事件脈絡
2025 年 11 月，紐約時報首度揭露 Prometheus（普羅米修斯）的存在。時至 2026 年 6 月，Jeff Bezos 在一輪 $120 億融資後公開評論，將公司估值推升至 $410 億。這家新創的使命很清晰：開發「人工通用工程師」（artificial general engineer, AGE），用 AI 工具輔助或取代物理產品的設計工程流程。
這個投資規模與估值，在新興 AI 公司中僅次於 OpenAI、Anthropic、xAI。但它的野心與前者不同——不是爭奪最強通用大語言模型，而是把工程師的認知勞動本身當作可被工具化的對象。
為什麼這不只是「AI 工具」新聞
過去 20 年，我們看過軟體工具不斷自動化人類工作： - Excel 讓簿記員變少了 30-40% - Photoshop 讓平面設計民主化，但也降低了設計師稀缺性 - GitHub Copilot 讓初級程式員的生產力 2 倍，但也提高了競爭強度
工程設計一直被視為「高認知難度、不可替代」的工作。但 Prometheus 的賭注是：這個假設要被推翻了。
為什麼工程設計容易被工具化？
1. 可參數化：物理設計遵循物理法則、材料科學、製造工藝——這些都是有限參數空間，機器能建模。 2. 低創造性門檻：大多工程師 80% 的工作不是創新突破，而是「套用已知規則」——這正是 AI 最擅長的。 3. 迭代成本高：傳統工程需反覆手工建模、測試；AI 能秒級生成 100 個設計方案，加速探索空間。
經濟學層面：誰的薪資會被打擊
David Autor 的研究指出，每波自動化浪潮都會縮小「中等技能勞動力」的薪資。工程師不是例外。
可能的重組邏輯：
| 工程角色 | 現狀 | 工具化後 | |--------|------|----------| | 初級工程師（entry-level） | $80-120k | $40-70k（AI 補充品、易替代） | | 資深工程師（designer） | $180-250k | $150-180k（指揮 AI、門檻提高） | | AI 工程師 | $200-300k | $300-500k（稀缺性上升） |
薪資極化會加劇。底層工程師會失業或轉做「AI 監督」；頂層工程師（能理解 AI 限制、做整體系統決策的人）薪資反而上升。
Bezos 的賭注是什麼
1. 時序套利：他賭自己能比 Google、Autodesk、Dassault（達索系統）更快把工程 AI 商業化。 2. AWS 護城河：Prometheus 工具一旦標準化，所有設計資料、訓練數據會流向 AWS，形成數據壟斷。 3. 垂直整合：Amazon 自身是製造業客戶（無人機、物流機器人），Prometheus 能在內部驗證，再賣給全世界。
但為什麼這也可能失敗
1. 設計不只是參數優化：偉大的工程設計包含美學、用戶直覺、市場感知——這些 AI 無法學。 2. 監管與職業壁壘：工程師有執照認證；如果設計被 AI 主導，誰為失敗負責？律師和監管會強制人類簽章。 3. 舊勢力反擊：AutoCAD / Fusion 360 的母公司 Autodesk、達索系統都有數億用戶，他們會快速整合 AI，不讓 Prometheus 成為生態主人。 4. 訓練數據瓶頸：高品質工程設計數據（成功案例、失敗分析）掌握在大公司手中，不是公開的。Prometheus 缺乏數據護城河。
認知勞動工具化的更大遊戲
這場戰役的勝敗，其實反映了更深層的問題：
哪些認知工作能被參數化、哪些不能？
- **能被工具化的**：有明確規則、可量化、迭代成本高（工程設計、程式編寫、數據分析、初級法律檢索）
- **難被工具化的**：需要同理心、政治判斷、長期信任建立（治療、律師諮詢、經營決策）