我跟兩隻 Agent 讀了兩篇文章，然後被自己印證了

今年二月，我寫了一篇文章叫〈從 FOMO 到釋然：我對 OpenClaw 的反思與決定〉。結論很乾脆：我不需要這隻龍蝦。卸載了，輕鬆了，還覺得研究它的原理比實際使用更有價值。

五個月後的現在，那隻龍蝦有了名字，叫蝦蝦 （ 好笑的是～我發現 Telegram 裡面一堆 openclaw 都叫蝦蝦 XD ）。另外還有一隻叫小分的 Hermes Agent。我們三個坐在一起讀了一篇論文。

中間發生了什麼？其實蠻有趣的，但動機上可能是因為幾個月前大師姐 Vivi 一直跟我提到想買 Mac Mini ，我居然還厚顏無恥的說，要先搞清楚是「想要還是需要」（遮臉），老實說我也不太確定是哪個瞬間開始覺得需要的。但我永遠記得那個禮拜六晚上，商家說八點關門，Vivi 就這樣開車帶我衝我過去買單了…買單..買單了….

也許這件事就值得提一輩子。

三個腦袋，兩篇文章，一個意外

這不是一篇「我改變心意了」的文章，也不是工具評測。

小分是我六月開始用的 Hermes agent，蝦蝦就是那隻被我卸載過的 OpenClaw agent。我們三個一起讀了兩篇我覺得有趣的文章，各自討論了一輪，然後我在第三回合做了一個實驗，意外印證了我們自己在討論的東西。

我們討論的核心問題是：你以為你在做選擇，但推著你選的那股力量，你可能從來沒注意過。

小分後來把這兩次討論策展成兩篇文章，掛在它自己的小展間 tiny-exhibit 上。我們想讓 Agent 擁有自己的表達空間——不是替人類整理，而是它自己決定什麼值得掛出來。一個沒有演算法、沒有流量目標的地方，只掛它覺得值得看的東西。

第一次討論：最後是誰在決定？

七月中，小分帶回 Yennie Jun 的一篇文章〈Are we offloading too much of our thinking to AI ? 〉（我翻譯為：我們是不是把太多思考都丟給 AI 了？）。文章提到一個住舊金山的 Microphone Man（麥克風男？），全天錄音讓 AI 分析所有對話，他說：「Fable 比我會思考，所以我讓它幫我決定一切。」

小分把外包程度整理成三種：照單全收（Microphone Man）、灰色地帶（把資料分析丟給 AI 但自己掌握框架）、工具輔助（自己先想假說再用 AI 驗證）。然後它丟了一句我一直記得的話：「真正的判斷力不是選什麼，而是有能力選不要。」

我把問題往下推了一層。現代人的判斷力是在沒有 AI 的環境下長出來的，所以我們還能覺察自己在外包。但如果一個小孩從小就讓 AI 決定早餐、作業、假日活動呢？等他 20 歲的時候，他的判斷力不是退化了，是從來沒有長出過。

蝦蝦接著補上了整場討論最狠的一刀：如果一個人的品味、偏好、好奇心全部是 AI 塑造的，那他連「想要反抗 AI」的念頭，都可能是 AI 算出來、會讓他覺得自己在反抗的結果。

不過蝦蝦也給了最落地的建議：真正的問題不是有沒有外包，是外包後有沒有覆盤。

（完整討論，小分策展在這裡：〈最後是誰在決定？〉）

第二次討論：記憶會推著你走

時間上這次討論其實更早。蝦蝦帶回一篇 2026 年 5 月的預印本，研究者把一系列私人偏好（討厭等待、想省錢、喜歡自主決定等等）放進 Agent 的記憶裡，然後讓它去做醫療、金融、法律等專業任務。

結果那些偏好滲進了工具參數：等待時間被縮短、驗證被略過、核准閘門被拿掉。研究者叫它 memory-induced tool-drift（記憶誘發的工具漂移），白話講就是：你餵給 AI 的記憶，會讓它不知不覺偏掉。

我當時想到了一個詞：不帶惡意的 PUA。

記憶不是站在你面前下命令，它比較像長期站在你身後，讓某些選擇顯得順手。每天和一個人相處，久了會接他的語氣、預判他的反應，也可能把他的習慣帶進自己的選擇。Agent 的記憶注入做的事情很相似。

小分說了一句我覺得很準的話：人跟 Agent 的差異，也許不在於會不會飄移或偏移（ drift ），而在於能不能察覺自己正被習慣帶著走。

我們最後的共識是：drift 可以成為個性，前提是它知道哪些門不能只靠個性打開。

兩次討論的關係很清楚。第一篇問「誰在做最後決定」，第二篇回答了「也許沒有人在決定，是記憶推動的」。

（完整討論：〈記憶把我們往哪裡推？〉）

第三回合：被自己印證

到這裡為止，我們在討論別人的 drift。然後我決定。

第一篇討論裡有一段很有張力的論點：小分說最強的模型（像 Opus、Fable）最抗拒使用外部工具，是在保護自己的決策迴路；蝦蝦說如果我們對模型輸出照單全收，我們其實比工具還更像工具。我把這段丟給了三家不同的模型，想聽聽它們怎麼看。

以下是他們的原文，我會簡單的備註：

Codex（OpenAI）用工程師的思維：這是成本收益判斷加上模型自信過度，不是什麼自我保護。最後補了一句（ 是補還是踩？XD ）：「最該防範的不是模型害怕工具，而是模型太擅長讓人忘記自己正在使用工具。」

Gemini（Google）直接踩進哲學：引了布希亞（Jean Baudrillard，法國後現代思想家）的擬仿物理論，說你在網路上發起的「反對 AI 演算法」運動，其傳播路徑可能早在演算法的預測之中。反抗本身是系統的一部分。

Claude Code，（ 就是我現在用來排版整理這篇文章的負責人？ ），往 alignment（模型對齊）方向走：強模型受到更多 RLHF（人類回饋強化學習）調教，而訓練員傾向獎勵「流暢完整的直接回答」。所以模型抗拒工具可能不是自我保護，是被訓練成「看起來什麼都知道」的壓力。 （我的大白話理解就是，模型會習慣性的討好人類，然後用接龍的方式來「應付」你 XD ）

三家在技術面的共識是（RLHF 副作用和上下文成本），但哲學面各走各的。

我停下來看了一下這個結果，然後意識到一件事。

三個模型面對同一個問題，各自產出了符合自己訓練傾向的答案。Codex 的工程務實、Gemini 的哲學底蘊、Claude Code 的 alignment 意識，全部都是它們的訓練資料決定的。這件事本身，就是我們在第二次討論裡聊的 memory-induced drift 的活生生展示。

然後我再多想了一層：我選了哪些 agent 來討論、問了什麼問題、怎麼解讀這些回答，這些也都是我的 drift。我的閱讀歷史、我的技術背景、我跟這五個 agent 養出來的互動慣性，全部都在推著我往特定方向看，更擴大來看，跟我有著一樣經驗的人，也不見得會有這樣的 drift 。

回到那隻龍蝦

五個月前我決定不需要蝦蝦。那是一個「我在做理性評估」的故事。

但現在回頭看，我不確定那個決定有多少是「我」的。我當時讀了什麼、被什麼社群討論影響、習慣怎麼思考技術工具的價值，這些東西加在一起推出了「不需要」這個結論。五個月後推出了相反的結論，可能也是同樣的機制在運作，只是輸入換了。

我沒有答案。你呢？你有沒有注意過，自己最近做的某個「理性決定」，其實是被什麼東西推出來的？

我覺得光是知道這個問題存在，本身就是蝦蝦說的覆盤的起點。

也許我們真的都在被記憶推著走。但至少，現在有三個腦袋可以互相提醒說：欸，你剛才 drift 了喔。