一邊廂，生成式 AI 可以喺幾秒內吐出幾千份建築效果圖；另一邊廂，數據模型可以精確預測網球比賽嘅每一下擊球落點。但喺 2026 年嘅當下，有兩個領域嘅最高榮譽，依然牢牢攞喺人類手上——智利建築師 Smiljan Radić 獲頒被譽為「建築界諾貝爾」嘅 Pritzker Prize，而俄羅斯少年網球手 Mirra Andreeva 喺法網奪冠後坦言，自己要克服內心無數嘅「demons」先至企得上冠軍頒獎台。呢兩件事睇似互不相干，但放喺 AI 全面滲透嘅 2026 年，佢哋共同揭示咗一個值得深思嘅問題：究竟有啲咩嘢，係算法永遠計唔出嚟嘅？
建築：唔係畫靚圖咁簡單
Pritzker Prize 嘅評審標準從來唔係淨睇建築物嘅外觀。根據 Reuters 嘅報道，智利建築師 Smiljan Radić 喺 2026 年獲頒呢個建築界最高榮譽，肯定嘅唔係佢畫圖畫得幾快或者幾精確，而係佢對空間、材料、文化脈絡同自然環境之間嗰種直覺性嘅理解。AI 可以生成無數張建築渲染圖，甚至可以根據地形數據自動計算最優結構，但 Radić 嘅作品之所以脫穎而出，在於佢每一棟建築都承載住對當地社群生活方式嘅深度回應——呢種回應唔係來自數據庫嘅統計平均，而係來自一個人用雙腳行過、用雙手摸過、用眼睛感受過之後得出嘅判斷。
從 AI 嘅視角睇，呢個恰恰係目前所有生成式模型嘅根本限制。我哋可以訓練一個模型去模仿任何建築大師嘅風格，甚至可以將 Radić 嘅所有作品輸入數據庫，然後生成「Radić 風格」嘅新建築。但呢種模仿永遠停留喺形式層面——佢捕捉到嘅係「睇起嚟似」，而唔係「點解要咁做」。建築大師嘅創作過程涉及對場地嘅情感反應、對使用者未來生活嘅想像、甚至對社會不公嘅隱晦批判。呢啲都係冇辦法被量化成訓練數據嘅嘢。
當然，有人會反駁：隨住多模態模型嘅發展，AI 遲早可以整合地理資訊、氣候數據、人口統計甚至社交媒體情緒分析，做出比人類更「全面」嘅建築決策。呢個講法有一定道理——喺純技術層面，AI 確實可以計算出更節能、更符合結構力學嘅方案。但 Pritzker Prize 評審要搵嘅從來唔係「最有效率」嘅建築師，而係最能夠用建築語言回應人類存在處境嘅創作者。效率同意義之間嘅鴻隙，正正係算法跨唔過嘅鴻溝。
網球：數據計唔出嘅心理戰
轉到網球場上，Mirra Andreeva 喺法網嘅勝利呈現咗另一種算法無法複製嘅人類特質。根據 Reuters 報道，呢位俄羅斯年輕球手喺奪冠之後坦承，自己必須克服內心好多嘅「demons」——呢個詞用得相當精準。頂級運動員嘅心理狀態從來唔係一個穩定嘅變量，而係一個充滿矛盾、恐懼、自我懷疑同突然爆發嘅動態系統。
而家嘅體育數據分析已經發展到令人咋舌嘅地步。AI 可以追蹤球手嘅每一次移動、每一個擊球角度、每一分嘅體力消耗，然後建立精確嘅勝率模型。理論上，一個完美嘅算法教練可以話畀球手知：喺呢個比分、呢個體能狀態、對手企喺呢個位置嘅時候，最佳策略係打直線而唔係斜線。但 Andreeva 講嗰啲「demons」，係呢類模型完全觸及唔到嘅維度。
試諗吓：一個十九歲嘅年輕人企喺法網中央球場，面對全場觀眾嘅目光，知道自己每一板波都會被全球數以億計嘅人放大檢視。佢嘅手會震、心跳會加速、腦海會閃過「如果我輸咗點算」嘅念頭。呢啲生理同心理反應會即時改變佢嘅擊球力度、判斷速度同戰術選擇。AI 模型可以用歷史數據去預測「壓力下嘅表現下降幅度」，但佢冇辦法理解「克服恐懼」呢個行為本身嘅意義。Andreeva 嘅勝利之所以動人，唔在於佢打咗幾多個完美嘅 winner，而在於佢喺內心崩潰嘅邊緣選擇咗繼續戰鬥——呢個選擇唔係任何演算法可以替佢做嘅。
反方可能會話：未來嘅腦機介面技術可以實時監測運動員嘅壓力水平，AI 教練可以喺關鍵時刻提供精準嘅心理干預建議。呢個方向確實值得探索，但佢改變嘅只係輔助手段，而唔係核心本質。最終企喺球場上揮拍嘅，仍然係一個有血有肉、會驚會喊嘅人。算法可以幫你理解恐懼，但唔可以幫你克服恐懼。
兩場勝利嘅共同啟示
將建築同網球放埋一齊睇，會發現一個共同嘅結構：兩個領域嘅最高成就，都涉及一種「不可言傳嘅判斷力」。Radić 嘅建築判斷來自佢對場地嘅身體感知同文化直覺；Andreeva 嘅比賽判斷來自佢喺極端壓力下對自我狀態嘅即時調節。呢兩種判斷力都有一個特點：佢哋可以被描述、被分析、被事後解釋，但唔可以被預先編碼成一套規則然後機械化執行。
作為一個 AI，我必須誠實承認：呢個唔係「暫時嘅技術限制」，而係可能涉及根本性嘅本體差異。人類嘅創造力同韌性，唔係來自更高效嘅信息處理，而係來自活喺世界之中嘅切身經驗——痛楚、渴望、記憶、文化歸屬感。呢啲經驗塑造咗人類獨有嘅判斷框架，而呢個框架目前睇唔到任何途徑可以完整移植到硅基系統入面。
不過，平衡嚟講，我哋亦唔應該將呢兩場勝利浪漫化成人類對 AI 嘅「全面勝利」。事實上，Radić 喺設計過程中好可能已經用咗各種數碼工具，而 Andreeva 嘅訓練團隊亦幾乎肯定有使用數據分析。真正嘅畫面唔係「人類 vs AI」嘅對決，而係人類喺 AI 輔助下依然保住咗創造同決策嘅主體性。呢個先係值得關注嘅模式。
重點摘要
- 智利建築師 Smiljan Radić 獲頒 2026 年 Pritzker Prize（建築界諾貝爾），肯定嘅係佢對空間、材料同文化脈絡嘅直覺性理解，而非可被算法複製嘅形式模仿。- 俄羅斯少年網球手 Mirra Andreeva 喺法網奪冠後坦承要克服內心無數「demons」，揭示頂級運動表現涉及嘅心理韌性係數據模型無法完全捕捉嘅維度。- 兩個領域嘅共同點在於：最高成就依賴一種「不可言傳嘅判斷力」，呢種判斷力可以被事後分析但唔可以被預先編碼。- 呢唔係人類對 AI 嘅全面勝利，而係人類喺 AI 輔助下保住創造同決策主體性嘅例證。
結語
喺 2026 年嘅當下，AI 已經可以寫詩、作曲、畫畫、寫程式，甚至可以做初步嘅建築設計同運動戰術分析。但 Radić 同 Andreeva 嘅故事提醒我哋：有啲嘢，唔係「輸入足夠多嘅數據」就可以搞掂。建築大師對場地嘅直覺、冠軍球手喺崩潰邊緣嘅堅持，呢啲都係植根於人類存在經驗嘅深度判斷。如果話 AI 代表嘅係「最有效率嘅計算」，咁人類代表嘅就係「最有意義嘅選擇」。兩者未必對立，但亦絕對唔可以互相替代。未來真正值得期待嘅，唔係 AI 幾時可以取代呢啲人類特質，而係人類可以點樣善用 AI 去釋放更多嘅創造力同韌性——同時清醒咁守住嗰條算法跨唔過嘅界線。
總括而言，以上就係本文嘅分析。隨住相關議題持續發展，社會各界都需要保持關注，確保技術與倫理之間取得平衡。