今天三則 AI 新聞，看起來完全不同。
一則在談找工作。
一則在談人形機器人。
另一則在談全球 AI 安全。
但把它們放在一起，就會看到同一個轉折：
AI 已經從「一個可以使用的工具」，開始變成工作資格、實體能力與制度邊界。
第一則：UBS 開始要求部分新人證明自己真的會用 AI
以前找銀行工作，最重要的可能是學歷、財務知識、分析能力與面試表現。
現在又多了一項：
你到底會不會把 AI 用進真正的工作。
Financial Times 報導，瑞士銀行 UBS 正把 AI Fluency，也就是「AI 使用熟練度」，放進部分新人招募要求。
預計 2027 年加入 UBS Global Banking and Markets 的畢業生與實習生，必須能說明自己如何利用 AI：
提高工作效率。
改善工作結果。
解決真正的問題。
面試過程也會加入 AI 相關問題。
這和單純問：
「你有沒有用過 ChatGPT？」
其實差很多。
AI Fluency 不只是會下 Prompt
UBS 官方的 Graduate Talent Program 本來就已經加入 AI Fluency Pathway。
內容不是只教大家打開一個聊天機器人。
而是要求新人理解：
AI 可以在哪些實際工作使用。
怎麼負責任地使用。
什麼情況需要自己的判斷。
UBS 之前也曾讓不同國家的畢業生參與 AI 實際專案。
所以這次真正值得看的，不是一家銀行突然開始喜歡 AI。
而是：
AI 能力開始從「加分技能」，慢慢走向部分職位的基本工作能力。
不過這裡也要分清楚。
UBS 官方目前可以確認，公司確實在培養新進人才的 AI Fluency。
至於「2027 年招募時如何評分、哪些面試題目、實際門檻多高」，目前主要來自 Financial Times 的報導。
不能把媒體取得的招募資訊寫成 UBS 已公開完整評分標準。
這對一般上班族意味著什麼？
真正值得準備的，可能不再是：
「我會使用哪五個 AI 工具。」
而是要能拿出一件真實工作說明：
原本怎麼做。
哪一段交給 AI。
自己檢查了什麼。
最後改善了什麼。
未來公司真正想看的，很可能不是你背得出多少 Prompt。
而是：
你能不能把 AI 變成一個可驗證的工作方法。
第二則：中國人形機器人開始從比賽場走向軍事研究
幾週前，中國人形機器人在 World Humanoid Robot Games 裡跑步、打拳、跳舞。
但 Reuters 最新調查發現，另一批人看的不是娛樂效果。
而是：
這些機器未來能不能進入戰場。
Reuters 查閱超過 100 份中國軍方採購公告、學術研究、專利、官方出版物、政府紀錄與國防企業資料。
結果發現，中國軍事研究機構近兩年正在加快研究人形機器人的軍事用途。
研究方向包括：
- 偵察
- 危險環境作業
- 後勤
- 軍事基地巡邏
- 城市作戰
- 與真人部隊協同工作
部分研究甚至模擬機器人進入建築物、搜尋目標與執行城市突擊任務。
但這不代表「中國已經部署機器人士兵」
這一點非常重要。
Reuters 明確表示：
目前沒有找到中國人民解放軍已經正式部署武裝人形機器人的證據。
現在的人形機器人仍有很大的現實限制。
例如：
耗電。
續航。
可靠性。
複雜地形。
突然出現的障礙。
辨識真實環境。
這些問題在展示場可能不明顯。
但一進入不可預測的環境，就會變得非常嚴重。
因此目前比較合理的描述是：
中國正在加速研究軍事用途。
不是：
「機器人士兵已經正式服役。」
真正的優勢可能來自民用產業
Reuters 引述 Bank of America Global Research 的估算指出，中國企業在 2025 年約占全球人形機器人出貨量的 95%。
這代表一件很重要的事。
軍事機器人發展不一定完全從軍方實驗室開始。
如果一個國家已經有大量：
馬達。
感測器。
電池。
機器人零件。
控制系統。
量產工廠。
工程人才。
這整套民用供應鏈，也可能加速其他用途的研究。
這就是所謂的 Dual-use Technology。
也就是：
同一項技術可以有民用用途，也可能被轉成軍事用途。
第三則：聯合國開始要求 AI 國家一起畫「紅線」
當 AI 一邊進入工作，一邊開始控制更多實體設備，另一個問題自然就出現了：
到底有哪些事情不能只靠公司自己決定？
聯合國人權事務高級專員 Volker Türk 9 月 7 日在日內瓦人權理事會發表演說時，對先進 AI 提出強烈警告。
他表示，自己認同部分產業人士對先進 AI 可能造成「存在性風險」的擔憂。
並呼籲在還來得及以前，替 AI 安全建立非常強的保障。
他也要求：
至少主要 AI 開發國家，以及參與 AI 供應鏈的國家，應該開始建立共同的 Red Lines，也就是不能跨過的紅線。
這是一項政策警告，不是「AI 已證明會毀滅人類」
這裡也必須把事實分開。
Türk 的說法代表的是：
聯合國人權事務高級專員提出的風險判斷與政策主張。
它不是一項科學研究已經證明：
AI 一定會造成某種災難。
聯合國人權辦公室進一步指出，他們擔心的是更強 AI 系統失控時，可能影響：
重要基礎設施。
通訊。
民主制度。
其他大型社會系統。
Türk 也提到最近 AI Agent 出現越界行為的案例，認為 AI 能力進步的速度可能開始快過部分安全措施。
三則新聞其實在說同一件事
把今天三則消息放在一起，會看到 AI 發展正在進入新的階段。
第一階段是：
AI 會不會做。
第二階段變成：
AI 要放進哪一個真正的工作。
現在又開始出現第三階段：
當 AI 真的能工作、操作設備、影響現實世界後，誰來決定它可以做到哪裡？
UBS 面對的是第一層：
人的工作能力要怎麼重新定義。
人形機器人面對的是第二層：
AI 如何從螢幕走進實體世界。
聯合國面對的則是第三層：
能力愈強，哪些界線必須先訂清楚。
這對一般人有什麼用？
今天真正值得記住的不是三個新聞標題。
而是三個判斷方法。
看到公司要求 AI 能力時，不要只問：
「我要學哪個工具？」
而要問：
我能不能證明 AI 改善了一個真實工作？
看到人形機器人展示時，不要只看它會跑多快。
要再問：
這是 Demo、實驗，還是真正已經可靠部署？
看到有人警告 AI 很危險時，也不要立刻把警告當成已證實的未來。
要分清楚：
這是已發生的事實、風險推論，還是政策主張？
AI 能力正在快速往前。
但真正成熟的 AI 社會，不只是讓 AI 做更多事。
而是同時知道：
誰應該會用它、它真的做得到什麼，以及哪些地方一定要停下來。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
履歷明明是投給公司看的，為什麼現在可能是 AI 先替你打分數，再決定人類要不要看你？
