AGI 時代真的來了？在把症狀貼進對話框之前，先查證三個流行說法

這兩天的科技版被一則消息洗板：OpenAI 發表下一代旗艦模型 GPT-6 Astra，官方把它定位成「世界上最聰明、對齊程度最高的模型」，在電腦操作、瀏覽、軟體工程、網路安全、科學與專業工作這些領域都刷新了最佳紀錄。總裁 Greg Brockman 在發表會上說得更滿，直接宣告世界進入 AGI 時代。

模型變強，本來是工程師要煩惱的事。但它很快就會變成你我的日常話題：長輩羣組開始傳「AI 醫生免費看診」，同事把 AI 的回答截圖當成衛教文章轉發，你自己半夜查症狀時，也難免想著，它都這麼聰明了，問它應該很準吧。

先把前提講清楚，這篇文章不評斷模型到底多強，那需要專業評測。我們要查證的，是「最強模型」四個字往外衍伸的健康說法。順帶一提，如果你這兩天為了追首測、盯著它操作電腦而熬夜，用眼與睡眠的功課我們先前在GPT-6 Astra 發布熱潮的三個健康訊號裡整理過，這次把重點放在「拿它問健康」這件事。

說法一：AI 都比人聰明了，身體不舒服先問它就好

查證從字面開始。「世界上最聰明」說的是模型在各種能力測驗拿到的分數，測的是推理、寫程式、找資料這類題目。看診是另一回事：醫師問診時要聽診、看喉嚨、安排抽血，還要對照你的病史、用藥紀錄和過敏史。這些資訊，模型一樣都拿不到，你在對話框裡打的幾行字，離「完整的你」還很遠。

再來是制度面。在臺灣，診斷與開處方是醫事人員的職權，這條線存在的原因很實際：醫療判斷出了錯，代價由你的身體承擔。

換成可用的觀念：把 AI 放在「掛號之前」，幫你把散亂的症狀整理成條列；走進診間之後的判斷，交給看得到你、也摸得到你的人。

說法二：模型越強，答案就越不會出錯

這是最多人誤會的一條。生成式模型的原理，是根據上文預測接下來最合理的內容，它算的是「接什麼最順」，查證並不在它的原生流程裡。版本越新、能力越強，語氣常常越篤定、條理越清楚，這反而讓錯的內容更難被一眼看出。它可能把兩份不同疾病的衛教內容流暢地接在一起，讀起來通順自然，但其中的劑量或時程已經出錯。

醫療資訊特別經不起這種錯。牽涉劑量、疾病進程、藥物交互作用的細節，差一點就是差很多。

可用的做法，是把 AI 的回答當草稿。重要的內容對照來源：衛福部、國民健康署、疾管署、食藥署的網站，或把截圖直接帶去問醫師、藥師。查的時候多看兩件事：資訊的日期，還有它是不是符合臺灣的建議。訊息經過多手轉述會失真，這套機制我們在三體熱搜的傳話遊戲裡拆解過，AI 生成的內容也在同一條傳播鏈上，只是它接得太順，讓人忘了它同樣是個轉述者。

說法三：都進入 AGI 時代了，回診領藥是不是可以省了

慢性病管理靠的是長期的數據走勢。血壓、血糖、糖化血色素、用藥後的調整，這些需要回診時的檢驗數值，還有醫師對你整體狀況的掌握。臺灣有慢性病連續處方箋，部分院所也提供視訊診療，這些方便的制度都建立在同一個基礎上：醫師看過你，熟悉你的病史。

模型不知道你上次的檢驗數字，不知道你正在喫的藥，更不知道你這週睡得差、食慾變了。這些恰恰是評估與調整時最需要的線索。

AI 在慢性病管理裡其實有位置，位置在紀錄端：把每天量的血壓整理成表格、提醒回診日期、把醫師交代的事打成好讀的清單。帶著這些走進診間，門診時間有限也能講到重點。

換個用法：讓 AI 幫你看醫師之前的忙

與其問它「我是不是得了什麼病」，換成底下這幾種用法，實際幫助大得多：

• 整理症狀日記：什麼時候開始、持續多久、做什麼會加劇或緩解、有沒有伴隨其他症狀、最近喫過什麼藥或保健食品。整理完自己讀一遍，確認沒有被改寫。
• 列出問題清單：一次門診時間有限，先把最想問的事寫下來。有幾件寫幾件，不用湊數。
• 把艱澀名詞說白：檢驗報告上的術語看不懂，可以先請它解釋，再回頭對照官方衛教資料確認。
• 排版量測紀錄：血壓計、血糖機的數字抄成表格，回診時醫師一眼就能看懂趨勢。

家裡有長輩的，再多做一件事。長輩羣組遲早會出現「AGI 免費看診」的貼片，與其逐條駁斥，不如陪長輩把不舒服的時間點寫下來，下次回診一起帶去。螢幕裡的答案再流利，也取代不了醫師當場量到的血壓，和看得到的氣色。

這些情況別先問任何人，包括 AI

有幾種身體訊號，處理原則只有一條：立刻就醫，不要在對話框裡停留。胸痛或胸悶合併冒冷汗、呼吸困難、突發的劇烈頭痛、意識混亂或叫不醒、突然單側無力或口齒不清、大量出血，出現任何一種，撥 119 或直接到急診。這些訊號講求分秒，多聊一輪對話都是延誤。

至於沒那麼急的狀況：症狀持續一週以上沒改善、越來越嚴重，或者 AI 給的答案讓你越看越不安，那就為自己掛個號。帶著整理好的症狀日記，把截圖給醫師看，讓專業的人判斷哪些資訊有用。想調整用藥、想加保健食品，先問你的醫師或藥師，因為只有他們手上握有你完整的用藥清單。

科技會繼續往前跑，掛號、衛教、慢性病追蹤的方式也會慢慢改變。在改變到位之前，你可以讓 AI 做它擅長的整理與翻譯，讓醫療專業做判斷與治療，而你自己負責最關鍵的那一步：把話說清楚，把紀錄留好，該走進診間的時候，準時出現。