科技普及那天，就是你賠錢那天｜加來道雄《2100科技大未來》的科技發展四階段
加來道雄（Michio Kaku）著｜張水金 譯｜時報出版｜2012 年初版 · 2018 年新封面版｜416 頁
理論物理學家加來道雄訪談全球 300 位頂尖科學家，把 2011 年當時各實驗室真正在做的研究，往前推演到 2100 年。橫跨電腦、AI、醫學、奈米、能源、太空與文明演化。它不是科幻小說——書裡每一項技術，當年都有人正在做。
預測未來的書有一個很少人願意面對的特性：它們幾乎不會被回頭檢查。
書賣完了，作者上完節目了，讀者被震撼過了，然後書就進了二手書店。十年後沒有人回來對答案。這對作者非常有利——預測的成本，永遠是零。
但《2100科技大未來》剛好卡在一個很有意思的位置。它 2011 年出版，中文版 2012 年上市。而現在是 2026 年。十五年，足夠讓一張賭盤結算了。
結論先說：他方向大致對，時程幾乎全錯，而且錯的方式很有規律。
加來道雄是誰：一個把弦論做成電視節目的人
加來道雄（Michio Kaku）是日裔美籍理論物理學家，紐約市立大學物理教授，弦場論的共同創建者之一——這是真材實料的學術身分，不是掛名。他 1973 與 1990 年兩度進入普林斯頓高等研究院。
但讓他家喻戶曉的不是弦場論。是 Discovery 頻道。是那頭標誌性的白髮，和把「十一維空間」講成像在講今天天氣的能力。台灣讀者多半是先在電視上認得他，才在書店認出他。
這本書的方法論也確實不是隨口說說。他利用主持科普節目的機會，親自跑進一流實驗室訪談——這個做法他從 1998 年的《大未來》（Visions）就開始了，那本列出的受訪科學家有 83 位，其中四位諾貝爾物理獎得主、一位諾貝爾化學獎得主。到了這本，規模擴大到 300 位。
加來道雄不從想像出發。他的規則是：只寫「已經有人在實驗室裡做出雛形」的東西，然後問工程與物理的極限在哪，再推算需要多久才能便宜到普及。這讓這本書比一般未來學可信得多——也讓它的錯誤特別有診斷價值。因為當一個嚴謹的外推法失準時，錯的通常不是資料，是外推這件事本身。
中文版的分量也不小：時報出版，張水金翻譯，416 頁，前中研院副院長朱敬一與淡江未來學所陳國華寫推薦序，中央研究院曾耀寰導讀，在台銷量破萬冊，2018 年還出了新封面版。這在科普書裡算長銷。
Goodreads 上 4.00 分是很好的成績，但翻到低分區，批評高度集中在同一點：廣度驚人，深度不足。有讀者形容讀這本書像騎水上摩托車橫越太平洋——你確實掠過了整個海面，但底下那片深海，你一點也沒碰到。另一個常見的抱怨更尖銳：讀到後面會覺得每一章的結構都一樣——列出一個人類難題，然後說「誰知道呢，未來的科技大概能解決它」。
把它當成一本「2011 年全球實驗室現況總覽」，而不是一本預言書——這大概是最正確的打開方式。
Part 1：十五年成績單
加來道雄把 2011 到 2100 分成三段：近期（到 2030）、世紀中（2030–2070）、世紀末（2070–2100）。我們現在剛好走完「近期」的一半多一點，正好可以驗收他放在最前面那一批。
| 2011 年的預測 | 2026 年的現實 | 評分 |
|---|---|---|
| 無人自駕車 | Waymo 已在美國多個城市商業營運無人計程車 | ✅ 命中 |
| 全能即時翻譯機 | 手機與耳機即時口譯已是標準功能 | ✅ 命中 |
| 軟性電子紙、可彎曲螢幕 | 摺疊手機、可捲式 OLED 已量產上市 | ✅ 命中 |
| 牆上的「專家系統」提供醫療、法律建議 | 大型語言模型做到了，而且不需要牆 | ✅ 超額達成 |
| 腦機介面（引用 BrainGate 晶片） | Neuralink 2024 年完成首例人體植入 | ✅ 命中 |
| 太陽能取代石油、電動車普及 | 太陽能已是多數地區最便宜的新增電力；電動車進入主流 | ✅ 命中 |
| 能上網的隱形眼鏡 | Mojo Vision 2023 年停止開發、裁員七成五；賽道轉向智慧眼鏡 | ❌ 落空 |
| 奈米組裝機、原子級複製機 | 十五年來幾乎沒有商業化進展 | ❌ 落空 |
| 太空電梯、永久月球基地、火星地球化 | 發射成本確實大降，但這三項都還沒動工 | ❌ 落空 |
| 核融合發電 | 2022 年美國 NIF 首度達成實驗室點火，離商轉仍遠 | 🟡 方向對、時程慢 |
| 摩爾定律 2020 崩潰，「矽谷可能變鏽帶」 | 微縮確實嚴重放緩，但 2020 之後是半導體史上最強的五年 | 🟡 對一半 |
| 機器人只有蟑螂智力；模式辨識與常識是本世紀的難題 | 2012 年起深度學習攻破模式辨識；2022 年起 LLM 展現可用的常識 | 🔴 最大誤判 |
看出規律了嗎？
凡是「現有技術繼續變便宜、變小」的預測，他幾乎全中。凡是需要「發生一次沒人預期的突破」的預測，他全錯——而且兩個方向都錯。太空電梯與奈米組裝機他太樂觀了，AI 他則太保守。
⚠️ 這一點值得停下來想：外推法（把現有曲線往後畫）在「工程優化」的題目上很強，在「典範轉移」的題目上完全無效。而問題在於，真正改變世界、也真正創造財富的，永遠是後者。
Part 2：最大的誤判——300 位專家怎麼會集體錯過 AI？
這是全書最值得深究的一段，因為它錯得非常具體，也非常有代表性。
加來道雄在第二章寫得很篤定：機器人管家做不出來，因為卡在兩個問題——模式辨識（機器人看得到，但不理解自己看到什麼）與常識。他還講了一個很生動的故事：他為電視節目採訪本田的 ASIMO 機器人，發現那些看起來充滿生命力的動作，每一個都是事先寫好的腳本；一位工程師私下告訴他，這台機器人的智力大約等同一隻昆蟲。
基於這個判斷，他明確反對 Kurzweil 的「2045 年奇點」說法，認為奇點在 2100 年之前不會發生，理由是摩爾定律會放緩，而且運算速度不等於智慧。他甚至在幾年後的訪談裡重申：機器人要達到猴子的智力，得等到本世紀末。
結果呢。這本書出版隔年，2012 年，AlexNet 在 ImageNet 影像辨識競賽上以壓倒性差距獲勝，深度學習正式起飛。模式辨識——他認定的第一道高牆——在接下來十年裡被大致攻破。2022 年 ChatGPT 問世，第二道牆「常識」也開始鬆動。
他把 AI 放在最遠的那一格，結果它第一個到站。
更值得玩味的是：他不是憑空猜的。他訪談了 300 位科學家。這代表 2011 年的專家共識，本身就是錯的。
為什麼會錯？關鍵可能在於，2011 年的 AI 主流敘事是「符號主義」——把常識一條一條寫進資料庫（書裡提到的 CYC 專案正是這條路的代表）。從那個框架看出去，常識問題確實無解，因為人類常識的條目是無限的。深度學習的路線不是「更努力地寫規則」，而是「根本不寫規則」。這是典範轉移，而典範轉移在發生之前，對圈內人和圈外人是一樣不可見的。
當問題是「這條路還能走多遠、成本會降到多少」。這是工程問題，專家的答案通常很準。
當問題是「這件事做不做得到」。他們會用「我這條路做不到」來回答「這件事做不到」——而這兩件事完全不同。
如果這本書只能帶走一樣能用一輩子的東西，大概就是這個：當你聽到一群專家說「這在幾十年內不可能」，先問一句——他們說的是物理定律不允許，還是他們現在那條路走不通？前者可以相信，後者只是一份現況報告。
Part 3：摩爾定律那題他只對一半，而錯的那一半價值連城
這一題對台灣讀者特別有感。
加來道雄反覆強調：矽的物理極限就在眼前。當電晶體縮到只剩幾顆原子厚，量子穿隧與散熱會讓一切停擺。他給的時間點是2020 年左右摩爾定律曲線崩潰，並且在公開演講裡說過一句很重的話——那可能讓矽谷變成鏽帶。
物理的部分他完全正確。單純靠製程微縮換效能的年代確實結束了；電晶體密度的成長曲線在 2015 年之後明顯偏離原本的斜率，這是產業界的共識。
但他的結論錯得離譜。2020 之後不但沒有鏽帶，反而是半導體產業史上最壯觀的一段擴張。原因是他漏看了一整條路：當「把電晶體做小」變慢時，產業改成「把電晶體排得更聰明」。
| 他看到的那條路 | 他漏看的那些路 |
|---|---|
| 製程微縮（把線寬做細） | 專用架構：從通用 CPU 轉向 GPU、加速器 |
| 替代材料（他押碳奈米管） | 先進封裝：把多顆晶片堆疊、並排整合 |
| 量子電腦（他押得非常重） | 記憶體頻寬：HBM 從配角變成瓶頸與王牌 |
| — | 軟體與演算法效率的持續改良 |
結果是：真正的贏家不是碳奈米管，也不是量子電腦，而是把「先進製程 + 先進封裝」同時做到極致的那一家，加上把 GPU 押成 AI 運算標準的那一家。加來道雄在 2011 年，兩家都沒提到。
⚠️ 給投資人的一課：「這個技術到極限了」和「這個產業要衰退了」是兩回事。產業遇到瓶頸時，價值通常不是消失，而是沿著供應鏈移動到新的瓶頸上。看對瓶頸在哪，比看對技術方向更能賺到錢。這十五年裡，瓶頸從「線寬」搬到了「封裝與頻寬」——誰先看到那次搬家，誰就拿到了整段報酬。
Part 4：穴居人原則——全書最被低估的一頁
諷刺的是，這本書裡最準、最實用的一個概念，跟物理一點關係都沒有，而且幾乎沒有人在書摘裡提到它。
加來道雄稱之為「穴居人原則」（Cave Man Principle）。他的說法很簡潔：
當現代科技與原始祖先的慾望衝突時，原始的慾望每一次都會贏。
我們的大腦硬體在過去十萬年幾乎沒有改版。這意味著人類對「實體證據」「面對面」「當場評判他人」的需求，不會因為科技進步而消失。
這條原則的預測力，遠超過書裡任何一項技術規格。用它回頭檢驗這十五年，準確度高得驚人：
| 技術上完全可行，卻沒有普及 | 穴居人原則的解釋 |
|---|---|
| 無紙化辦公室（喊了四十年） | 我們要能拿在手上的實體證據 |
| 視訊會議取代所有出差 | 重要的談判，我們要親眼看到對方的臉 |
| Google Glass（技術先進，社交自殺） | 戴著它會被當成怪人——被同類接納的需求勝過功能 |
| 上網隱形眼鏡（本書的招牌預測） | 把電子零件塞進眼球，違反最深的身體防衛本能 |
| 而無線耳機、智慧手錶卻大成功 | 因為它們不違反本能——外觀正常、可隨時脫下 |
最大的諷刺是：加來道雄自己提出了穴居人原則，卻沒有把它套用在自己最招牌的預測上。如果他當年拿這條原則去檢驗「上網隱形眼鏡」，大概就會發現那注押得太滿。
這也給我們一個很好用的檢查程序：評估任何新科技題材時，先問「它有沒有要求使用者違反本能？」要求人類改變幾萬年演化出來的行為模式的產品，普及速度會遠比技術成熟速度慢；不要求的，則往往一夕之間就滲透完畢。
Part 5：科技的四個階段，其實是一張毛利率地圖
第七章談財富，是這本書最容易被跳過、卻最有實用價值的一章。加來道雄提出科技商品的四個階段：
只有國家或巨富買得起。沒有市場，只有補貼。
早期採用者進場。供不應求，定價權在賣方。
大眾市場。營收爆發，但競爭者全數湧入。
便宜到沒人在意價格。技術還在，利潤消失。
加來道雄用這個框架講的是文明進步——技術要走到第四階段，才算真正改變世界。這說法沒錯。
但如果你是投資人，這張圖要倒過來讀：階段四是文明的勝利，卻是股東的墳場。
而台灣讀者對這條曲線的體感，可能是全世界最深刻的。我們親眼看過同一個劇本演了不只一次：
| 產業 | 故事線 | 結局 |
|---|---|---|
| LED 照明 | 從節能新科技到滿街削價 | 技術大成功，投資人重傷 |
| 太陽能電池 | 政策紅利期後產能全球過剩 | 同上，而且更快 |
| 面板 | 從兩兆雙星到景氣循環股 | 同上，而且更痛 |
| 先進製程晶圓代工 | 資本門檻與良率讓對手一個個退出 | 卡在階段二／三之間，沒有掉下去 |
差別在哪？不在技術有多好，而在有沒有東西擋住後面的人。LED、太陽能、面板的共同點是：一旦技術成熟，資本就能買到產能，產能買得到，價格就守不住。晶圓代工之所以走出不同的路，是因為它的門檻不只是錢——還有幾十年累積的良率與生態系。
先定位：你看的這個題材，現在在第幾階段？
再問門檻：它從三走到四的時候，有什麼能擋住新進者？如果答案是「沒有」，那它的獲利高峰就是它普及之前，不是普及之後。
最後問誰收租：如果這個產品注定變成階段四，那麼賺錢的通常不是做產品的人，而是賣工具給所有做產品的人。
💡 Take Away：七件可以明天就開始做的事
加來道雄的方向大多對，時程幾乎全錯。方向對但時程錯，在投資上等同於錯——因為你會在正確的題材上被時間耗死。看到一個趨勢時，分兩欄寫：「我相信它會發生」與「我相信它三年內會發生」，第二欄的信心請砍一半。
物理定律不允許（可以相信）vs. 我們目前這條技術路線做不到（只是現況報告）。300 位專家在 2011 年集體看錯 AI，就是把後者當成了前者。這一問不用花錢，但可能替你省下一次重大誤判。
拿到任何新產品或新題材，先問：它要求使用者違反本能嗎？要求人戴著它被別人盯著看、要求人放棄實體觸感、要求人相信看不見的東西——這些產品的普及會比工程進度慢很多年。不違反本能的，才可能一夕滲透。
摩爾定律放緩沒有殺死半導體，只是把瓶頸從線寬搬到了封裝與頻寬。價值會跟著瓶頸走。每季問自己一次：這個產業現在最缺的是什麼？答案變了，就代表利潤要搬家了。
稀世珍寶／相當稀有／人人皆有／多如牛毛。標完之後問一句：從這裡走到下一階段，誰擋得住新進者？擋不住的，普及就是利潤的終點站，不是起點。
加來道雄第七章的判斷至今站得住：會被取代的是可重複、可規則化的工作；活下來的是需要常識判斷、模式辨識與創造力的工作。但十五年後要加一句修正——AI 已經開始吃「模式辨識」了，所以真正安全的那格，比他當年畫的更窄。
這是這篇文章真正的方法。找個地方，寫下你現在對三年後的三個判斷，標上日期，然後在行事曆上設好三年後的提醒。多數人之所以不覺得自己常常看錯，只是因為從來沒有回頭對過答案。
📋 附錄：全書九章科技清單
第一章：電腦的未來──心靈控制物質
從網路眼鏡到軟性電子紙，網路世界將全方位占領我們的生活，虛擬與真實的分界點將越來越模糊。
1. 能夠上網和提供資訊的隱形眼鏡
2. 無人自駕車
3. 薄得像紙的電腦
4. 虛擬世界
5. 混合實境
6. 全能翻譯機
7. 腦機介面（用腦波直接輸出指令）
8. 讀心術：將大腦活動訊號轉譯為思想內容
第二章：人工智能的未來──機器的興起
到了 2100 年，我們居住的世界，將會到處都是特性與人類相近的機器人。如果它們變得比我們聰明，結果會怎樣？
1. 專家系統：一個懂很多的萬事通 AI
2. 模組機器人：容易執行簡單指令、可重組
3. 機器醫生、機器廚師
4. 感性機器人
5. 大腦逆向工程：回推大腦構造，用類似原理打造人工大腦
6. 堪稱奇點的強 AI
7. 仿生人、生化人
8. 代理人
第三章：醫學的未來──完美與超越
進化的完全突破就是選擇較佳的基因，因此，我們何不靠走捷徑來避開數百萬年的進化，並嘗試去控制我們的遺傳命運？
1. 基因組醫學：解讀基因密碼，提前知道可能患上的先天疾病
2. 幹細胞培育：打造人工可替換器官
3. 基因複製
4. 基因治療：用基因編輯技術把缺陷基因改正
5. 基因優化：透過基因強化想要的功能
6. 逆轉老化：關閉導致老化的基因，延長壽命
7. 絕種動物培育：讓古代絕種物種，甚至已過世的歷史人物重生
第四章：奈米科技──萬物始於虛無？
當生醫科技關注的焦點都是基因、蛋白質和分子的操控時，下一個問題自然浮現：我們對個別原子的操控會到什麼程度？
1. 奈米規模的機器（比細菌還小）
2. 用奈米機器人治療疾病
3. 用量子特性打造的量子電腦
4. 能夠自動變形的奈米機器人
5. 複製機：以原子為規模，完全複製出相似個體
第五章：能源的未來──來自眾星的能源
所有的分子科技，都需要大量的能源來驅動。這些能源從何而來？世界上將出現完全取代石油的能源方案嗎？
1. 用太陽能取代石油
2. 電動車
3. 核分裂
4. 核融合
5. 解決全球暖化
6. 磁浮列車
7. 太空衛星發電
第六章：太空旅行的未來──奔向眾星
如果太空計畫成敗與否的主要關鍵是成本，那麼我們能否有辦法降低前往太空的成本，因而使人們可以自由地到其他星球旅行？
1. 太陽系外的星球
2. 永久月球基地
3. 火星地球化
4. 太空電梯
5. 星艦
6. 核融合引擎
7. 反物質火箭
第七章：財富的未來──贏家和輸家
人類文明本身將如何演化？科學將如何影響我們的生活形態、工作以及我們的社會？科學是繁榮的引擎，而它將會如何重塑未來的文明和財富？
人類財富和文明的進步，主要動力來自科技的進展。
1. 科技的四個階段：稀世珍寶、相當稀有、人人皆有、多如牛毛
2. 泡沫化 → 崩潰 → 慢慢成長
3. 被取代的藍領工作
4. 從商品資本主義到智慧資本主義
5. 國家間的輸家和贏家
6. 後來居上者的快速學習優勢
7. 鼓勵科研教育方能掌握未來
第八章：人類的未來──行星文明
當世界各國的領袖不再支持他們的社會進行偉大的科技研究時，這同樣是一個衰敗的訊號。而這，就是人類未來將面對的挑戰。
1. 文明量表：用輸出動力來衡量文明程度
2. 行星文明 → 恆星文明 → 星系文明
3. 恐怖主義和獨裁國家是反文明進步
4. 以「熵」使用率為文明分級
第九章：2100 年生活一瞥
如果能在 2100 年過一天，看看這些科技如何影響我們的日常生活和職業，以及我們的希望和夢想，那將會為我們帶來很多啟發。
💬 書中金句
「當現代科技與原始祖先的慾望衝突時，原始的慾望每一次都會贏。」
「到了 2100 年，我們的命運是成為我們曾經崇拜與畏懼的那些神。」
「人性在過去十萬年來變化不大，只是現在我們手上多了核子、化學與生物武器。」
「網路上的雜訊如此之多，人們終將珍惜一種新的稀有品：智慧。」
結語
我最喜歡這本書的第七、八章，主要關於科技進步對商業的影響，以及對社會文明的影響。這兩者是密切相關的，也可以解讀為，想要跟上發展潮流，就應該盡量去從事促進科技發展的工作或活動，因為大體上那是社會朝向未來之所需。很值得參考。
十五年過去，這個判斷反而更站得住腳。加來道雄那些落空的預測正好是最好的旁證——因為對帳單告訴我們，沒有人算得準時程，包括訪談了 300 位頂尖科學家的人。既然算不準，那唯一可靠的策略，就不是猜哪一年會發生什麼，而是把自己放在對的那條河上，然後讓時間去處理剩下的事。
這本書出版於 2011 年。那年沒有人知道，隔年一場影像辨識競賽會改寫接下來十五年的一切。
而站在 2026 年，同樣沒有人知道明年那件事會是什麼。這既是這本書失準的原因，也正是它最誠實的一課。
《2100科技大未來：從現在到2100年，科技將如何改變我們的生活》
原文書名：Physics of the Future: How Science Will Shape Human Destiny and Our Daily Lives by the Year 2100
加來道雄（Michio Kaku）著｜張水金 譯｜時報出版
2012 年 11 月初版（ISBN 9789571356679）｜2018 年 12 月新封面版（ISBN 9789571376516）｜416 頁
Goodreads 4.00／5（18,000+ 則評價）
留言
張貼留言