生成式 AI 進駐智慧家庭一年後，為何連關燈都還做不好？

為什麼 AI 更會聊天，智慧家庭卻可能更難用？

問題的核心，不是生成式 AI 完全沒有能力，而是它的運作方式，與智慧家庭控制所要求的「每次都要做對」並不相容。

大型語言模型擅長理解較自由的說法、延續上下文，甚至把多個步驟組合成一套自動化流程。但它的推論結果具有變動性，還可能增加回應延遲，或在選擇工具與 API 時出錯。這些特性放在寫作或腦力激盪上或許可以接受，卻不適合「關掉廚房的燈」「設定十分鐘計時器」這類使用者期待立即、準確完成的任務。16

出錯的不是極端情境，而是最基本的指令

目前最令人失望的地方，往往不是複雜到難以重現的邊緣案例，而是智慧音箱原本最基本的工作。

測試 Google Home 搭載 Gemini AI 的裝置時，評測者表示它曾忽略播放歌曲的要求、在對話中突然轉移話題，還在星期三堅稱當天是星期二；當被要求關閉智慧燈具時，更宣稱自己「無法控制或互動操作家中的照明或其他實體裝置」。但控制智慧裝置，正是智慧音箱最基本的功能之一。1

Alexa+ 也出現類似落差。有使用者反映，原本一直能正常運作的咖啡機例程突然失效，另有使用者表示升級後，既有的自動化例程消失了。67 不過，評測也發現 Alexa+ 確實能透過語音建立複雜而實用的自動化，例如根據門廊攝影機偵測到有人經過的時間條件，建立開啟戶外燈的流程。2

這說明問題並非「AI 完全做不到」，而是同一套系統的表現不夠一致：某次示範可能令人驚豔，下一次卻連原本固定可用的指令都無法完成。

傳統語音助理與大型語言模型，底層邏輯不同

傳統語音助理通常會把辨識出的語句，對應到預先定義的意圖與裝置 API。例如，「關掉廚房的燈」會被辨識為固定指令，然後呼叫同一個控制流程。只要裝置名稱與連線正常，結果理應相對穩定。

大型語言模型則會根據上下文與機率，推測使用者想做什麼，再產生可能的工具或 API 呼叫。Google 也將 Gemini 描述為具有「非決定性」的系統，意思是它不只是照著固定腳本逐步執行。15

這種彈性讓對話更自然，使用者不必死背特定句型；但同一句話在不同回合，可能被不同方式理解、分派或轉述。對一般問答來說，這或許只是回答風格不同；對「關燈」而言，卻可能代表動作成功、失敗，或完全做錯事。這種不確定性，正是家庭控制最難接受的部分。315

真正的產品關鍵：可靠性與速度

相關測試與使用者回報反覆指向同一個結論：智慧家庭助理最需要改善的，不是聊天時聽起來多聰明，而是可靠性、延遲與實際價值。12

使用者提到的問題包括回覆速度變慢、答案錯誤、指令遭到遺漏、選錯音樂，以及原有例程失效。57 當使用者只是想播放音樂或打開燈，卻要等待更久、重複說幾次，甚至改用手機操作，生成式 AI 帶來的「更自然」便很難抵銷不便。

較合理的技術架構，應該是讓大型語言模型負責理解自然語句，再交由具備固定規則的驗證與執行層確認裝置、權限和動作，最後才真正發出控制指令。換句話說，LLM 可以是理解介面，卻不應成為控制家中裝置時唯一的決策者。

蘋果也沒有避開同一個難題

這不只是 Google 與 Amazon 的問題。蘋果因新版 Siri 遇到工程問題與軟體錯誤，延後了更個人化的 Siri 功能；相關延誤也波及智慧家庭產品規畫。據報導，蘋果原定推出的家庭顯示器因此延後，必須等待新版 Siri 完成。482

另有報導指出，現有 HomePod 等級硬體的處理能力可能不足以支撐蘋果的新 AI 目標，這或許能解釋產品更新延後，以及 Siri 在不同情境下表現不一的原因。914

一場漂亮示範，不等於可以正式上線

生成式 AI 的示範往往集中呈現最順利、最有戲劇性的互動，但家庭產品面對的是每天數十次、數百次的重複使用。真正的標準應該是：行為可預測、失敗原因清楚、回應夠快，而且在 AI 無法確定時，能安全地停止或交由使用者確認。

如果系統在這些條件尚未成熟前就推出，整合測試、錯誤回報與失敗成本就會轉嫁給付費使用者。說得直接一點，消費者便成了產品的 beta 測試群組。

智慧家庭需要的，未必是一個最像人的助理，而是一個在每次被要求關燈、播放音樂或執行例程時，都能穩定把事情做對的系統。