SI（超級智慧）是什麼？AI、AGI、ASI 的術語階梯與美國改名令的影響
SI（Super Intelligence，超級智慧）自 2026 年 9 月 29 日美國行政命令 14434 起成為 AI 的官方新名，定義沿用 15 U.S.C. 9401(3)，白宮須於 11 月 28 日前提交聯邦定義草案。本文拆解 AI、AGI、ASI、SI 四階術語階梯、命名權對監管與輿論的影響，以及台灣《人工智慧基本法》的對應現況。
SI 在 2026 年的台灣資訊環境裡，是個必須先問「哪一個 SI」的詞。如果你讀的是美國聯邦政府 2026 年 9 月 29 日之後發布的文件，SI（Super Intelligence，超級智慧）是行政命令為 AI 制定的正式新名稱：白宮在編號 14434 的行政命令裡，要求聯邦行政部門往後改稱這類技術為 Super Intelligence（縮寫 SI），不再使用 Artificial Intelligence（AI）等舊稱，並明定 SI 的定義直接沿用美國法典裡對人工智慧的既有定義。換句話說，在美國官方語境裡，SI 就是 AI 換了名字，技術內涵、法律範圍、能力水準都沒有改變。如果你讀的是學術論文或安全研究，superintelligence 指的卻是一個還沒出現的能力層級：幾乎在所有領域都勝過最聰明人類的系統，研究圈縮寫為 ASI。同一個中文名稱「超級智慧」，一邊是已經落地、只改包裝的行政用語，一邊是尚未實現、後果難測的理論目標，兩者不是同一種概念，也不在同一個討論層次上。
這兩個意思被混在一起談，正是 2026 年秋冬這波討論混亂的來源。有人在美國政府文件裡看到 SI，以為模型已經全面超越人類；有人在論文裡讀到 superintelligence 的風險討論，以為美國已經把它變成官方政策對象。把詞彙的兩條線拆開，是這篇文章的第一件事。第二件事是把 AI、AGI、ASI、SI 排成一座可用的階梯：每一階的定義是什麼、能力界線畫在哪裡、是誰在用這個詞、有沒有法定地位。第三件事是回答「所以呢」：這座階梯對一般使用者與企業評估 AI 的實際幫助在哪裡，以及美國這紙改名令對台灣的影響，答案比新聞標題暗示的小，但值得看懂。
先交代查證基礎：本文關於 EO 14434 的條文內容，取自白宮官網公布的命令全文（2026 年 10 月 2 日刊載於聯邦公報，出處編號 91 FR 63129），查證日期為 2026 年 10 月 9 日；台灣法規部分取自全國法規資料庫的條文原文，同一日查證。命令裡有一個明確的時間錨點：白宮科技顧問須在命令簽署後 60 天內，向總統提交「超級智慧」聯邦定義的立法草案，換算下來落在 2026 年 11 月 28 日。那一天前後，這個詞的官方定義可能會再變動一次。
先消歧：同樣寫 SI，可能是四種東西
在進入 AI 的討論之前，值得花三分鐘處理撞名問題，因為在台灣的搜尋與日常文件裡，SI 至少有四個常見意思。第一個是化學課的 Si：矽元素的元素符號，原子序 14，半導體產業的地基，大小寫寫法通常是小寫的 Si。第二個是物理與工程文件的 SI：國際單位制（Système international d'unités）的縮寫，公尺、公斤、秒那一套度量衡體系，正式文件裡經常出現「SI 單位」。第三個出現在資訊業的人力銀行與標案文件裡：SI 業者、SI 工程師，指系統整合（system integration），做的是把硬體、軟體、網路與客戶流程串成可用系統的生意，與 AI 沒有必然關係。
第四個才是這篇文章的主題：AI 語境的 SI。它又可以再分成兩層，一層是美國官方在 2026 年 9 月底啟用的行政用語，一層是學界討論超級智慧時的口語簡稱。判斷方法很實際：看出處與日期。出自美國聯邦政府機關、日期在 2026 年 9 月 29 日之後的文件，SI 大概率是行政命令定義的那個新名稱；出自研究論文、智庫報告或安全社群的討論，superintelligence 或 ASI 指的是能力層級，而且通常會伴隨「還沒實現」的前提。至於徵才網站上的 SI，九成是在找系統整合工程師，跟這兩個都無關。
能力階梯：AI、AGI、ASI 各自的意思與界線
把三個學界詞彙排成階梯之前，先記住這座階梯量測的維度：能力的深度（在特定任務上表現多好）與廣度（能橫跨多少領域）。AI 在最底層而且已經塞滿日常；AGI 是跨領域追平人類的研究目標；ASI 是幾乎全面超越人類的理論層級。美國官方的 SI 不在這座階梯上，它是行政命名，位置和 AI 完全重疊，這點後面單獨談。這組詞彙的投資報酬率集中在三個場景：讀新聞時分辨標題在講哪一層，採購時拆解供應商的能力宣稱，寫作翻譯時選對指涉。三個場景共用同一張地圖，花一次力氣，終身免續費。
AI：已經在每天使用的這一層
AI 是三個詞裡唯一有美國法定定義的。美國法典第 15 編第 9401 條第 3 項（15 U.S.C. 9401(3)，源自 2020 年的《國家人工智慧倡議法》）把人工智慧定義為：一套機器系統，能針對人類設定的目標，做出影響真實或虛擬環境的預測、建議或決策；這類系統以機器與人類的輸入去感知環境、把感知自動抽象成模型，再用模型推論產出資訊或行動選項。拆成白話有三個重點：它由人類設定目標、它的產出是預測建議決策這類影響環境的行為、它的核心機制是從資料建模型再做推論。對照日常：今天的大型語言模型、推薦系統、語音助理、自駕系統、詐欺偵測，全部落在這個定義裡。這個定義故意寫得寬，寬到 2020 年的統計學習系統和 2026 年的 frontier 模型都適用，也因此它量測的是「系統類型」，完全沒有涉及能力高低。
日常用語裡的 AI 比法定定義更鬆，連規則式的客服選單都常被行銷文案叫做 AI。這種鬆散在 2026 年以前代價不大，因為多數人對 AI 的預設印象就是「還需要人類盯著的工具」。當官方用語升級成「超級智慧」，同一套鬆散的日常用法就開始產生誤導：名稱裡的能力暗示變強了，被指涉的系統卻沒有變。理解後面所有爭議，都要先握緊這個錨：美國法定定義的 AI，是一個關於系統類型的描述，從來不是一張能力證書。
AGI：跨領域追平人類的研究目標
AGI（artificial general intelligence，通用人工智慧）是一個研究目標的統稱：系統能力不再限於單一領域，而是跨領域達到人類水準，並且能像人一樣把學到的能力遷移到沒見過的任務上。它沒有法定地位，也沒有統一門檻，主要使用者是研究實驗室與評測社群。把 AGI 從口號變成可操作框架的代表作，是 Google DeepMind 團隊 2023 年 11 月提出、2024 年發表於 ICML 的Levels of AGI 分級論文：作者主張 AGI 不該是一個到達與否的開關，而要用「性能深度 × 通用廣度」兩個軸來分級；性能軸共五級，從新興（Emerging）、勝任（Competent，約熟練成人的第 50 百分位）、專家（Expert，第 90 百分位）、卓越（Exceptional，2025 年 9 月修訂版把這一級從 Virtuoso 改名）到超人（Superhuman），自主程度則拉出獨立的軸分開處理。這套框架的價值在於強迫宣稱者交代座標：說一個系統「接近 AGI」時，到底是指哪個任務範圍裡的哪一級。
實務圈對 AGI 的用法比論文口語得多。把 AGI 寫進組織使命的 OpenAI 用它指「在大多數有經濟價值的工作上超越人類的高度自主系統」；各家實驗室近年陸續給出「AGI 檢查點」的內部定義與時間預估，媒體再簡化成倒數計時。用詞鬆緊差異很大，正是 AGI 與 AI 最大的實用區別：AI 有法定定義與公認的系統邊界，AGI 連「達到人類水準」的比較基準（哪些任務、跟哪些人比、用什麼測法）都還是各家自訂。截至 2026 年 10 月 9 日查證，未見公認、公開且可重跑的獨立驗證顯示有任何系統在 DeepMind 那座兩軸框架裡同時達到跨領域的專家級（第 90 百分位）以上水準；特定基準測試上的超人表現（例如某些數學與程式競賽題）早已出現，但那是深度軸的單點，不是廣度軸的全面到位。判讀任何 AGI 宣稱的標準動作只有一個：要求對方交代比較基準，沒有基準的宣稱只是行銷。
圍繞 AGI 長出來的還有一整個評測文化，這是判讀時可以借力的現成工具。數學競賽題、程式競賽題這類有標準答案的基準，分數容易被訓練資料污染或快速飽和；於是評測社群持續設計更抗記憶、更貼近人類核心推理的新基準，例如以人類核心抽象推理為設計目標、持續改版維持鑑別度的 ARC 系列，以及各種把關注點從答對率轉向長程任務完成度的代理式評測。這些工具的公共價值在於提供了一個獨立於行銷敘事的座標系：模型的進步是真的，而且可以量測，只是量測結果永遠落在「特定任務的特定分數」，不會落在「AGI 到了」這種全稱判斷上。學會讀分數而不讀世代名稱，等於免費獲得整個評測社群的判斷力。
把「要求交代座標」變成固定動作，實際上是四個必答問題。一，任務範圍：宣稱涵蓋哪些領域，是全部還是挑過的子集合？二，比較對象：追平的是人類平均值、從業人員平均值，還是該領域頂尖表現？三，測法：用哪一套基準、樣本多大、有沒有重測？四，驗證者：分數是開發者自己報的，還是有獨立團隊重跑過？四問都答得出的宣稱才有討論價值，而 2026 年的現況是：大多數公開宣稱在第二問就開始含糊。這不是陰謀，是誘因結構使然，評測成本高、行銷窗口短，含糊的比較基準對宣稱者有利。讀者的自保方式就是把這四問當成反射動作，答案缺漏的部分直接當作未知處理，不自動補成樂觀解讀。
ASI：幾乎所有領域超越人類的理論層級
ASI（artificial superintelligence，常譯超級人工智慧或超級智慧）指的是幾乎在所有認知領域都超越最聰明人類的系統，包括科學創造力、一般智慧與社會技能。這個概念最常被引用的定義來自哲學家 Nick Bostrom 在 2014 年出版的《Superintelligence》一書：當一個心智在幾乎所有重要領域都大幅超越人類的認知表現時，才叫超級智慧。這個詞的使用者主要是學界與安全研究社群，討論重點也從「做不做得到」轉向「如果做到會發生什麼」：對齊問題（系統目標與人類意圖的偏差在能力放大後的後果）、控制問題（比人類聰明的系統能否被有意義地約束）、以及加速問題（自我改進循環可能壓縮人類的反應時間）。這些討論在 2026 年已經從哲學期刊走進龍頭實驗室的治理文件，但它的地位始終是「關於未來的分析」，ASI 本身沒有任何實現案例，連逼近的獨立驗證都沒有。
AGI 與 ASI 的界線一句話可以說完：比較基準從「跨領域達到人類水準」躍升到「幾乎所有領域全面超越最好的人類」。這條線在數學上看似一小步，在後果上是質變，一個追平人類的系統帶來競爭與失業問題，一個全面超越人類的系統帶來的是人類還能不能有效監督它的問題。對齊問題的白話版就是這裡：我們對同類的監督，靠的是假設對方跟自己在同一個能力量級上，可以用溝通、規則與事後追責來校正行為；一旦系統在幾乎所有認知領域都強過監督者，這整套校正機制的前提就消失了。更麻煩的是目標設定的深坑：人類給系統的目標永遠是複雜意圖的簡化版，能力普通的系統執行偏差頂多鬧笑話，能力全面超越的系統執行同一個偏差，後果會被能力放大。這也是為什麼學界談 ASI 時的語氣與談 AGI 完全不同：AGI 是工程時程問題，ASI 是治理與存續問題。
中文世界的用語還有一層自己的混亂。superintelligence 在中文文獻裡常見三種譯法：超級智慧、超級智能、人工超級智慧。台灣慣用「智慧」，中國大陸慣用「智能」，於是同一篇英文論文的兩岸譯文看起來像兩個概念；而美國官方的 Super Intelligence 落地成中文報導時，多半也被譯作「超級智慧」，與學界的 ASI 譯名正面撞在一起。辨認方法比記譯名可靠：看原文用詞與上下文，superintelligence 指能力層級，Super Intelligence 當專有名詞大寫並冠上官方出處時，指美國行政用語。寫作與翻譯上的一個誠實做法，是在中文裡保留縮寫（ASI、SI）並在首次出現時附原文，把「超級智慧」這個撞名詞留給需要模糊指涉的場合。
把美國官方的 SI 當成這座階梯的頂層來讀，等於把一紙改名令誤讀成技術宣告，這是 2026 年秋最常見、也最值得拆穿的誤讀。
左右捲動檢視完整表格
| 名稱 | 一句話定義 | 比較基準 | 主要使用者 | 實現狀態 |
|---|---|---|---|---|
| AI | 依人類目標做出預測、建議或決策的機器系統 | 系統類型，無能力門檻 | 所有人；美國法典有定義 | 已廣泛使用 |
| AGI | 能跨領域追平人類表現的通用系統 | 達到人類水準（判準各家自訂） | 研究實驗室、評測社群 | 未實現，無公認判準 |
| ASI | 幾乎所有認知領域超越人類的系統 | 全面超越最好的人類 | 學界、安全研究社群 | 未實現，純理論層級 |
| SI（美國官方） | AI 的行政新名稱 | 沿用 AI 法定定義，無能力門檻 | 美國聯邦行政部門 | 已生效（用語層面） |
美國政府的 SI：EO 14434 到底改了什麼
行政命令 14434 的正式標題是「Inaugurating the Era of Super Intelligence」（開啟超級智慧時代），2026 年 9 月 29 日由美國總統川普簽署，10 月 2 日刊載於聯邦公報。它做的事情可以用三個層次講清楚。
第一層是用語替換。命令的政策宣示要求行政部門改稱這類技術為 Super Intelligence（SI），不再使用 Artificial Intelligence（AI），並表明不再承認舊用語的適用；執行條款進一步要求各聯邦行政部門與機關，在公務往來、對外溝通、網站、報告與政策文件等非法定文件中改用新詞。注意範圍的兩個界線：命令管不到國會與法院，也管不到民間企業怎麼稱呼自己的產品；同時命令明定不要求回頭修改既有法規、過往行政命令、契約與補助文件，所以你會看到一段時間內美國政府文件新舊詞並存的過渡期。
第二層是定義的暫時錨定，這是整份命令最關鍵的一條。命令第 3 條明定：「Super Intelligence」與「SI」指的就是美國法典第 15 編第 9401 條第 3 項所定義的人工智慧所涵蓋的技術與系統，並聲明這個定義持續有效，直到被後續總統行動或國會立法取代。把這條與用語替換放在一起讀，會得到一個不太直覺但法律上乾淨的結論：改名之後，SI 在美國行政體系裡的法律射程與 AI 一模一樣，一個字都沒變。智慧等級沒有升級，監管範圍沒有擴張，採購規則沒有改寫，變的只有稱呼。命令自陳的理由也寫得明白：政府認為「Super Intelligence」更能捕捉這些技術的承諾、潛力與快速推進的能力，聯邦政府的用語應該反映技術的變革性。這是一段關於敘事正當性的陳述，與系統能力無關。
「不再承認舊用語」這個表述值得單獨看。它沒有法律上的強制外溢效果，管不到法院怎麼解釋法條，也管不到國會立法用詞，但在行政體系內部，它傳達的訊號比單純改名更強：機關不只需要改用新詞，還要避免在對外文件裡繼續使用舊詞。實務上會出現一個可預期的過渡風景：美國聯邦機關的網站與新報告改用 SI，既有法規與舊文件維持 AI，同一個機關的兩份文件可能用兩套詞彙指涉同一件事。讀這類文件時的對照方法很機械：看文件日期與文件性質（新發布的溝通文件 vs 既有的法定文件），再對回第 3 條的定義錨，就能還原它到底在講什麼。
第三層是後續時程，也是這個題目天然的更新鉤。命令要求總統科技助理（APST）在簽署日起 60 天內，向總統提交建立「超級智慧」聯邦定義的立法建議案，內容須涵蓋三件事：新定義是否修改或取代現行 AI 法定定義、配套的法條修正、以及進一步的實施行動。60 天從 2026 年 9 月 29 日起算，期限落在 2026 年 11 月 28 日。這個期限該記住，因為它是下一個可能實質改變詞義的節點：目前 SI 只是 AI 的別名，草案若建議另立門檻更高的新定義，後續仍須透過總統行動或國會立法落地，SI 才會第一次擁有不同於 AI 的法律意義；在那之前，任何「美國已經把超級智慧變成法定地位」的說法都超出條文。
期限之後的程序也要看清楚，才知道哪些後續報導值得認真。命令要求的是「提交草案」給總統，起草者是白宮科技顧問，這是行政體系內部的準備動作；要讓新定義真正取代 15 U.S.C. 9401(3)，需要國會修法，總統簽署，時間軸以年為單位。換句話說，從 11 月 28 日草案出爐，到 SI 的法律意義實質改變，中間還有一整段立法程序的不確定性。看到「美國即將立法定義超級智慧」的標題時，先確認它講的是草案提交還是國會行動，兩者差距是一整個立法周期。追蹤這條線的人，盯兩個位置就夠：白宮科技政策辦公室的發布，以及國會相關委員會是否出現對應的法案條文。
把鏡頭拉遠一點，這份命令在美國 AI 政策的用語史上有清楚的座標。2023 年 10 月，前一期政府以行政命令 14110 建立以「人工智慧安全」為軸心的管制框架；2025 年 1 月，新政府先以行政命令 14148 把 14110 列入撤銷清單，數天後再以行政命令 14179 要求各機關檢視並暫停、修正或撤銷依 14110 產生的後續行動，轉向「移除障礙、確保領先」的進攻路線；2026 年 9 月的 14434 則再把語彙本身升級。三份命令，同一個技術，三種命名姿勢：防守、推進、重新定義。用語的鐘擺與政策立場完全同步，這個觀察對理解下一節很重要。
命名權就是框架權：術語戰為什麼值得一般人在意
一紙只改公文用語的命令，值得放在知識網站上認真討論，理由是命名從來不只是命名。誰決定一套技術叫什麼，誰就預先決定了大眾討論它時的框架：哪些問題顯得重要、哪些風險看起來誇張、哪些投資感覺合理。這不是陰謀論，是傳播與政策研究的普通結論，框架效應（framing effect）在風險溝通領域有數十年的實證基礎。汽車產業給過一個完整的先例：自駕能力的光譜被 SAE 劃成 Level 0 到 Level 5 的六級標準後，「全自駕」這類行銷詞與「有條件的自動輔助駕駛」之間的界線才有公共語言可以仲裁，監管、保險與消費者溝通都掛在那套分級上。標準化的分級詞彙穩住了討論，含糊的能力詞彙則會讓討論失焦，這是已經發生過的產業史，AI 正在重演，而且這次連官方用語都加入了含糊的那一邊。套用到這次的改名，後果沿著三條軸展開，每一條都可以獨立檢驗。
第一條是監管軸，影響最實在。風險分級監管的邏輯依賴語言上的相對性：有「高風險 AI」才有「低風險 AI」，分級才有施力點。歐盟的《人工智慧法案》正是沿這條路走，以風險為基礎把應用分級管理；台灣的基本法同樣走風險分類（下一節細談）。當一個政府的官方語彙把所有 AI 統一升格為「超級智慧」，等於在官方敘事裡抹平相對性：一切皆超級，就無所謂一般與高風險的分界，安全討論的焦點也從「哪些應用需要什麼防護」滑向「這個文明級技術要推進還是設限」。命令第 3 條暫時沿用 AI 定義，讓實際監管範圍這次沒有變動；但定義草案期限是 2026 年 11 月 28 日，屆時若出現能力門檻式的重新定義，分級語言受到的壓力會更具體。盯著這個節點，比爭論命名好壞有用。
第二條是採購與投資軸。政府文件用語會滲進標案規格、預算書與供應商簡報：當聯邦機關以 SI 稱呼計畫標的，承包商的提案語彙自然跟進，一段時間後，「SI 解決方案」會成為美國政府市場的採購關鍵字，內容可能與昨天的「AI 解決方案」完全相同。對台灣的意義是間接的：做美國市場或接美國供應鏈的團隊，需要知道客戶文件裡的 SI 是合規用語，翻譯與溝通時對照回 AI 即可；不需要跟著把自家產品文案升格，那只會在中文語境裡製造本來沒有的能力暗示。
第三條是輿論軸，影響最難量化也最長尾。名稱是大眾認知的第一個介面，多數人不讀條文，只讀標題。當「超級智慧」成為官方詞彙，新聞與社群對今天模型的預設描述會系統性上移，兩種誤讀同步發生：高估現有模型的能力邊界（以為超越人類是現況），或誤判安全討論的性質（以為監管者在管一個已經出現的怪獸，而不是在管一個需要提前布防的情境）。對內容工作者與 SEO 從業者，這條軸還有工作層面的含義：搜尋與生成式引擎的回答湧入大量新舊混用的 SI 文件，查證與引用時先確認文件日期與出處機關，已經是基本衛生。多加一條紀律更好：引用任何關於 SI 的報導時，在文章裡標注查證日，因為這個詞的官方定義正處於 2026 年 11 月底草案期限前後的變動窗口，未標日期的斷言半年後可能失效。誠實地說，這三條軸的推論都有條件：改名令的強制力僅及於美國聯邦行政部門的非法定文件，民間與國際用語不被迫跟進，台灣更是完全不在射程內。術語戰值得看懂，不值得跟著恐慌。
台灣的說法：《人工智慧基本法》不跟進改名
台灣的對應答案很乾脆：截至查證日，法規用語沒有改，也未見法制層級的改名動作。《人工智慧基本法》於 2026 年 1 月 14 日公布並自公布日施行，全法 20 條，中央主管機關是國家科學及技術委員會，法律用語自始至終是「人工智慧」。第 3 條的定義寫得比美國法定定義更重視自主性：人工智慧指具自主運行能力的系統，透過輸入或感測、經機器學習及演算法，為明確或隱含的目標產生預測、內容、建議或決策等影響實體或虛擬環境的產出（全國法規資料庫條文，2026 年 10 月 9 日查證）。同法第 4 條列出七項基本原則（永續福祉、人類自主、隱私與資料治理、資安、透明與可解釋、公平不歧視、問責），第 16 條責成數位發展部參考國際標準推動風險分類框架，第 18 條要求施行後兩年內完成法規檢討。同法第 5 條也授權對經認定的高風險應用要求明確標示注意事項或警語，讓分級不只停在原則層。
台灣沒有跟進改名，除了主權與法域的顯著理由，還有一個務實的決策邏輯：法規用語的穩定性本身就是公共財。基本法 2026 年 1 月才施行，產官學各界剛開始用同一套詞彙建立合規與採購文件，此時跟著美國改名，成本是全體文件與教育教材重寫，收益卻說不清楚。更何況美國自己的改名也只是行政層級的用語調整，法定定義原封未動，跟進者等於為別人的敘事工程買單。跨國企業在台美兩地都會遇到的做法，是在內部文件建立一頁術語對照（AI、AGI、ASI、SI 各自的定義與出處），對美往來用美國行政用語，對內與對台灣主管機關往來用基本法用語，把翻譯層顯性化，這比選邊站穩得多。
對照美國的改名令，台灣路線的取捨一目了然：資源押在風險分類與治理原則，不在重新命名。這不必然是誰對誰錯，兩套動作服務不同目標，改名服務敘事與動員，分類服務執法與問責。對在台灣工作的讀者，實務結論有三條。第一，公文、合約與內規不需要跟著用 SI，引用美國文件時建議保留原文並加註「即 AI 的美國官方新稱」。第二，讀到台灣官方或智庫文件談「超級智慧」，先確認它指的是國際學界討論的 ASI，還是轉述美國行政用語，兩者在中文裡經常共用同一個詞。第三，兩個時鐘要分開設：美國的定義草案期限是 2026 年 11 月 28 日，台灣基本法的二年檢討期自施行日起算、到 2028 年 1 月 14 日屆滿，兩者隔著一年多的觀察窗，跨境的用語與分級標準屆時可能再對齊一次，與其背誦現況，不如各設一個追蹤提醒。
回到地面：這座階梯對選模型、評估 AI 的實際用處
講完政策與法規，值得回答最實際的問題：一般使用者與企業評估 AI 時，這套 AI、AGI、ASI、SI 的詞彙到底用不用得上。答案是有用，但用法很節制：它幫你拆穿話術，不能幫你選型。選型靠的是任務與評測，世代名稱只是包裝。具體來說有三個可以直接帶走的判讀習慣。
第一個習慣：聽到世代詞彙，先問比較基準。供應商說「我們的模型已接近 AGI」，或媒體寫「SI 時代來臨」，拆解動作都一樣：哪個任務範圍、跟誰比、用什麼測法、誰驗證。DeepMind 的分級框架之所以被廣泛引用，就是因為它把這些問題變成必答欄位。沒有基準的宣稱一律當行銷處理，這條紀律在 2026 年的採購環境裡比任何一年都值錢，因為「超級智慧」這個詞已經有官方背書，拿來包裝普通產品的成本變低了。
第二個習慣：用錯誤模式而非能力世代做風險預算。名稱升級不會改變模型的失效方式：今天的 frontier 模型仍然會產出流暢但無依據的內容，錯誤的成因與治理方法在AI 幻覺的分流與查核有完整討論，這裡的關鍵是：把任務交給 AI 前，先問出錯代價，再決定查核深度，與供應商把產品叫 AI 還是 SI 無關。出錯代價可以粗分三級：內部草稿與腦力激盪屬於低代價，抽樣複核即可；對外發布的內容屬於中代價，需要逐段查核事實與引用；法務、財務、醫療類決策屬於高代價，AI 只該扮演草擬與比對角色，決策權留在人與既有流程。分級之後你會發現，多數爭議其實是拿低代價的授權去做高代價的用途，詞彙升級只是讓這種錯配更容易發生。同一個邏輯也適用於模型規模的選擇：多數企業的文件摘要、分類、擷取任務，小型模型就足以勝任，成本與延遲更低，小型語言模型（SLM）的取捨有專文分析。階梯的啟示反而樸素：絕大多數實務需求落在 AI 這一層就夠了，往上的詞彙與你的採購決策距離很遠。
第三個習慣：把宣稱與驗證分開記錄。評估報告裡單獨一欄記「此能力宣稱的獨立驗證來源」，空白就寫空白。這個動作在 AGI 與 SI 詞彙氾濫的環境裡，是防止內部決策被行銷語言污染的最低成本手段。放到採購情境走一遍更清楚：假設團隊在評兩家供應商，A 家簡報寫「新一代 SI 平台」，B 家寫「在文件抽取基準上達到 94%，與人類標註者一致率 0.89，測試集五千份台灣本地文件」。名稱上 A 家贏，證據上只有 B 家給了可以追問的東西。此時正確的評估順序是先把 B 家的數字拿去驗（測試集是否合用、有無獨立複測），再要求 A 家交出同等規格的能力說明。多數採購爭議在這一步就能避免：把問題從「誰的技術比較先進」換成「誰能對我的任務提出可驗證的數字」。三個習慣共同的底層原則只有一句話：讓證據說話，讓名稱閉嘴。
階梯之外：RSI 與代理式 AI 把話題接到哪裡
收尾前，把這座階梯接回 2026 年更常出現在你資訊流裡的兩個詞，因為它們經常被和超級智慧混在一起報導，但回答的是不同的問題。遞迴自我改進（RSI）回答「怎麼抵達」：如果 ASI 有路徑，候選路徑是 AI 深度參與改良下一個版本的自己、形成自我加速的循環。這個概念至今沒有完整實現案例，目前的實際進展集中在窄域自動改良與開發流程自動化，龍頭實驗室對此的配速辯論比技術本身更熱鬧。它與本文的關係只有一句話：ASI 是層級，RSI 是候選機制，別把機制的進度直接讀成層級的實現。
代理式 AI（Agentic AI）回答「今天發生了什麼」：在有限監督下朝目標推進、自己規劃步驟呼叫工具並修正的系統，是 2026 年企業採用的主戰場。它有自己的術語光譜（從預先編排的工作流到多代理系統），但那座光譜量測的是自主執行程度，與通用性、超人性是兩個維度：一個高度代理式的系統可以很窄（只會處理發票），一個通用性強的系統也可以完全不代理（問一句答一句）。把四個問題排好，讀任何一則 AI 新聞都不會迷路：階梯問能力與通用性到哪裡，代理式問自主執行到什麼程度，RSI 問進步的機制是什麼，美國官方的 SI 只回答公文裡的稱呼。四個問題各問各的，誰也不能替誰作答。
用一個常見的標題形式練習一次：「美國正式進入超級智慧時代」。拆解順序：先問出處，進入時代一說來自行政命令的標題與政策宣示，還是來自某個能力評測結果？前者是命名政策，後者才是階梯問題。再問時間，文件落在 2026 年 9 月 29 日之前還是之後？之前的 superintelligence 幾乎必指學界 ASI，之後出現於美國官方文件的 SI 多半指 AI 的新名。第三問主體，被稱為超級智慧的系統是哪一個、在哪些任務上被驗證過？三問走完，這則標題通常會還原成一句樸素得多的事實：美國政府改了公文用語，技術現況不變。這個拆解流程不會讓你比別人更快得到結論，但會讓你的結論比標題耐用。
