(集體行動問題),外向的人朋友越來越多,其他人被擠到圈外。
意圖
先證明問題嚴重而且沒有替代解法,再引入 AI。
破綻與效果
編號混亂(「第三,其次」),成因講得很長,卻沒有比較 AI 伴侶會不會讓這些成因更嚴重,正好讓 DPM 打「去交朋友」和「海洛因」。
發言問題
結構 編號混亂、成因講太久 「第三,其次」之類的口誤;花了很多時間證明孤獨存在,留給「AI 是否真能解決」的時間不夠。
原話依據
“It's the fact that a it gives people an easy way out where many people find social interaction incredibly hard.”因為網路給了人一條簡單的出口,而很多人覺得社交非常困難。
“In the absence of AI, this still cannot be fixed by any alternatives.”沒有 AI 的話,任何替代方案都還是解決不了這個問題。
#11閉幕政府質詢・閉幕政府反對黨領袖 LO發言中
重點
閉幕政府的質詢,語氣反諷:「別忘了回應開場政府的假訊息論點,就說 AI 出現後人們會更不信任看到的資訊。」
意圖
可能是設套:如果 LO 說人會不信任 AI,就和「AI 能撫慰孤獨」互相衝突。(字幕不完整,意圖是分析者的推測)
原話依據
“don't forget also to respond to opening government's point on misinformation”別忘了也回應開場政府關於假訊息的論點
#12Elizabeth Li(反對黨領袖 LO)・開場反對反對黨領袖 LO
重點
回應質詢:人如果不信任,正好是公司不會這樣做 AI 的理由;而且就算是假訊息,只要你覺得被傾聽、最後感覺好一點,那就是好處。接著翻轉 OG:現在的 AI 已經在為經濟等目的做情感操縱,差別在於把情感影響設成明確目標,才能用情感提示做人類回饋強化學習(RLHF),在每一步抓出 AI 是否失準;再加上 AI 公司高度舉債,信任一旦崩盤就會直接打擊股價與投資,所以公司有修正的誘因。
意圖
把「最佳化影響力」重新包裝成「把影響力拿出來對齊與監督」。
手法
這是閉幕反對整個延伸(#32)的雛形:要對齊,就得把它當成目標來訓練。
破綻與效果
對質詢的回答前後矛盾:一面說人不信任所以公司不會這樣做,一面說就算是假的、只要感覺好也算數。此外「把操縱當目標以便監督」和辯題的「最佳化影響力」不完全是同一件事。
發言問題
矛盾 對質詢的回答前後不一 先說人不信任,所以公司不會這樣做;又說就算是假的,只要感覺好也算數,兩句方向相反。
原話依據
“So if people become distrustful, it's a great reason as to why people will not make the AI in this way.”所以如果人們變得不信任,那正好是大家不會這樣做 AI 的理由。
“If you feel like you're being heard, if you feel like you're being listened to, and you feel better at the end of it, that is still an impact at the end of this debate.”如果你覺得自己被聽見、被傾聽,最後感覺好一點,那在這場辯論裡仍然算是一個影響。
“which means you have more ability to catch AI being misaligned at every step of the process.”這代表你更有能力在過程的每一步抓到 AI 失準。
#13Elizabeth Li(反對黨領袖 LO)・開場反對反對黨領袖 LO
重點
第二論點「經濟整合」:社工、客服等工作需要情感智慧;企業用 AI 取代人來省錢,省下的錢投入仍需要人力的產業(營建、化工),創造更多工作與創新,例如治療阿茲海默症。
意圖
給開場反對第二條獨立的好處。
破綻與效果
很薄:「省下的錢一定會投資到需要人力的產業」只是假設,也沒有權衡;連同一方的 OW 都在 #43 說這是「沒有說清楚、沒有權衡的主張」。
發言問題
太薄 經濟整合論點沒有權衡 省下的錢一定投入需要人力的產業,是沒有證明的假設;OW 在 #43 也說它沒有說清楚。
原話依據
“But I think this is a fallacy with the economy will always try to use all of its spare resources to the fullest of its capacity”但我認為這是謬誤,因為經濟總是會盡可能把多餘的資源用到極致

副首相 DPM|Udai Kamath(開場政府)

#14Udai Kamath(副首相 DPM)・開場政府副首相 DPM
重點
DPM 開場:AI 的力量在補足人類,不在取代人類;情感與連結讓人類獨特、有用,在 AI 時代仍有位置。兩個觀察:辯題涵蓋所有操縱,不只是情感;以及開場反對的「絕望」:每個論點都從「這很難」出發,所以就放棄,接受明顯壞的東西。回應宣傳論點:好政府會繼續用教育教批判思考;壞政府要宣傳,「我希望它越花時間越好、越花錢越好」。
意圖
用一個詞(hopelessness)把開場反對的兩個論點一起否定。
手法
把開場反對的「效率」翻成「壞事變便宜」:壞事越貴越好。
破綻與效果
「辯題涵蓋所有操縱」擴大了 OG 自己要防守的範圍,所幸對手沒有利用。
發言問題
範圍 主動把辯題擴大到所有操縱 DPM 說辯題涵蓋所有影響手段,不只情感,這讓開場政府必須替更大的範圍辯護;所幸對手沒有利用。
原話依據
“The power of artificial intelligence lies in complementing humanity, not substituting for it.”人工智慧的力量在於補足人類,而不是取代人類。
“The second thing is I'd like to note the hopelessness of this team.”第二,我想指出這支隊伍的絕望。
“I hope it costs them as many resources as possible.”我希望這讓他們花掉越多資源越好。
#15Udai Kamath(副首相 DPM)・開場政府副首相 DPM
重點
新論點「信任」,開頭還預告閉幕政府可能又要「背刺」。兩層:一、AI 模擬人性比人更好時,你無法知道對面是人還是 AI;二、更深的一層:一個能說服你相信任何事的講者,說的話就失去證據價值,因為它同樣能說服你相信相反的事,結果連真話(例如疫苗)也沒人信。為什麼這是情感獨有的問題:事實可以查證,可以一步步跟著邏輯檢查,情感卻會讓你當下就相信。
意圖
這是全場最原創的機制:說服力太強,反而摧毀說服本身的意義。
手法
用「比我再強一點點的講者」自嘲,同時讓評審馬上聽懂抽象的論點。
破綻與效果
和 PM 的「AI 能操縱所有人」看起來有張力(人人被操縱,還是人人都不信?),隨即被質詢抓到(#17)。
原話依據
“for whatever weird knife closing government has in plan for the second debate in a row”為了閉幕政府連續第二場不知道準備了什麼奇怪的「背刺」
“Imagine a speaker so persuasive it could convince you of any possible argument. So like slightly more persuasive than I am.”想像一個講者,有說服力到能讓你相信任何論點。大概就比我再強一點點。
“you should just never be persuaded because you know it could equally convince you of the opposite of the truth”你就永遠不該被說服,因為你知道它同樣能說服你相信與真相相反的事
“But emotion sweeps you up.”但情感會把你捲走。
#16Udai Kamath(副首相 DPM)・開場政府副首相 DPM
重點
為什麼信任最重要:沒有信任就沒有連結(開場反對要的坦白與脆弱都不會發生),銀行、政府等制度也都建立在信任上。監管:AI 會用這種能力抵抗監管,比任何遊說都有效;而且少一種 AI 要管,監管更簡單。最後預先權衡:不論你相不相信超級智慧,論點都成立。AI 很強的話,就是生物武器與核武;只比今天強一點點,也足以把人擠出經濟。
意圖
讓評審不必先判斷「AI 會有多強」就能投票。
手法
「不論 AI 多強都成立」是標準的高階權衡,提前擋住 OW 後來「AI 又不是神」的攻擊。
破綻與效果
「沒有信任,社會就無法存在」說得太滿,但在 BP 推演影響的層次上還算可以接受。
原話依據
“How could the banking system exist if we do not trust that our money will be there tomorrow?”如果我們不相信錢明天還在,銀行體系要怎麼存在?
“Finally, I would want to note that our argument applies regardless of how powerful you believe AI will be in the future.”最後我要指出,不論你認為 AI 未來會有多強,我們的論點都成立。
#17反對席質詢(推測為閉幕反對)・閉幕反對副首相 DPM發言中
重點
反對席質詢:到底是 Jack 說得對,AI 是像神一樣的說服機器?還是你說得對,因為一切都不真實,我們什麼都不信?「現在誰才是宣傳者?」
意圖
抓開場政府兩位講者之間的張力。
破綻與效果
問得很準。閉幕反對 MO 一開口就重提這個張力(#30),這也是推測這個質詢出自閉幕反對的理由。
原話依據
“So, is Jack right that AI is a godlike persuasion robot?”所以,是 Jack 說得對,AI 是像神一樣的說服機器人?
“Who are the propagandists now?”現在誰才是宣傳者?
#18Udai Kamath(副首相 DPM)・開場政府副首相 DPM
重點
回應質詢:沒有張力,事實本身只有一點說服力,情感連結才會深刻改變人。接著回應開場反對的孤獨論點:可以用別的方法解決(「來參加這場比賽認識人」);AI 會被擁有者用來榨取利潤,讓你依賴,再掏空你的帳戶;更根本的是那不是真正的關係,沒有摩擦,「這只是直接刺激大腦的快感迴路,就是在吸海洛因」。關係之所以有意義,是因為一個真人選擇和你互動、挑戰你。
意圖
用一個強烈的比喻重新定義開場反對的好處。
手法
「海洛因」把開場反對的好處(感覺被理解)定義成傷害:越有效越糟。
破綻與效果
對質詢的回答沒有真正解開張力:「人被情感說服」和「人什麼都不信」各在什麼條件下成立,仍然沒有說明。MO 在 #30 就從這裡進攻。
發言問題
沒解開 質詢點出的張力只回答了一半 「事實的說服力有限、情感才深刻」說明了情感為什麼特別,卻沒有說明 PM 的「人被操縱」和 DPM 的「人誰都不信」怎麼同時成立,要到 #33 的質詢才補上短期與長期之分。
原話依據
“You could come meet people like at this great tournament.”你可以來認識人,像在這場很棒的比賽裡。
“It's just wireheading. You're just taking heroin.”這只是直接刺激大腦的快感迴路,你就是在吸海洛因。
“What makes relationships meaningful is the fact that a real person chose to engage with you, to challenge you, to make you a better person, not just make you feel good in the moment.”讓關係有意義的,是一個真實的人選擇和你互動、挑戰你、讓你成為更好的人,而不只是讓你當下感覺很好。

反對黨副領袖 DLO|Amitai Ben Porat(開場反對)

#19Amitai Ben Porat(反對黨副領袖 DLO)・開場反對反對黨副領袖 DLO
重點
致謝後直接擁抱對方的比喻:「DPM 完全懂我們的論點。我們就是要給人海洛因,我們覺得被操縱很好。」接著界定辯題:這題是「說服本身作為功能」;如果說服只是達成其他目的(換工作、採用某個模型、經濟效率)的手段,就不屬於反方要辯護的部分,OG 得把它歸給其他 AI 功能。
意圖
用反諷搶回比喻的主導權,再縮小開場反對要辯護的範圍。
手法
「我們就是要給海洛因」是高風險的反諷:評審若照字面聽,等於承認傷害。
破綻與效果
「為其他目的而說服不算」的定義有自利嫌疑:辯題寫的是最佳化影響力,很難說說服人換工作就不算影響力。
發言問題
風險 「我們就是要給人海洛因」 反諷如果沒被當成反諷,就是承認傷害;DLO 也沒有真正說明為什麼「感覺被理解」本身就有價值。
原話依據
“The beauty of our argument is that the DPM understands it completely. We want to offer heroin to people.”我們論點的美妙之處在於 DPM 完全懂了。我們就是要給人海洛因。
“But if it is an operative part of your end goal to convince people in order to achieve a different end goal, that is not our side of the motion.”但如果說服人只是為了達成另一個最終目標的一環,那就不是我們這一方要辯護的。
#20Amitai Ben Porat(反對黨副領袖 DLO)・開場反對反對黨副領袖 DLO
重點
非本題獨有的分析:一、其他 AI 不用懂人也能說服,例如用賽局理論說「別家公司都用了,你該害怕」;二、光靠資料生成能力就能做深偽,所以 OG 擔心的假訊息與不信任反正都會發生。規模論證:OG 說 AI 更懂人、規模更大,但必須說明規模如何改變傷害;恐懼這種反應不需要深入理解人就能觸發。
意圖
把 OG 的傷害從「本題獨有」變成「雙方世界都有」。
手法
「規模論證必須說明規模如何改變傷害」是直接對評審喊話,屬於 BP 高手的評審語言。
破綻與效果
有力,但 DPM 已經先說明情感與事實不同(事實可以查證,情感不行,#15),DLO 沒有正面處理這一層。
原話依據
“Game theoretic arguments about the fear that your company should face when other companies are accepting it”用賽局理論說服你:別家公司都在用了,你的公司應該害怕
“But panel arguments about scale require you to understand why the scale changes the harm that they talk about.”但各位評審,規模論證要求你說明規模為什麼會改變他們說的傷害。
#21Amitai Ben Porat(反對黨副領袖 DLO)・開場反對反對黨副領袖 DLO
重點
指出 OG 漏掉的第二個負擔:不需要接受「AI 說服獨一無二」。政府不了解每個公民怎麼想,所以改用「拿走你能接觸的東西」:中國用審查、防火長城和學校宣傳。如果 AI 能持續餵你「信任中共」的敘事,政府就不必封鎖那麼多資訊,「審查有效率,總比必須大範圍審查好」。
意圖
回應 PM 的宣傳傷害:AI 宣傳取代更粗暴的控制手段。
破綻與效果
全場最大膽的論點,也最容易引起反感:說「更有效的宣傳比較好」,等於接受 DPM 的「壞事變便宜」框架。邏輯上也有缺口:極權政府有了 AI 宣傳,沒有理由就此放棄審查。
發言問題
風險 「更有效的宣傳比較好」 邏輯上,極權政府有了 AI 宣傳也沒有理由放棄審查;修辭上,這等於接受 DPM「壞事變便宜」的框架。
原話依據
“That means that China reacts to wish through censorship through the great firewall and through propagandizing in school systems.”這就是為什麼中國的回應方式是審查:防火長城,還有在學校體系裡宣傳。
“It is much better that censorship is effective than when censorship has to be wideband in order to delude you.”審查有效率,總比必須大範圍審查才能矇騙你好得多。
#22Amitai Ben Porat(反對黨副領袖 DLO)・開場反對反對黨副領袖 DLO
重點
回到孤獨:DPM 說去交朋友,卻沒處理 Liz 的重點:就算有了關係,很多話我們還是不敢說,例如對未來的懷疑、不想讓人知道的念頭。能對 AI 傾訴最深的感受、聽到「你母親過世的痛會過去」這樣的安慰,就能把最沉重的部分卸給 AI,在真人面前先展現好的一面,真人關係反而變多。對方說人會不再想要真正的關係,但社會的理想(電影、父母)永遠是兩個人的關係,AI 只是退路。
意圖
把 AI 從「取代真人關係」改成「補充真人關係」,正面回應 DPM 的「那不是真的關係」。
破綻與效果
細膩,但「把痛苦卸給 AI、在真人面前只展現好的一面」也可以讀成關係變得更表面,正中 DPM「沒有摩擦」的批評。
原話依據
“the problem is that there are many things we will never say because of our fear of how limiting they are to our ability to form a relationship.”問題是有很多話我們永遠不會說,因為怕它們會妨礙我們建立關係。
“So the relationships we get with real humans grow.”所以我們和真人的關係會變多。
#23閉幕政府質詢・閉幕政府反對黨副領袖 DLO發言中
重點
閉幕政府質詢:「就算這些都對,AI 是我們世界最大的禍害,它摧毀我們的星球、摧毀我們的大腦。」
意圖
在上半場先替閉幕政府的延伸(環境與大腦)占位。
破綻與效果
沒有問句,比較像宣言;DLO 一句「你可以在延伸裡解釋」就打發掉了。
原話依據
“I think AI is the biggest blight upon our world. It destroys our planet. It destroys our brain.”我認為 AI 是我們世界最大的禍害。它摧毀我們的星球,摧毀我們的大腦。
#24Amitai Ben Porat(反對黨副領袖 DLO)・開場反對反對黨副領袖 DLO
重點
權衡 AI 為什麼通常會善待我們:AI 不知道我們什麼時候會退出,一旦它不再給安慰,或像 PM 說的改掉你的 AI 男友,你就會發現自己在跟機器說話;所以為了維持「對方是人」的錯覺,它不會用真人不會用的方式傷害你,就算擁有者是富人菁英也一樣。最後翻轉 OG 的「改做其他 AI」:LLM 用同一批使用資料推敲人的心理需求,和以運算能力為主的研發是不同部門,兩者不互斥。
意圖
回應 DPM 的「AI 會被擁有者拿來榨取」。
手法
「怕被識破」的誘因機制很漂亮,而且用的是 OG 自己的例子(AI 男友改版)。
破綻與效果
「不互斥」的翻轉時間不夠,講得很亂(「這就是翻轉。」),等於只說了結論。
原話依據
“So, in order to not break the suspension of this belief where you're talking to a real human, the AI never wants to hurt you in ways that the human would not”所以為了不打破你以為在跟真人說話的錯覺,AI 永遠不想用真人不會用的方式傷害你
“That was the flip.”這就是翻轉。

政府成員 MG|Velina Andonova(閉幕政府)

#25Velina Andonova(政府成員 MG)・閉幕政府政府成員 MG
重點
簡短致謝(提到在歐洲賽決賽開始的某件事要在世界賽完成,全場尖叫)後,以排比開場:「為什麼要破壞沙漠,只為了問 ChatGPT 天氣,明明看窗外就知道?為什麼要污染水,只為了問 Character AI 一個可以問朋友的問題?為什麼要毀掉人腦,只為了不用寫大學申請文?」延伸:這會大量增加原本可以由人做、或根本沒意義的 AI 使用,好處很小、傷害很大,傷害星球,也傷害大腦。
意圖
閉幕隊伍必須帶出開場隊伍沒有的新東西(延伸),CG 選了環境與認知能力。
破綻與效果
開場有力,但延伸的前提是「本題會大量增加 AI 使用」,這需要證明;否則等於在辯「AI 好不好」,而不是「AI 要不要最佳化影響力」。
發言問題
離題 延伸在辯 AI 好不好,不是辯最佳化影響力 環境與大腦的傷害主要來自 AI 被使用,閉幕政府必須證明是「最佳化說服力」造成使用暴增,這一環只有斷言。
原話依據
“Why do we destroy the desert so that we can ask Chajipi about the weather when we can just look outside?”為什麼要破壞沙漠,只為了問 ChatGPT(字幕作 Chajipi)天氣,明明看窗外就知道?
“Closing government extension here is incredibly simple and incredibly easily debate winning.”閉幕政府的延伸非常簡單,而且非常輕鬆就能贏下這場辯論。
#26Velina Andonova(政府成員 MG)・閉幕政府政府成員 MG
重點
為什麼使用量會大增:人天生以對話處理資訊,AI 會對話就會被大量使用,越用越好、越好越用;AI 公司偏好最佳化說服力,因為這最容易變現(ChatGPT 很多人用卻賺不到錢,要靠讓人上癮、和角色建立關係來收費),而最脆弱的人最容易被變現;LLM 在其他事情上其實「爛透了」,只是靠說服力掩飾。
意圖
建立「最佳化影響力 → 使用量暴增」的因果鏈。
破綻與效果
「LLM 做其他事都很爛」和「大家都用它取代 Google」互相拉扯;決賽台上說髒話(字幕消音)也有風險。
原話依據
“As opposed to talking to your friend, you talk to character AI.”不去跟朋友說話,而是跟 Character AI 說話。
“Firstly, they want to optimize for this because it is the easiest to monetize.”第一,他們想最佳化這個,因為這最容易變現。
#27Velina Andonova(政府成員 MG)・閉幕政府政府成員 MG
重點
為什麼這是不對稱的:對話式使用本來就多;路徑依賴(Google 搜尋、Alexa、汽車都加了 AI);而且 AI 回覆的一半變成讚美和表情符號,「就是多 50% 的運算、多 50% 的能源」,自稱這是「贏下辯論的衝擊」。環境:AI 是「地球上最耗能的產業」、訓練要上千張橘子照片、「n 平方問題」讓耗能指數成長、資料中心吸乾冷卻用水並在印度傾倒有毒廢棄物;結尾問越南還要承受多少颱風、印尼還要承受多少水災。
意圖
把影響推到最大,讓延伸足以壓過上半場。
破綻與效果
數字大多經不起檢驗(見事實核對):AI 不是最耗能的產業,「50%」沒有出處,颱風、水災和這題的因果非常遠。OW 在 #40 逐點拆掉。
發言問題
誇大 「多 50% 能源」「最耗能的產業」 沒有出處,和已知數據不符(見事實核對);颱風與水災的因果也太遠。
原話依據
“This is 50% more computing power. This is 50% more energy usage.”這就是多 50% 的運算,多 50% 的能源使用。
“AI is the single most energyintensive industry on the planet.”AI 是地球上單一最耗能的產業。
“How many more typhoons does Vietnam need to suffer?”越南還要承受多少颱風?
#28Velina Andonova(政府成員 MG)・閉幕政府政府成員 MG
重點
第二個傷害:摧毀人類的心智。對話太容易,AI 又有把你留在平台上的誘因,連寫申請文、喝水要不要加維他命都要問它;每次放棄思考,神經連結就變弱,以後替自己做好決定的能力也跟著下降。
意圖
補一個比環境更貼近個人的傷害。
破綻與效果
和辯題的連結比環境更弱:「AI 讓人懶得思考」主要來自 AI 有用,不是來自 AI 會說服。時間用完,沒有完整收尾。
原話依據
“But know that every single time that we give up our ability to think, our neuro connections weaken”但要知道,每一次我們放棄思考的能力,我們的神經連結就變弱

反對成員 MO|Sophie Hannigan(閉幕反對)

#29Sophie Hannigan(反對成員 MO)・閉幕反對反對成員 MO
重點
致謝後開場:「AI 聊天機器人只是冰山一角。」AI 影響最大的地方在權力核心:政府的政策、經濟模型。這題在「輸出」上大致對稱,差別在「輸入」:我們怎麼訓練 AI 關心、理解人類的倫理與情感,解決對齊問題。
意圖
把辯論從消費者聊天機器人移到政策與對齊,避開上半場與閉幕政府的戰場。
破綻與效果
漂亮的重新定位,但「對齊」在 LO 已經提過(#12),閉幕反對必須說明自己比開場反對多了什麼。
發言問題
新意 對齊論點在 LO 已經出現 LO 在 #12 已經說把情感影響設成目標才能用 RLHF 抓出失準,閉幕反對必須說明自己比開場反對多了什麼。
原話依據
“AI chat bots are just the tip of the iceberg.”AI 聊天機器人只是冰山一角。
“The difference is the input that we give it.”差別在於我們給它的輸入。
#30Sophie Hannigan(反對成員 MO)・閉幕反對反對成員 MO
重點
回應開場政府:Jack 說這是史上最有說服力的工具,國家會拿去宣傳;Udai(「顯然受了在保加利亞這段時間的影響」)說你誰都不會信。「這兩者顯然有張力。我們同意 Udai。」人們本來就對 AI 有健康的懷疑,知道它有說服力只會更懷疑;而且宣傳的邊際效益遞減,AI 很普及,反對派政治人物也能拿來反擊。
意圖
用開場政府的內部張力,一次處理開場政府的兩個傷害。
手法
「選邊」比只指出矛盾更有效:同意其中一位,等於用開場政府自己的話打掉另一位。
破綻與效果
有效,但開場政府可以回答兩者是不同時間點(短期操縱、長期不信任),#33 的質詢就是這樣補的。
原話依據
“Udai clearly influenced by his time in Bulgaria says you will trust no one.”Udai 顯然受了在保加利亞這段時間的影響,說你誰都不會相信。
“These are obviously tense. We agree with Udai.”這兩者顯然有張力。我們同意 Udai。
#31Sophie Hannigan(反對成員 MO)・閉幕反對反對成員 MO
重點
AI 在雙方世界都會大量進入政治、政策與經濟:企業為了效率一定會用;「Sam Altman 就坐在川普的晚餐桌上」,AI 不需要說服工具就已經在權力核心;日常使用也早已普及。回應 Velina 的不對稱:AI 就算不懂情感也一樣好用,照樣幫你寫申請文,「不需要加一句 PS 我愛你」;耗水耗能的主要是跑模型的資料中心,不是聊天機器人;AI 也提供氣候、醫療的解方。
意圖
先確立「AI 無論如何都會很重要」,讓「怎麼訓練它」成為唯一的差異。
破綻與效果
對閉幕政府的回應精準,「PS 我愛你」很有記憶點。
原話依據
“They don't need a persuasive tool because Sam Olman is at Trump's dinner table.”它們不需要說服工具,因為 Sam Altman(字幕作 Olman)就坐在川普的晚餐桌上。
“It doesn't need to say PS. I love you because it's solving a massive problem for me and reducing my workload.”它不需要說「PS 我愛你」,因為它正在替我解決一個大問題、減輕我的工作量。
#32Sophie Hannigan(反對成員 MO)・閉幕反對反對成員 MO
重點
機制:在反方的世界,訓練資料從原始數據改成人類的反應、情感與倫理規範;人類的價值觀寫不在一張紙上,因為它依情境而定、受複雜心理影響,所以唯一的方法是讓 AI 模仿人類,連同我們的不理性和情感的複雜;再透過獎勵讓 AI 學到「越像人越成功」,在乎忠誠、自由、有尊嚴的生活,而不只是冰冷的效益數字。
意圖
把「最佳化影響力」等同於「學會像人一樣思考」,再等同於對齊。
手法
「價值觀寫不下來,只能模仿」是這個延伸的關鍵前提,聽起來很有說服力。
破綻與效果
核心的滑移:辯題是最佳化「影響人類」,不是最佳化「理解人類」。GW(#39)與開場政府的質詢(#42)都打在這裡:理解人不必以說服人為目標。
發言問題
偷換 把「最佳化影響人類」換成「理解人類」 辯題反對的是以影響力為目標,不是以理解為目標。GW(#39)與開場政府的質詢(#42)都指出這點。
原話依據
“We cannot write down our value system on a bit of paper because it's situation dependent.”我們無法把自己的價值體系寫在一張紙上,因為它取決於情境。
“So we teach it that the way to be successful is to be more human.”所以我們教它:成功的方法就是更像人。
#33開場政府質詢・開場政府反對成員 MO發言中
重點
開場政府質詢:沒有張力,是短期與長期之分。短期,人被操縱、被宣傳、被詐騙,AI 因此失準;長期,大家對 AI 失去信心,連帶不信任任何可能是 AI 的人或東西。
意圖
修補 #30 被抓到的張力。
破綻與效果
修補合理,但正如 MO 馬上說的,要用質詢來澄清矛盾,本身就證明對手打中了。
原話依據
“There's short and long-term arguments.”這是短期和長期兩種論點。
#34Sophie Hannigan(反對成員 MO)・閉幕反對反對成員 MO
重點
「每次有人想用質詢澄清張力,我都覺得很好笑,因為那代表你被打中了。」回應:短期操縱不切實際,因為懷疑早就存在;就算有一個月的宣傳比較嚴重,也看不出傷害有多大。再預先回應「可以用邪惡的價值觀訓練」:AI 持續學習,最後會匯集大量人群的近似價值,而大家都在乎身邊的人、在乎一定的自由。第四點:AI 能用人聽得懂的方式解釋政策結果,讓決策者更能判斷。總結:「如果你要 AI 為你工作,就讓它像你。」
意圖
拿下質詢這一回合,再把延伸收成一句口號。
手法
「質詢就是被打中」是典型的對評審喊話:把對方的修補變成己方得分的證據。
破綻與效果
「一個月」是 MO 自己替對方設定的時間長度,開場政府並沒有說短期只有一個月。
發言問題
替對方設限 「一個月的宣傳」 開場政府沒有說短期只有一個月,MO 自己設定時間長度,再說它不嚴重。
原話依據
“I always find it funny when people try to clear up attention in a POI because you know you hit on it, right?”每次有人想在質詢裡澄清張力(字幕作 attention),我都覺得很好笑,因為那就代表你被打中了,對吧?
“If you want AI to work for you, make it like you.”如果你要 AI 為你工作,就讓它像你。

政府黨鞭 GW|Alek Selveliev(閉幕政府)

#35Alek Selveliev(政府黨鞭 GW)・閉幕政府政府黨鞭 GW
重點
致謝並引 Dr. Dre 的歌詞宣布這是自己最後一場比賽;接著說「我是進步派自由主義者,會是個好的進步派家長;但如果看到我的孩子用 AI,我會揍他」,「這世上沒有比這個什麼都不做的無用東西更大的惡」。
意圖
用誇張的幽默定調,給觀眾記憶點。
破綻與效果
娛樂效果好,但把立場擴大成「反對所有 AI」,偏離辯題(只反對最佳化影響力的 AI),也替 OW 的「全是虛張聲勢」鋪了路。
原話依據
“If I see my child using AI, I'll beat his [ __ ] ass.”如果我看到我的孩子用 AI,我會揍他(字幕消音)。
“There is no greater harm on this world.”這世上沒有更大的傷害。
#36Alek Selveliev(政府黨鞭 GW)・閉幕政府政府黨鞭 GW
重點
回應閉幕反對的「照樣能寫申請文」:一、會寫申請文的 AI 本來就是先朝說服人的方向發展出來的,因為對話市場大、對話比數學或論文容易模仿,之後才用這些資料訓練其他能力;二、就算有用的 AI 還是會出現,普及程度也會低很多,因為說服力是它最大的銷售手段(「外面天氣如何?」「好問題!」);三、AI 用途越多,資料越多。結論:就算消滅不了 AI,至少能大幅放慢它。
意圖
補強被 MO 打掉的前提:使用量的不對稱。
破綻與效果
第一點是閉幕政府最有分量的機制(說服先行,其他能力跟上),但沒有證據,而且和開場政府的反事實相反:開場政府說其他 AI 能力會發展得更好,GW 說其他 AI 會變慢。
發言問題
矛盾 和開場政府的反事實相反 開場政府說不做影響力,其他 AI 能力會發展得更好;GW 說其他 AI 會變慢。兩隊對「另一個世界」的描述不一致。
原話依據
“Firstly, the reason that the bot that writes your essay exists is because in the first place they developed towards doing it in a way that's like uh that is able to persuade people.”第一,那個幫你寫申請文的機器人之所以存在,是因為它一開始就是朝能說服人的方向發展的。
“oh, what's the weather outside? Great question.”「外面天氣如何?」「好問題!」
“Maybe unfortunately we don't remove AI though I would love to but at the very least we massively slow it down in this particular capacity.”也許很可惜,我們沒辦法消滅 AI,雖然我很想,但至少在這方面我們大幅放慢了它。
#37Alek Selveliev(政府黨鞭 GW)・閉幕政府政府黨鞭 GW
重點
說明閉幕政府如何「強化」開場政府的影響:經濟取代方面,所有 AI 都更普及,所以被取代的人更多;監管方面,開場政府說 AI 會說服立法者放過它,「誰會相信這個?人天生就會懷疑」,閉幕政府的機制則是 AI 發展變慢、資金變少。
意圖
讓延伸看起來是開場政府的升級版,而不是另起爐灶。
破綻與效果
一邊說「強化」開場政府,一邊說開場政府的監管機制不可信,這在 BP 裡就是背刺開場隊友(knifing),評審通常會扣分。
發言問題
背刺 說開場政府的監管機制「誰會相信」 名義上是「強化」開場政府,實際上是否定開場政府的機制,再換成自己的版本。
原話依據
“their impact on dodges regulation is the AI will convince the lawmaker to let it off the hook this is their actual opening government mechanism like why would people believe this”他們「逃避監管」的影響是 AI 會說服立法者放它一馬,這就是開場政府真正的機制,可是誰會相信這個?
#38Alek Selveliev(政府黨鞭 GW)・閉幕政府政府黨鞭 GW
重點
對假訊息論點的四點回應:一、正如閉幕反對說的,人對網路上的東西本來就會懷疑,只有想聽的話(「你問了個好問題」)不會引起懷疑;二、操縱可以是好的,「世界上有很多笨蛋」會被說服去做好事,很多時候相信政府是好事;三、多買點東西,影響有限;四、操縱造成的壞事看得到,可以逆轉,但耗掉的能源和水無法逆轉。並要求對方說明為什麼資料中心生成深偽比生成情感化的回覆好:文字的使用量更大。
意圖
把評審的注意力從開場政府的假訊息轉到閉幕政府的環境論點。
手法
「不可逆」本身是合理的權衡工具:可以逆轉的傷害應該比不可逆的傷害輕。
破綻與效果
嚴重的背刺:第二點「操縱可以是好的、相信政府是好事」直接否定開場政府的核心傷害。DPM 在 #15 甚至預告過「閉幕政府不知道又準備了什麼背刺」。
發言問題
背刺 「操縱可以是好的、相信政府是好事」 直接否定開場政府的核心傷害(宣傳)。BP 評審通常會重罰背刺開場隊友。
原話依據
“The first is as pointed out by closing opposition people have a natural skepticism towards things they see on the internet”第一,正如閉幕反對指出的,人對在網路上看到的東西天生就會懷疑
“Secondly though um manipulation can be good or bad. There are many dumb people across the world.”第二,操縱可以是好的也可以是壞的。世界上有很多笨蛋。
“this is an argument which once done has no ability to be undone”這是一個一旦發生就無法挽回的論點
#39Alek Selveliev(政府黨鞭 GW)・閉幕政府政府黨鞭 GW
重點
孤獨論點:兩面都有可能;而且多數人知道自己在跟機器說話,影響比較小。回應閉幕反對:一、不必訓練 AI 說服人,也能用人類資料教它理解人(研究輸出、訪談);二、資料有選擇偏誤,用 AI 最多的是「懶人、孤獨的人、怪人」;三、AI 只是分析既有資料,創造不出新東西。結尾:「投給我們。」
意圖
在最後一分鐘處理閉幕反對的延伸。
破綻與效果
第一點(理解人不等於說服人)是對閉幕反對最致命的反駁,應該放在最前面並展開;把使用者叫成「懶人和怪人」則是貶低,讓論點聽起來像嘲諷。
發言問題
態度 「懶人和怪人」 把 AI 使用者叫成懶人、怪人,貶低多於論證。
原話依據
“Firstly, we can do this without training it to persuade people.”第一,我們不用訓練它去說服人,也能做到這件事。
“Lazy people like lonely people, weirdos in this kind of sense.”懶人,像是孤獨的人,這種意義上的怪人。

反對黨鞭 OW|Max Rosen(閉幕反對)

#40Max Rosen(反對黨鞭 OW)・閉幕反對反對黨鞭 OW
重點
致謝(McGill 被字幕聽成 Miguel)後,拆閉幕政府兩個「被大幅誇大的影響」。環境:全球最大規模的綠能建設正來自 AI 資料中心(核電重啟、水力、太陽能),因為綠能的邊際成本比較低;用水有回收的誘因,很多州已要求業者自己找水;水不會消失,可以課稅要求業者過濾;閉幕政府還得證明多出來的是化石燃料排放,而且影響不是微不足道。批判思考:大學改回閉卷考、AI 可以輔助學習、浮水印技術持續發展。「他們揮舞著手臂,卻沒有結構性地證明。」
意圖
收掉閉幕政府,讓下半場只剩閉幕反對有成立的延伸。
手法
要求對方證明影響的規模(「多 0.001 度的暖化,我不知道該拿它怎麼辦」)是很有效的權衡手法。
破綻與效果
「綠能邊際成本較低,所以資料中心會用綠能」說得太篤定;現實中資料中心也帶動天然氣電廠擴建。
原話依據
“Number one, the single biggest buildout of green and clean energy in the world right now is coming from AI data centers.”第一,目前全球最大規模的綠能建設正來自 AI 資料中心。
“If they prove 0.001 more global warming, I'm not sure what to do with that impact.”如果他們證明多了 0.001 度的暖化,我不知道該拿這個影響怎麼辦。
“They wave their arms around. They did not prove it structurally.”他們揮舞著手臂,卻沒有結構性地證明。
#41Max Rosen(反對黨鞭 OW)・閉幕反對反對黨鞭 OW
重點
為什麼閉幕反對會贏:要像人一樣思考、理解並說服人,就得用真實、不偏頗的資料訓練;做 AI 對齊的研究者(舉 David Africa)會用涵蓋全社會的資料,政府、企業、科學家都有誘因確保資料準確。回應「AI 會騙你」:如果 AI 幾小時內講兩套相反的話,你就不會再信它,所以它有保持一致的誘因;AI 也會學到人重視誠信與自由。「上半場的錯誤是把 AI 想成 ChatGPT」:大多數 AI 用在供應鏈、研究和車輛;主導的公司靠授權技術,不是靠每月 20 美元的訂閱;未來是代理型 AI,必須理解人。
意圖
把閉幕反對的延伸講得更具體,並回應閉幕政府對資料偏誤的攻擊。
破綻與效果
「主導企業靠授權不靠訂閱」與「大多數 AI 不面對消費者」反而削弱了閉幕反對自己的前提:如果大部分 AI 不面對人,為什麼最佳化「影響人類」是關鍵?
發言問題
自傷 「大多數 AI 不面對消費者」 如果多數 AI 不面對人,最佳化「影響人類」就不是關鍵,反而削弱閉幕反對自己的前提。
原話依據
“One, if an AI just makes two completely different arguments to you as closing government, as opening government says within hours, you stop trusting it.”第一,如果一個 AI 在幾小時內對你講兩套完全不同的論點,就像閉幕政府、開場政府說的那樣,你就不會再信任它。
“Now I think the mistake that top half does is that they think of AI as chat GPT.”我認為上半場犯的錯,是把 AI 想成 ChatGPT。
#42開場政府質詢・開場政府反對黨鞭 OW發言中
重點
開場政府質詢:在你描述的誘因下,我們這邊的企業也會用 AI 理解人,只是不會以操縱我們為目標,不會專挑我們的弱點、失敗和不安下手;所以在你們那邊,AI 理解的是「最低劣版本的我們」。
意圖
直擊閉幕反對延伸的核心滑移:理解人不需要最佳化影響力;最佳化影響力反而會讓 AI 學到人的弱點,而不是人的價值。
手法
這個質詢把 PM 開場的反事實(#4)拿回來用,可能是全場最關鍵的一次質詢。
破綻與效果
OW 接受了質詢,但回答在字幕中幾乎無法辨識,看起來沒有正面回應。
原話依據
“companies will use AI to understand people on our side too, but because it won't be aimed at manipulating us.”在我們這邊,企業也會用 AI 來理解人,只是不會以操縱我們為目標。
“So AI on your side understands the most base version of us.”所以在你們那邊,AI 理解的是最低劣版本的我們。
#43Max Rosen(反對黨鞭 OW)・閉幕反對反對黨鞭 OW
重點
回應質詢(字幕不清楚,大意是廣告本來就瞄準人的弱點,而且效果並不完美);接著嘲諷開場政府:「AI 得在你的想像中像神一樣,你才會相信開場政府」,美國政府不會把總統的手機隨便放著讓外國駭客裝上紅色按鈕;AI 很普及,宣傳雙方都能做,影響很小。權衡:開場反對只講了邊際好處(AI 朋友,而且開場反對自己在質詢時同意它有限)和沒說清楚的經濟好處;閉幕反對的論點更確定:要教 AI 理解我們,它得把我們的價值、偏好和恐懼摸透,這些資料會被轉售、交叉應用到整個 AI 產業,包括對齊研究要做的「停止按鈕」。結尾:「AI 已經留下來了……你想不想要它理解你?」
意圖
在全場最後一篇同時壓低開場政府與開場反對,把閉幕反對推到第一。
破綻與效果
對開場反對的權衡很到位;但沒有處理開場政府的質詢(理解不等於操縱),也沒處理 DPM 的「不論 AI 多強都成立」,這正是開場政府可能壓過閉幕反對的地方。「AI 已經留下來了」也是雙方都接受的前提,不是閉幕反對獨有的好處。
發言問題
未回答 沒有處理開場政府的關鍵質詢 開場政府問「理解人不必以操縱為目標」,OW 接受質詢後的回答在字幕中無法辨識,結尾也沒有回到這一點。
原話依據
“Last of all, the AI has to be so godlike in your imagination to believe opening government.”最後,AI 得在你的想像中像神一樣,你才會相信開場政府。
“It has to know our values, our preferences and our fears.”它必須知道我們的價值觀、偏好和恐懼。
“Do you want it to relate to you to understand it?”你想不想要它能和你產生共鳴、理解你?

結束

#44主持人結束
重點
主持人感謝決賽四隊,請觀眾離場,稍後回來參加閉幕典禮。結果在閉幕典禮宣布,不在這支影片裡:開場政府雪梨大學 USU A 奪冠。
意圖
程序性收尾。
原話依據
“Massive thank you to all the finalists”非常感謝所有決賽選手

事實核對

講者引用的事實與數字。以下根據分析者的知識整理,沒有逐一查核原始資料,引用前請再確認。

項目說明
WUDC 2026 結果雪梨大學 USU A(Jack Story、Udai Kamath)奪得公開組冠軍;ESL 組冠軍是貝爾格勒大學 C,EFL 組冠軍是貝爾格勒大學 A。賽事在 2025 年 12 月 27 日至 2026 年 1 月 4 日於保加利亞索菲亞舉行,320 多隊參賽(Achte Minute 報導)。
俄羅斯在中非的資訊行動(#5)瓦格納集團與後續的「非洲軍團」在中非共和國等地支持當地政權,並伴隨社群媒體假訊息操作,有多份研究與平台下架報告記錄:大致屬實。字幕中「regimes like the C」應是指中非共和國(CAR)。
AI 男女友與 ChatGPT 改版(#5、#24)2025 年 8 月 OpenAI 推出 GPT-5 並一度撤下 GPT-4o,許多和 AI 伴侶建立關係的使用者強烈反彈,OpenAI 隨後恢復舊模型選項:大致屬實。
Grok 與 Twitter(#7)xAI 的 Grok 大量使用 X(前 Twitter)的資料,2025 年 7 月曾產生讚揚希特勒等內容:屬實。「因為 Twitter 用戶很邪惡」是講者的評論。
多 50% 的運算用在讚美與表情符號(#27)找不到出處。Altman 在 2025 年 4 月說過,使用者對 ChatGPT 說「請」和「謝謝」讓 OpenAI 多花了「數千萬美元」電費,可能是這個說法的源頭,但和「50%」差得很遠。
AI 是地球上最耗能的產業(#27)不符。國際能源署(IEA)估計 2024 年全球資料中心(含非 AI 用途)約占全球用電 1.5%,遠低於鋼鐵、水泥、化工等產業。
上千張橘子照片、n 平方問題(#27)數字沒有出處。「n 平方」可能是指 Transformer 注意力機制的運算量隨文本長度平方成長,但這和「每筆資料都要連到其他每筆資料」不是同一回事。
資料中心在印度傾倒有毒廢棄物(#27)找不到可靠來源。電子廢棄物在印度確實是問題,但和 AI 資料中心的直接關聯沒有證據。
越南颱風、印尼水災(#27)東南亞近年確實有嚴重的颱風與水災,但把它們歸因到 AI 的耗能,因果鏈太長。
ChatGPT 賺不到錢(#26)OpenAI 營收快速成長,但仍大幅虧損;「賺不到錢」若指尚未獲利,大致可以這樣說。
Sam Altman 坐在川普的晚餐桌上(#31)2025 年 9 月川普在白宮宴請科技業執行長,Altman 在座:屬實。
AI 資料中心帶動綠能與核能(#40)部分屬實。微軟在 2024 年與 Constellation 簽約重啟三哩島 1 號機組,Google、Amazon 也簽了核能與再生能源合約;但資料中心同時帶動大量天然氣發電,「綠能邊際成本較低所以一定用綠能」說得太滿。
閉卷考與浮水印(#40)生成式 AI 出現後,許多大學增加當面、閉卷的評量;Google 的 SynthID 等浮水印技術也在發展:屬實。但浮水印能否可靠地偵測文字仍有爭議。
每月 20 美元與授權模式(#41)ChatGPT Plus 的訂閱價是每月 20 美元:屬實。但 OpenAI 的營收以 ChatGPT 訂閱為大宗,「主導企業靠授權、不靠訂閱」和實際情況不太相符。
David Africa(#41)字幕中的人名,OW 說是做 AI 對齊的研究者;身分沒有查證。