這幾天一直被推 Jev 的相關訊息，昨天乾脆花了一些時間讀資料，也跟 ChatGPT 來回討論了一陣子。Jev 本身先不談，我反而對它背後的概念比較有興趣：如果 AI 不需要每件事都重新做完整推理，而是可以針對熟悉的情境快速判斷，那其實很像《快思慢想》裡的 System 1 和 System 2。System 2 慢一點，負責深度思考；System 1 快一點，負責快速判斷。
接著我就聯想到最近一直在玩的 Physical AI。如果 AI 最後不是只回答一句話，而是真的要去控制機器人、設備、產線，甚至直接作用在實體世界，那 System 1 和 System 2 下面，是不是還少了一層？一層不需要再做開放式推理，也不需要重新理解整個情境，而是把已經確認的決策，轉成受約束、可驗證、可預期的行動。我暫且把它叫做 System 0。
剛好我之前做過一個小專案，用 MCP 協助板端開發與除錯，加上 Anthropic 最近又提出 MHS，想解決 AI 與實體設備之間的介面問題。把這幾件事放在一起看，突然覺得 System 0 的位置變得很有意思。不過上網搜尋後，發現「System 0」其實沒有統一的定義，目前至少看到幾種不同方向。
有一種把 System 0 定義成人類 System 1、System 2 前面的外部認知層，也就是先由 AI 幫忙整理、過濾、框架化資訊，再交給人思考。另一種更偏具身智能，認為 System 0 是「前認知的物理過程」。例如柔性夾爪不需要算出每一個接觸點，只靠材料本身的形變，就能自然貼合物體。某種程度上，是讓物理世界自己完成部分計算。還有一種用法比較接近機器人控制，把 System 0 看成已經高度熟練、自動化的動作，例如平衡、軌跡跟隨、穩定控制。這幾個定義都不完全等於我腦中想的 System 0，但第三種已經非常接近。
我想像中的 System 0，不只是馬達怎麼動，而是這件事現在是否仍符合既有規則，可以照既定程序繼續做？
例如一台機器人看到一個工件，System 2 可能負責思考：「為什麼今天一直抓不到？是相機、光線、夾爪，還是治具出了問題？」System 1 負責快速判斷：「這個工件現在位置正常，可以抓取，信心 96%。」System 0 則不再重新理解情境，而是檢查安全門是否關閉、機器人是不是在正確模式、工作區有沒有被占用、目標位置是否有效，然後執行一套已經驗證過的抓取程序。如果條件符合，就執行；如果不符合，System 0 不需要自己猜原因，只需要停止或把問題往上升級。
所以我目前會簡單地記：
- System 2 是「想」。
- System 1 是「判」。
- System 0 是「做」。
這裡真正有意思的地方，是它們不應該是一條固定的流水線，不是每一次都要 System 2 → System 1 → System 0。反而應該倒過來看，平常能由 System 0 按照既有規則執行的事情，就不要動用更高階的判斷。
當 System 0 發現執行條件不成立，例如感測器數值超出允許範圍、必要資料缺失，或目前狀態不在既定流程中，就把問題升級給 System 1。System 1 再進一步判斷：現在到底屬於哪一種已知情況？應該重新取像、等待、重試，還是交給人工處理？如果 System 1 也無法可靠分類，或出現以前沒見過的新問題，才交給 System 2 做完整推理。
也就是能照規則做，就不要重新判；能快速判，就不要深度想。這件事對 Physical AI 特別重要。如果只是聊天，AI 回錯一句話，通常還可以重來；但當 AI 開始控制機械手臂、車輛、設備或產線時，「猜錯」可能直接變成一個物理動作，所以越靠近實體世界，自由度應該越低。System 2 可以保有很大的思考空間，System 1 應該在有限選項中判斷；到了 System 0，最好已經收斂成明確的程序、規則、狀態機或技能，而且只在條件成立時執行。再往下到 PLC、運動控制器、安全系統，則應該更加確定。
這樣看下來，我覺得還有一件事很有意思：知識是可以往下沉澱的。一個新問題第一次出現，可能需要 System 2 花很多時間理解；同樣的問題出現很多次以後，我們可能找到穩定模式，把它變成 System 1 的快速判斷。如果這個判斷再經過大量驗證，甚至可以直接寫成 System 0 的固定規則。
原本需要「想」的事情，最後變成「判」；原本需要「判」的事情，最後變成「照規則做」。我暫時把這件事叫做「認知編譯」。
真正成熟的 AI 系統，也許不應該永遠依賴越來越大的模型去處理每一件事，而是應該把已經理解、驗證過的知識，不斷往更快、更穩定、風險更低的層級沉澱。至於 System 0 / 1 / 2，當然不是一套正式的工業標準。
System 1 和 System 2 是大家很熟悉的快思慢想框架，System 0 在學術上也有不同定義，所以我並不是想重新定義 System 0。只是覺得從工程和溝通的角度來看，System 2 想，System 1 判，System 0 做，是一個摩擦力很低，也很容易記住的方式。而我現在對 Physical AI 最核心的想法，也可以濃縮成一句話：
越接近實體世界，智能的自由度應該越低，可靠性的要求應該越高。
Physical AI 真正困難的地方，可能不只是讓 AI 更會思考，而是如何把思考逐步收斂、驗證，最後變成可以安全作用在真實世界裡的行動。
留言與回饋