由證據研究員建檔（v1，2026-06-23）。本檔屬觀點層：收近兩年「重要的人／機構公開講了什麼」，撐書的時代論述與權威背書。
與實證層的分工：這裡每一筆都標〔觀點〕——是領袖／學者／機構的公開立場、預測、論述，不是對照實驗或成效實證。要拿來撐「為什麼是現在、誰也這樣看」，不可當因果證據。實證心理學那一層在
AIcoach-workshop/研究庫/專題-AI與人的關係.md與其四份學術子檔。鐵則（沿用研究庫）：只收可查證的原始發言（論文、官方部落格、機構報告、可信媒體訪談）；近兩年優先（2024–2026），標年份與連結；絕不編造任何引述、人名、發言；查不到原話標〔待查證〕，寧缺勿假；並列對立觀點，不選邊。
核心論點（這些觀點共同指向什麼）
把樂觀派與警示派放在一起讀，通常會浮現一條幾乎沒人反對的共識，以及一條最激烈的分歧：
共識（連對立兩派都同意）：AI 把「通用、可標準化的認知勞動」變得又快又便宜。被取代的多半是中段、可程序化、可外包的那一塊；留下來、甚至更值錢的，是判斷、方向感、能動性（agency／willfulness）、人與人的連結，以及問對問題的能力。
- Altman：未來最值錢的是「能動性、意志力與決心」「正確決定要做什麼、並在不斷變動的世界裡找到方向」。
- Amodei：當 AI 只在 90% 的工作上更強，剩下 10% 會讓人「高度槓桿化」；而意義「主要來自人際關係與連結，不是來自經濟勞動」。
- WEF（2025）：成長最快的是 AI 技術技能，但分析思考、韌性、領導與協作這些「人的技能」仍是核心。
- Autor：AI 的獨特價值在「延伸人類專業判斷的廣度」，讓更多人能做過去只有少數專家能做的高風險決策。
最大分歧＝AI 對「人的價值」是放大還是抽空。
- 放大派（Altman、Hoffman、Hassabis、Autor）：AI 是史上最大的「能動性槓桿」，人會更有影響力、專業會更普及、社會邁向「radical abundance」。
- 抽空／警示派（Hinton、Harari、Acemoglu）：Hinton 直言「凡是 mundane（平庸、例行）的智識勞動，AI 就是會取代所有人」；Harari 警告 AI 不是工具而是會自己行動的 agent，可能掏空人對自身選擇的掌握；Acemoglu 則從數據潑冷水：這波 AI 的總體經濟效益遠比宣傳的小，而且方向走錯（太偏自動化、太少賦能工作者）。
《教練力實踐》的核心主張站在哪裡：書的立場是「用 AI 把人長得更真實、更有判斷力、更有能動性，而不是把判斷與自我理解交出去」，剛好落在這條分歧的正中間，也落在「放大派」要成立的前提條件上。放大派講的那個好結局，通常不會自己發生，要靠人主動把自主、判斷與方向感留在自己身上。教練力（自我支持系統）想做的，就是讓「放大」而不是「抽空」發生的那道人為設計。
觀點清單
格式：人物／機構｜年份｜原觀點摘要（盡量近原話）｜支持書哪論點｜URL｜類型｜可信度｜查證日 2026-06-23
一、樂觀／放大派（AI 放大人的能動性與價值）
1. Sam Altman（OpenAI CEO）｜2025-02〈Three Observations〉
- 原觀點（近原話）：未來的工作「可能跟今天的工作長得很不一樣」，但「能動性、意志力與決心會極其有價值」「正確地決定要做什麼、並弄清楚如何在不斷變動的世界裡找到方向，將有巨大價值」。「AGI 會是人類意志力史上最大的槓桿，讓每個個人能擁有比以往更大的影響力，而非更小。」
- 支持書論點：對齊全書的核心主張「價值移到只有你能做、屬於你的那塊」；也支持「先聽懂自己要什麼，通常是主動性的起點」。
- URL：https://blog.samaltman.com/three-observations
- 類型：〔觀點〕AI 實驗室領袖公開論述（官方部落格）｜可信度：高（一手原文）
2. Dario Amodei（Anthropic CEO）｜2024-10〈Machines of Loving Grace〉
- 原觀點（近原話）：「當 AI 只在某項工作的 90% 上更強，剩下的 10% 會讓人變得高度槓桿化。」但他坦承長期「AI 會變得如此廣泛有效又便宜，這條（人類槓桿）就不再成立」。論意義時：「我認為意義主要來自人際關係與連結，不是來自經濟勞動。」「大多數人並不是世界上任何一件事的第一名，這似乎也沒特別困擾他們。」並認為這是人類自農業轉工業以來最艱難的轉型，需要新的經濟模型（UBI 可能只是小部分解方）。
- 支持書論點：可以支持「人的價值不在跟 AI 比通用能力」與「意義／自我實現來自關係，也來自自己定義的追求」，直接對應書裡談自我支持與人本價值的部分。
- URL：https://darioamodei.com/essay/machines-of-loving-grace
- 類型：〔觀點〕AI 實驗室領袖長文論述（官方）｜可信度：高（一手原文）
3. Demis Hassabis（Google DeepMind CEO，2024 諾貝爾化學獎）｜2025
- 原觀點（近原話）：最佳情境是「一種 radical abundance（徹底的豐盛）——我們解決了當今社會與人類面臨的最大難題」；預測「10 到 15 年後，我們會進入一個新的探索黃金時代，一種新的文藝復興」〔待查證〕。同時保留警示：「災難性情境的風險不是零，所以我們必須投入大量資源去降低它。」〔待查證〕
- 支持書論點：可以用來鋪「時代背景＝能力極大豐盛」的開場張力；他那句「風險不是零」，也支持書的態度：不是無腦樂觀，而是要刻意把它用對。
- URL：https://www.cbsnews.com/news/artificial-intelligence-google-deepmind-ceo-demis-hassabis-60-minutes-transcript/ ；https://www.axios.com/2025/12/05/ai-deepmind-hassabis-gemini
- 類型：〔觀點〕AI 實驗室領袖媒體訪談（CBS 60 Minutes／Axios）｜可信度：中高（可信媒體逐字／訪談，非經同儕審查）
4. Reid Hoffman（LinkedIn 共同創辦人）｜2025《Superagency》
- 原觀點（近原話）：提出「superagency（超級能動性）」——AI 大幅放大個人能力，以至於為整個社會創造集體效益；書名副標「What Could Possibly Go Right with Our AI Future（我們的 AI 未來，有什麼可能會做對）」，主張 AI 是放大人類潛能而非取代。〔待查證〕
- 支持書論點：可以支持「AI 是增幅／賦能工具」的論述，也和書裡「自我支持系統＝把增幅留給自己」呼應。
- URL：https://www.simonandschuster.com/books/Superagency/Reid-Hoffman/9798893310108
- 類型：〔觀點〕思想領袖／創投暢銷書｜可信度：中高（一手著作，立場樂觀需平衡）
5. David Autor（MIT 勞動經濟學家）｜2024-02 NBER w32140〈Applying AI to Rebuild Middle Class Jobs〉
- 原觀點（近原話）：「AI，若用得好，能協助修復被自動化與全球化掏空的、美國勞動市場的中技能、中產階級核心。」其獨特價值在於能「讓擁有互補知識的更廣大工作者，去執行一些原本高風險的決策任務」（醫療、法律、軟體、教育）——把過去集中在少數菁英專家手上的專業普及化。他強調這是「有可能（what is possible）」而非預測。
- 支持書論點：在「AI 延伸而非取代人的判斷／專業」這一點上，他大概是最有份量的一位；也對應書裡「方法顯性化→被 AI 放大」。他在學者中少見地樂觀，而那份樂觀有數據作為依據。
- URL：https://www.nber.org/papers/w32140
- 類型：〔觀點＋分析〕頂尖經濟學家 NBER 工作論文｜可信度：高（一手學術，惟屬規範性論述非實證）
二、警示／批判派（AI 可能抽空人的價值與判斷）
6. Geoffrey Hinton（「AI 教父」，2024 諾貝爾物理獎）｜2025-06（Diary of a CEO 訪談）
- 原觀點（近原話）：「對於平庸／例行的智識勞動（mundane intellectual labour），AI 就是會取代所有人。」未來會變成「一個人加一個 AI 助理」做掉「以前十個人做的事」。他質疑「自動化會自然生出新工作」的說法：「你得非常厲害，才能有一份它（AI）就是做不來的工作。」對白領（律師助理、客服）特別悲觀；建議「想要一份安全的工作，去當水電工（plumber）是個好賭注」，因為「AI 要在實體操作上做到一樣好，還得很久」。並說「我現在有一部分後悔我畢生的工作。」〔待查證〕
- 支持書論點：他描述的是「通用、可程序化的認知技能會貶值」這種時代壓力，正好對上書要回答的「為什麼現在需要自我支持」；「要非常厲害才有 AI 做不來的工作」這句，也從反面支持「找到只有你能做的那塊」。
- URL：https://www.business-standard.com/technology/tech-news/ai-job-loss-geoffrey-hinton-automation-fears-125061701046_1.html ；https://www.benzinga.com/markets/tech/25/06/45965931/
- 類型：〔觀點〕AI 先驅媒體訪談｜可信度：中高（多家報導一致引述同一訪談；二手媒體轉述，非官方逐字）
7. Yuval Noah Harari（歷史學者）｜2024-09《Nexus》
- 原觀點（近原話）：「關於 AI 最重要要認清的一件事是：它不是工具，它是 agent（會自己行動的行動者）。」他把 AI 形容為一種強大但易被操弄、缺乏道德／同理／社會價值的「alien intelligence（外來／異質智能）」，並警告資訊與權力過度集中於少數平台的風險。〔待查證〕
- 支持書論點：支持書裡「判斷不外包／把 AI 放進人的迴路、而不是把人交進它的迴路」的警覺，也提醒我們：AI 不一定是中性的工具，它可能主動帶走你的選擇。
- URL：https://www.ynharari.com/book/nexus/
- 類型：〔觀點〕思想領袖暢銷書｜可信度：中高（一手著作；屬宏觀論述非實證；「useless class」是其早期《Homo Deus》概念，本書未沿用，勿混引）
8. Daron Acemoglu（MIT 經濟學家，2024 諾貝爾經濟獎）｜2024–2025〈The Simple Macroeconomics of AI〉等
- 原觀點（近原話）：經濟理論與數據都不支持對 AI 生產力的狂熱預測——估計未來十年 AI 只帶來 GDP 約 1.1–1.6% 的溫和增幅〔待查證〕、全要素生產力十年增幅「不超過約 0.71%」。他主張「我們現在 AI 的方向走錯了」：「用在自動化太多、用在替工作者提供專業與資訊太少。」〔待查證〕並指出即使 AI 提升低技能工作者在某些任務的生產力，仍可能擴大而非縮小不平等。
- 支持書論點：給書一個必要的冷靜砝碼：別把「AI 神話」當前提。他主張「方向走錯＝該拿來賦能工作者」，也支持書「AI 應該貼合人、放大人的判斷」的規範立場。
- URL：https://www.project-syndicate.org/commentary/ai-productivity-boom-forecasts-countered-by-theory-and-data-by-daron-acemoglu-2024-05 ；https://shapingwork.mit.edu/research/the-simple-macroeconomics-of-ai/
- 類型：〔觀點＋分析〕頂尖經濟學家論文／評論｜可信度：高（一手學術＋一手評論）
三、中性／機構級判斷（顧問機構與跨國組織）
9. 世界經濟論壇 WEF｜2025-01《Future of Jobs Report 2025》
- 原觀點（近原話／數據）：到 2030 年預估新增 1.7 億個職位、消失 9,200 萬個，淨增 7,800 萬；約 39% 的核心技能將改變。雖然 AI、大數據、資安等技術技能需求成長最快，但「分析思考、認知技能、韌性、領導與協作等『人的技能』仍是核心」——分析思考是雇主最看重的核心技能（七成企業視為必備），其次是韌性、彈性與敏捷。〔待查證〕
- 支持書論點：這是機構級的背書，說明「人的技能（判斷、韌性、協作）正在升值」，也支持書裡「在 AI 時代刻意培養屬於人的能力」的主張。
- URL：https://www.weforum.org/publications/the-future-of-jobs-report-2025/
- 類型：〔觀點／調查〕跨國機構雇主調查（逾千家企業）｜可信度：高（機構級，惟屬雇主預期非實際成效）
10. McKinsey Global Institute｜2025〈Superagency in the Workplace〉/ 2023–24〈Generative AI and the Future of Work〉
- 原觀點（近原話／數據）：提出職場「superagency」＝個人被 AI 賦能後放大創造力、生產力與正向影響；估生成式 AI 長期可帶來約 4.4 兆美元生產力增長潛能。同時：到 2030 年中位採用情境下，現有工時最多 30% 可能被自動化；對 STEM、醫療、高技能需求上升，對辦公／生產／客服需求下降；社會與情緒技能需求上升（美約 +14%、歐約 +11%）。〔待查證〕
- 支持書論點：顧問機構這邊的背書，落在「賦能（augmentation）」框架與「社會情緒技能升值」，和書裡「自我支持是可以被賦能的生活能力」呼應。
- URL：https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work
- 類型：〔觀點／顧問報告〕｜可信度：中高（機構級調查；自家的樂觀框架要打點折扣看，數字屬於潛能估計，不是已經實現的成果）
分歧與缺口
最大分歧（已並列，不選邊）：放大 vs 抽空。Altman/Hoffman/Hassabis/Autor「人會更有能動性、專業更普及」 vs Hinton/Harari「智識勞動被取代、人對自身選擇失去掌握」 vs Acemoglu「效益被高估、方向走錯」。書的立場不是賭哪一派對，而是說明「結局取決於人怎麼用；而怎麼用，正是可以被教、被設計的」。
利益相關性要記得打折：Altman/Amodei/Hassabis/Hoffman 都是 AI 公司的利害關係人，樂觀有它的位置；McKinsey 本身賣的就是 AI 轉型顧問。引用時要把這一層點出來，並用學者（Acemoglu/Autor）與機構（WEF）平衡。
觀點 ≠ 實證的缺口：本檔全是「人怎麼說」，沒有一筆是「介入有效」的因果證據。書談人本價值、判斷不外包的實證後盾，要回
AIcoach-workshop/研究庫/專題-AI與人的關係.md（SDT、HCAI、Sycophantic AI《Science》等同儕審查證據）。兩層分工：本檔負責「時代與份量」，那一檔負責「證據與它怎麼運作」。待補（日後重驗可加）：①顧問機構首席經濟學家個人具名前瞻發言（目前以機構報告代位，缺具名語錄）；②知名創投（a16z／Sequoia）對「AI×組織未來」的具名判斷；③更貼「人還剩什麼意義／自我實現」的哲學家／作者長文（目前 Amodei、Harari 已部分覆蓋，可再找專論意義者）。標〔待補〕，勿為補洞而引未查證來源。