台积电为何把 AI 比作“3岁超人”：能力很强，判断力仍不够

台积电联席首席运营官（Co-COO）米玉杰（Y.J. Mii）把 AI 比作“3岁超人”，并不是说 AI 没有用，恰恰相反：它很强大。但他的重点是，能力强不代表具备判断力，更不代表适合获得核心数据和自主决策权限。

对一家竞争力建立在先进制程、工艺经验与研发成果之上的晶圆代工企业来说，AI 若在边界不清的情况下接触关键资料，或被赋予过宽的系统权限，后果可能远比一次普通工具出错严重。

“3岁超人”究竟是什么意思？

米玉杰用这个比喻，描述的是 AI 的“能力”与“判断”之间的落差：AI 可能非常强，却不知道自己可能造成怎样的损害，也不知道什么是对、什么是错。14

换句话说，问题不一定在于 AI 是否带有恶意。员工可能把机密内容提交给不恰当的系统；自动化流程也可能在缺乏复核时，执行本应由人判断和批准的操作。对于掌握大量专有技术的企业，这类风险不能只靠“模型看起来很聪明”来化解。

为什么敏感研发数据不能轻易交给 AI？

米玉杰表示，台积电对使用 AI 处理敏感研发信息尤其谨慎，因为使用不当可能导致数据泄露或丢失。16

在半导体制造中，敏感资料可涉及制程工程知识、实验数据及其他专有研发材料。现有报道并未披露台积电完整的内部 AI 管理规则，也没有列出所有受限数据集；但原则很清楚：数据越机密、越不可替代，就越不适合在缺少严格防护的情况下交由 AI 系统处理。16

米玉杰还提及涉及 OpenAI 和 Anthropic 模型进入外部组织的事件，作为风险提醒。不过，现有材料并不表明这些事件是针对台积电本身的攻击。14

AI 智能体为何让风险陡增？

如果 AI 只是回答问题，风险相对容易限定；但当它成为可调用企业系统的 AI 智能体（Agent），情形就不同了。

台湾半导体产业协会指出，AI 智能体的风险主要来自四类权限：读取数据、执行系统操作、与外部互动，以及自主作出决策。有了这些权限，智能体可能读取机密文件、执行命令、修改设置、运行代码或触发工作流程。2

该协会特别警示：当提示注入攻击与广泛的数据访问权、执行权叠加时，影响会显著放大。相应防护措施包括最小权限原则、沙箱隔离、工具白名单、速率限制、异常侦测、高风险操作拦截，以及为每个智能体配置可追溯的身份与权限。2

这也是“3岁超人”放到晶圆厂环境中的现实含义：计算和生成能力，不等于可以被授予生产环境中的操作信任。

台积电仍认可 AI 的哪些用途？

报道显示，台积电并非全面排斥 AI。米玉杰指出，AI 已在编程和电子设计自动化（EDA）领域带来帮助。这些任务通常有较明确的输入与输出，并拥有大量可用数据，较适合 AI 发挥作用。8

但这并不等于无约束自动化。涉及敏感研发资料或复杂判断的关键决定，仍需要由人来负责和把关。8

为什么 AI 目前解决不了 A14、A10 的设备瓶颈？

米玉杰的另一层意思是：软件能力无法替代实体制造能力。他表示，AI 目前对于突破台积电下一代 A14、A10 制程所面对的设备能力限制，并没有那么有用。17

AI 可以辅助分析数据、优化定义清晰的工程任务，但它无法让现有制造设备凭空具备尚未实现的能力。若研发进度受限于制造工具性能，真正需要的是底层设备技术和产业链能力的进步，而不只是更强的模型。17

台积电曾表示，A14 预计于 2028 年投产。这也说明先进制程的竞争，既取决于芯片设计创新，也取决于长期的制造准备与设备成熟度。14

对高风险 AI 部署的启示

台积电的立场区分了两个常被混为一谈的问题：**AI 能不能完成一项令人惊叹的任务？**以及，AI 能不能在核心机密和不可逆决策周围自主运作？

米玉杰给出的答案是：当前 AI 可以进入边界清晰的工作流，但不能仅因“能力很强”，就获得敏感研发数据、广泛系统权限或先进制造关键环节的决定权。在高风险半导体工作中，权限收敛、隔离防护、责任可追溯、人工审核与专业判断，仍然不可或缺。128