一句話：長壽逃逸速度在原理上說得通，但到今天為止，人類身上還沒有任何證據。全球的平均壽命和健康壽命之間差了大約十年，這些年就是需要照護的年數。我的判斷是，2030 年代撐起這段時間的，還是人，加上感測器和負責送東西、跑腿的物流機器人，不是人形機器人。現在就有證據的那座「橋」，是血壓、戒菸、體能這些看起來很無聊的基本功。
今天我腦中一直有兩個問題。第一個：「長壽逃逸速度」離我們還有多遠？意思是醫學進步得夠快，快到每過一年，人的剩餘壽命反而多出超過一年。第二個：如果要靠 AI 幫忙做出長照機器人，最可能走哪一條路？
一開始我以為這是兩篇不同的文章。查完資料才發現，它們是同一個問題的兩面。就算壽命一直變長，只要健康的年數沒跟上，多出來的那些年就需要有人照顧。台灣在 2025 年底，65 歲以上的人已超過五分之一；需要長照的人，十年內預計從九十多萬增加到 114 萬到 130 萬（細節在「長照的需求和錢」）。所以「能活多久」和「那些年誰來照顧」，我覺得應該放在一起看。
這篇寫給對科技好奇的人、工程師，也寫給正在想爸媽老了怎麼辦的人。幾個寫法先說清楚：
- 這是 2026-10-10 為止的調查，主要數字都附上出處連結。
- 公司自己公布、沒有被獨立驗證的數字，會標「公司自報」。遠端遙控的示範，不算機器人自己會做。
- 我會把三種說法分開：已確立的證據；早期結果、動物實驗、試點與展示；預測與意見。
- 全篇是一般資訊，不是醫療建議。跟自己身體有關的決定，請和醫師討論。
閱讀地圖：先看兩條曲線和十個名詞。前半談壽命那條線：長壽逃逸速度是什麼、誰預測什麼時候、實驗室的真實進度、AI 能加速多少、現在就能做的事。後半談兩條線中間的照護：需求和錢、現有機器人的成績單、具身 AI 到哪了、AI 怎麼幫忙造機器人。最後是五個階段、兩條路線的交會和一個人可以怎麼做。
兩條曲線
整篇文章可以用這張圖來讀。上面那條線是「能活多久」，下面那條是「能健康地活多久」，中間的空隙，就是帶著病痛或需要別人幫忙的那些年。
根據 WHO 在 2026-10-02 發布的 Global Health Estimates（報導），2023 年全球平均壽命是 73.3 歲，幾乎回到 COVID 之前 2019 年的 73.4 歲；中間的 2021 年曾經掉到 71.5 歲。同一年的健康平均壽命是 62.8 歲，還比 2019 年少 0.4 歲。兩者相減，大約差 10.5 年。健康的那條線也會被疫情拉下來：WHO 2024 年用舊版數列算過，COVID 期間健康平均壽命一度少了 1.5 歲，掉到 61.9 歲。
「健康平均壽命」的算法是：把一生預期的年數裡，帶著疾病或失能度過的時間，依嚴重程度打折扣，剩下的就是等同「完全健康」的年數。換句話說，帶著輕微不便過的一年，在計算裡還算接近一整年；帶著重度失能過的一年，只算成一小部分，失能越重扣得越多。所以 10.5 年是全球平均，也是折算後的數字。它不是說每個人最後都會臥床十年，而是把輕微不便到需要全天照顧的各種狀況加總起來。
有了這兩條線，後面三件事就很好分：
- 長壽逃逸速度想把上面那條線一直往上推。
- 老化科學想把下面那條線往上推，讓空隙變小。我覺得這比單純活更久更重要，因為多活的年數如果大多不健康，照護的年數只會變長。
- 照護機器人和感測器在空隙裡面工作：它們不改變人活多久，而是讓那些年過得好一點，也讓照顧的人少走一點路、少搬一點重。
目前只有原理和動物結果，見「長壽逃逸速度到底是什麼」和「實驗室和診所裡的真實進度」
想讓空隙變小，見「AI 能把幾十年壓縮成幾年嗎」和「現在就能做的第一座橋」
讓需要照護的年數過得好一點，見「長照的需求和錢」之後各段
先認識十個詞
後面會一直用到這十個詞，先用白話講一次。
- 長壽逃逸速度 LEV：醫學進步讓人的「剩餘預期壽命」每過一年增加超過一年。像在往下走的電扶梯上往上走，只要你走得比電扶梯快，就會一直往上。它不等於長生不老，意外和疾病還是會發生，只是平均的終點一直往後退。
- 健康平均壽命：一生預期年數裡，折算成「完全健康」的那部分。像一台車的總里程裡，沒進廠修理、順順開的那些公里。
- 老化科學 geroscience：把老化本身當成許多慢性病共同的上游來研究，而不是一次只對付一種病。像屋頂到處漏水時，與其每個房間放水桶，不如去修屋頂。
- 清除衰老細胞藥 senolytics：讓身體裡已經停止分裂、卻不肯退場的「衰老細胞」被清掉的藥。像清掉冰箱裡一顆爛掉、還會讓旁邊水果跟著壞的蘋果。
- 部分重編程 partial reprogramming：短暫打開幾個能把細胞調回較年輕狀態的基因開關（例如三個合稱 OSK 的基因），但不讓細胞完全退回成幹細胞。像把電腦還原到幾個月前的備份點，而不是整台重灌。
- 老化時鐘 ageing clock：用血液裡的 DNA 化學標記或蛋白質，推算一個人「生物年齡」的模型。像看輪胎紋路深淺來估一台車實際跑了多少，而不是看出廠年份。
- 替代終點 surrogate endpoint：試驗裡用來代替「真正想知道的結果」（例如死亡、失能）的指標，而且它的變化要能可靠地反映真正的好處。像用模擬考代替大考，前提是模擬考真的準。
- VLA 模型：vision-language-action 的縮寫，看畫面、聽指令，直接輸出機器人動作的 AI 模型。像一個看得懂食譜、也會自己動手的廚房學徒，只是現在在真實家庭裡還常常失手。
- 遠端操作 teleoperation：由人在遠處戴著頭戴裝置或拿控制器，操縱機器人的手腳。像有人在地面遙控空拍機。遠端操作的示範，不代表機器人自己會做。
- ISO 13482：個人照護機器人的國際安全標準。像電器上的安規標章。現行版本是 2014 年版，新版還在制定中（見後面「衰弱長者身邊的安全缺口」）。
要追的是什麼、怎麼算
從實驗室到證明有效
會做事、誰在操作、安不安全
長壽逃逸速度到底是什麼
長壽逃逸速度（LEV）的基本意思，開頭「先認識十個詞」已經講過：醫學替你補回的壽命，比你過掉的時間還多。但「估計還能活的年數」是誰的、怎麼量，不同的人講法不一樣。先把三種講法分開。
三種講法
**第一種是個人的精算版，也是最早的講法。**看的是一個人的「剩餘」預期壽命，不是出生時的預期壽命。用算術舉例：今年估計還剩 20 年，一年後不是剩 19 年，而是剩 21 年。Aubrey de Grey 在 2004 年 PLoS Biology 的文章裡把這叫 actuarial escape velocity（精算逃逸速度），條件寫得很具體：每個年齡層一年內的死亡機率，每年都要下降約 10%。
**第二種是族群統計版。**預測網站 Metaculus 的題目是這樣判定的：一個人口超過 100 萬、10 歲時預期壽命已超過 85 歲的國家，連續 5 年平均每年增加至少 1 歲。這是全國平均，不代表每個人都用得到新療法。它和個人版在數學上也不完全一樣：族群版比的是「今年的 10 歲」和「明年的 10 歲」，是兩群不同的人；個人版追的是同一個人老了一歲之後，剩下的年數有沒有變少。
**第三種是生物學版。**不看統計，看身體：組織修復的速度快過老化造成的損傷。Palmer 2022 年的一篇觀點文章把這叫 biological escape velocity。這是單一作者的框架，沒有量化數字，作者本身也有相關專利。
同一個人老了一歲，剩餘預期壽命不減反增
某國 10 歲預期壽命連續 5 年平均每年 +1 歲
組織修復快過老化損傷
不等於長生不老
就算哪天真的達到，人還是會因為意外、暴力、感染而死。樂觀派的 Ray Kurzweil 自己也強調這不保證永生。維基百科整理的批評也指出：這是平均數，不會消除跟老化無關的死因，也不保證人人用得到治療。
還有一個問題：目前沒有大家都同意的量法。要看幾歲時的剩餘壽命？量哪一群人？所以「2030 年代會達到」這種說法，其實很難驗證對錯。
名字是誰取的
這個概念比名字早。據維基百科，Robert Anton Wilson 1978 年就寫過類似的想法，但我沒找到原文核對。一般把這個概念歸功於 Methuselah 基金會共同創辦人 David Gobel。維基百科說詞是 de Grey 在 2004 年那篇文章提出的，但那篇用的其實是「actuarial escape velocity」，全文沒有「longevity escape velocity」這幾個字。誰第一個寫出這個說法，目前沒有定論。
據維基百科，de Grey 2021 年因性騷擾指控的調查、以及被認定試圖干預調查，遭 SENS 研究基金會解職，2022 年另創 LEV 基金會（LEVF），後面「實驗室和診所裡的真實進度」會再提到它。
門檻有多高
門檻是每年 +1 歲。拿歷史比一比：
- 歷史最快的紀錄：Oeppen 與 Vaupel 2002 年在 Science 發現，全球最長壽國家的女性平均壽命，160 年來每年增加將近 3 個月，也就是約 0.25 歲。專家宣稱的上限，平均在發表後約 5 年就被打破。
- 最近的歐洲：GBD 研究發現，1990–2011 年平均每年增加 0.23 歲，2011–2019 年降到 0.15 歲。
- 美國：用 Our World in Data 的數字換算，1950–2019 年平均每年約 0.16 歲，2000–2019 年只剩約 0.11 歲。美國 2024 年是 79.0 歲，創歷史新高。
換句話說，要達到門檻，需要歷史最快速度的大約 4 倍，而且要一直維持，還要發生在高齡層，而高齡層歷來的進步比整體慢。粗略換算一下：最近的「最佳實踐」（每年取全世界最長壽的國家）大約每年 0.15–0.2 歲，只有門檻的五分之一到七分之一。這只是粗略對照，因為上面這些都是出生時的平均壽命，不是治療後個人的剩餘壽命。
台灣和日本現在的數字也看得出「還在漲，但不快」。台灣 2025 年平均壽命 81.27 歲（男 77.93、女 84.75，內政部），比 2024 年多 0.50 歲。看起來一年就多了半歲，但要放在疫情前後一起看：還沒回到 2020 年的 81.32 歲，女性回去了，男性還沒。日本 2025 年女性 87.33 歲、男性 81.35 歲，兩者都還低於 2020 年的高點（87.71、81.56）。香港女性 88.73 歲，比日本還高。全球的數字在前面「兩條曲線」講過：2023 年已幾乎回到 2019 年的水準。
放慢派和直線派
說「變慢了」的主要證據是 Olshansky 等人 2024 年在 Nature Aging 的論文。他們分析壽命最長的 8 個國家、香港和美國 1990–2019 年的資料：30 年平均只多約 6.5 歲，而且越來越慢。他們推估本世紀能活到 100 歲的比例，女性不太可能超過 15%、男性不太可能超過 5%；除非能減緩老化本身，否則本世紀不太可能出現大幅延壽。PNAS 2025 年看 23 個高所得國家的出生世代，結論相近：1900–1938 年出生的人，每晚生一年，預期壽命多約 5.5 個月；1939 年以後只剩 2.5–3.5 個月。
反方主要有三點：
- 紀錄線還是直的：Vinicius 與 Migliano 2025 年的預印本（未經同儕審查）每年取全球最長壽的國家，發現 2000–2020 年女性從 84.85 歲升到 87.75 歲，每十年 1.45 歲，比前二十年的 2.49 歲慢；男性每十年 1.96 歲，沒有變慢。他們推算女性紀錄會在 2063 年左右到 100 歲，但也同意個別國家很難一直維持這種速度。
- 上限一再被打破：香港 2025 年男性 83.27、女性 88.73 歲，已經超過 Olshansky 1990 年提出的國家上限（約男 82、女 88 歲）。
- 前提不同：de Grey 認為論文本身就假設「沒有老化方面的突破」，標題下的結論過頭了。Steven Austad 說這篇論文完全不影響他和 Olshansky 在 2000 年的賭約：2150 年會不會有人活著滿 150 歲。Matt Kaeberlein 則認為，不靠任何介入，個人大約上限 120–130 歲，人口平均約 100 歲，所以必須直接處理老化。
雙方其實有交集。Olshansky 自己說這是「玻璃天花板，不是磚牆」，並把延緩老化稱為可能的「第二次長壽革命」。爭的是這種突破何時、會不會在人身上發生，不是原則上可不可能。我的看法是：就算採用樂觀的直線派，每年也只有 0.15–0.2 歲，離 1 歲還很遠。兩派爭的是「慢慢變慢」還是「穩定前進」，沒有一派的數據接近逃逸速度。
人最多能活幾歲
平均壽命和最高壽命是兩件事。平均數上升，主要是更多人活到老年；最高紀錄則幾乎沒動。
目前的紀錄是法國的 Jeanne Calment，活了 122 歲 164 天，1997 年過世，將近 30 年沒被打破。2018 年有人質疑她和女兒調換了身分，2019 年 Robine 等人反駁，但質疑者還在爭。
有沒有天生的上限？Dong 等人 2016 年在 Nature 主張人類最高壽命約 115 歲，任何一年出現 125 歲以上的人，機率不到萬分之一。2017 年 Nature 刊出五篇反駁：用同一批資料既提出又驗證假設、迴歸只有 33 個資料點、資料點彼此不獨立。反駁者認為，要嘛資料不夠下結論，要嘛上限更接近 125 歲。另一個爭議是 105 歲以後死亡率會不會停止上升：義大利資料看起來會，但也有人認為少量的年齡登錄錯誤就能造成這種假象，至今沒有定論。
Pearce 與 Raftery 2021 年的模型認為紀錄很可能被打破，但多半是多幾歲，不是多幾十歲。Metaculus 預測者對 2050 年最長已驗證壽命的中位數是 124.5 歲，比現有紀錄只多約兩歲。
治好一種病能多活幾年
直覺上，治好癌症應該能多活很多年。實際算出來沒那麼多，原因叫「競爭死因」：一個人不死於癌症，之後還是可能死於心臟病、中風或肺炎，因為身體一樣在老。
- 台灣 2024 年：去除癌症，平均壽命從 80.77 歲升到 84.36 歲，多約 3.59 歲；去除心臟病多 1.50 歲，去除肺炎多 1.05 歲。
- 日本 2025 年：去除癌症男性多 3.07 歲、女性多 2.66 歲；癌症、心臟病、腦血管疾病三項一起去除，男性多 5.84 歲、女性多 4.77 歲。到了 90 歲，同樣三項一起去除只多約 1.4–1.5 歲。
- 美國（1999–2001 年資料）：去除癌症多 3.20 歲，去除心臟病多將近 4 歲。
這些數字都假設其他死因不變，只是粗略估算。
所以目標轉向老化本身
一次治好一種病只能多活幾年。Olshansky 等人早在 1990 年就主張，除非能減緩老化本身，出生時平均壽命不太可能超過約 85 歲。這也是老化科學（geroscience，見開頭「先認識十個詞」）的共識：與其一種一種病打，不如讓老化本身變慢，讓很多病一起晚來。Goldman 等人 2013 年的模擬算出，延緩老化到 2060 年可多約 2.2 年平均壽命，而且多半是健康的年數；分別降低心臟病和癌症只多約 1 年。
但「讓老化變慢」比聽起來難很多：
- 2005 年 28 位生物老年學家聯名評論 de Grey 的 SENS 計畫（一套逐項修復老化損傷的構想），認為以現有知識，每一項提案都過度樂觀；不過他們也同意老化基礎研究經費不足。
- 2023 年 Cell 列出的老化十二個標誌彼此互相影響。Gladyshev 的 deleteriome 觀點認為有害變化的種類太多，不可能列成一張清單逐一修好。
- 到 2026 年，還沒有任何一種介入被證實能全面減緩人類老化，生物標記改變也不等於老化變慢；目前也還沒有經過正式驗證、能代替「活多久」的替代終點。
整理一下。已確立的：壽命還在增加但變慢，速度只有門檻的幾分之一；治好單一疾病只能多活幾年；最高紀錄將近 30 年沒破。有爭議的：增速是在放慢還是維持直線、最高壽命有沒有上限。預測：任何「哪一年達到」的日期。從每年 0.2 歲到每年 1 歲，需要一種現在在人身上還看不到的技術。誰預測何時會到、實驗室真正做到哪，下一節接著看。
誰說什麼時候會到
先講清楚：這一節全部是預測與意見，不是證據。說的人有科學家、創業家、公司執行長，也有一群在預測網站上下注的人。比起「誰說幾年」，更值得看的是同一個人的日期怎麼移動。
Aubrey de Grey：他在 2004 年的文章裡寫，人類回春療法至少要 25 年、也可能要 100 年；又說如果每年有約 1 億美元專心投入，十年內很可能讓中年小鼠的剩餘壽命變成 3 倍。這件事到今天沒有發生，不過他一直附帶「資金要到位」的前提。2012 年他說 25 年內有 50% 機會；2019 和 2021 年說 2035、2036 年左右有 50%；2022 年改口「約 15 年」，還補一句以前常說 25 年；據 2025 年的二手報導，現在是「12 到 15 年內 50%」，大約落在 2037–2040 年。機率一直是 50%，目標日期卻跟著時間往後走。
Ray Kurzweil：2024 年 3 月他說，現在的醫學進步每年大約替人拿回 4 個月，2029 年以後會變成每年拿回超過一年。到了 2026 年 2 月，他說的年份變成 2032 年，前後給過的日期並不一致。「每年拿回 4 個月」跟歷史速度差不多（上一節的歷史最快紀錄，每年約 0.25 歲）；真正沒有證據的，是他假設這個速度會一路加速到每年 1 歲以上。
Dario Amodei：先揭露，他是 Anthropic 的執行長，Anthropic 開發的 Claude 協助了這篇的資料整理。他在 2024 年 10 月的〈Machines of Loving Grace〉寫，強大的 AI 出現以後，5 到 10 年內可能把 50 到 100 年份的生醫進展做完，人類壽命可能翻倍到約 150 歲，之後也許達到「逃逸速度」。但他把「強大的 AI 先出現」當成前提，也明說這沒有任何保證。所以他沒有給一個日曆上的年份。AI 能不能真的加速到這種程度，後面「AI 能把幾十年壓縮成幾年嗎」會專門談。
Demis Hassabis：他談的是「疾病」，不是老化，也不是 LEV。2025 年 4 月他說終結疾病也許十年左右可及，2026 年 1 月改說 10 到 20 年。
George Church：2025 年 6 月說，如果壽命增長在 2050 年超過每年一年，他不會意外，但所有估計（包括他自己的）都要打個大折扣看。
Bryan Johnson：2025 年 12 月宣布「2039 年讓人類不死」的目標，同時承認團隊還不知道怎麼做到。這比較像一個口號式的目標，不是根據資料推算出來的預測。
Metaculus 預測社群：Metaculus 是一個讓很多人對未來事件下機率的網站。它有一題「哪一年會有國家達到 LEV」。判定條件就是前面「三種講法」裡的族群統計版。2026-10-03 的社群中位數約在 2052 年 12 月，中間一半的預測落在 2038 到 2101 年之間，共 147 人參與。這些數字是我在研究時從頁面資料換算的，所以前面都加「約」。區間這麼寬，代表大家其實很不確定。
同一群人還回答了兩題：「超級智慧會比 LEV 療法先出現」的機率是 95%；「有效的延壽療法出現後，真的會達到 LEV」只有 約 48%（34 人）。也就是說，就算療法做出來，這群人也覺得 LEV 不一定跟著來。整體看，預測社群比 Kurzweil 和 de Grey 保守得多。
實驗室和診所裡的真實進度
預測講完，回到證據。先給結論：到 2026-10-10 為止，沒有任何一種介入在人體上證實能延緩老化本身，更沒有證實能延長壽命。下面一項一項看，每項都分成動物證據、人體證據和還在跑的試驗。
| 手段 | 動物證據 | 人體證據 | 進行中試驗 | 能不能當老化藥 |
|---|---|---|---|---|
| 雷帕黴素 | 晚年給藥仍延壽 | PEARL 主要終點未達 | EVERLAST 未公布新一代類似物 | 還不能 |
| 二甲雙胍 | 評論者稱分歧 | 防糖尿病死亡率沒變 | TAME 據報仍缺經費 | 還不能 |
| 清除衰老細胞藥 | 組合實驗中單用無效 | 肝病二期有效骨質試驗未達標 | fisetin 待公布 | 還不能 |
| GLP-1 藥物 | 老母鼠延壽約 12% | 死亡較少但未正式檢驗 | 沒有以老化為終點 | FDA：不等於抗老 |
| 部分重編程 | 小鼠視力恢復 | 3 人期中資料 | ER-100 一期NewLimit 2027 | 還不能 |
| 血漿置換 | 本文未整理 | 42 人代理指標FDA 警告年輕血漿 | 未查到進行中試驗 | 還不能 |
雷帕黴素
動物證據最穩：美國國家老化研究所（NIA）的小鼠試驗計畫發現，就算到晚年才開始給藥，雷帕黴素仍能延長基因多樣的小鼠壽命。人體最好的資料是 PEARL：48 週的隨機對照試驗（把人隨機分成用藥組和安慰劑組，差別才能歸給藥本身），分析 114 人，主要終點（試驗事先說好要看的結果，這裡是內臟脂肪）沒有達標，只有女性的幾個次要指標有改善。這個試驗由販售此藥的 AgelessRx 主導執行，經費主要來自群眾募資；試驗途中還發現所用的藥局調製版本，血中濃度只有市售製劑約三分之一，試驗因此暫停過。NIA 資助的 everolimus（同類藥）試驗 EVERLAST 已在 2026 年 6 月完成，但還沒公布結果；美國衛生部專門資助高風險研究的機構 ARPA-H 另外資助了一款只抑制部分路徑的新一代類似藥。
二甲雙胍和 TAME
TAME 是最常被提到的「老化試驗」，想測試糖尿病老藥二甲雙胍能不能延緩多種老年病。問題是錢：NIA 只撥了約 500 萬美元，全案估計要 4,500 萬到 7,000 萬美元，而學名藥沒有藥廠願意出錢。據 2026 年的二手報導，TAME 仍在等經費、還沒收受試者；在 ClinicalTrials.gov 也查不到它的註冊。常被當成 TAME 引用的 NCT02570672 其實是一個 141 人的衰弱預防試驗。網路上自稱有「TAME 結果」的文章，可以直接存疑。另一個大型試驗 MeMeMe 裡，二甲雙胍預防了第二型糖尿病，但對癌症、心血管病和死亡率都沒有效果。
清除衰老細胞的藥
這類藥想清掉衰老細胞（見開頭「先認識十個詞」），結果好壞參半。最強的人體結果剛在 2026-10-01 發表：一個單一中心的試驗把組合藥（dasatinib 加 quercetin，簡稱 D+Q）用在 31 名脂肪肝合併纖維化的病人身上，纖維化改善的比例是 47% 對安慰劑的 7%；但不良事件也比較多，82% 對 43%（都會自己緩解）。反過來，Mayo Clinic 用同樣組合做的停經後女性骨質試驗，主要終點沒有達標；Unity 公司的眼疾二期試驗（在一小群病人身上初步看效果的階段）失敗後，在 2025 年 5 月裁撤全部員工。Mayo 的另一種候選物 fisetin，試驗預計 2026 年 11 月完成。
GLP-1 藥物
這是近年很紅的減重和糖尿病藥，例如 semaglutide。SELECT 試驗的對象是已有心血管病、體重偏高的人：用藥組在試驗期間的死亡風險大約低 19%（風險比 0.81，意思是風險只有對照組的 0.81 倍）。不過依試驗事先排定的檢驗順序，這一項輪不到正式檢定，只能當參考。在糖尿病合併慢性腎病的人身上，FLOW 試驗是 0.80，但試驗提早結束，效果可能被高估。口服版用在早期阿茲海默症的大型試驗 EVOKE 則失敗了。動物方面，2026 年 9 月的小鼠研究只在老年母鼠看到中位壽命延長約 12%，而且牠們吃得也少了約 24%。FDA 審查官員的說法很直接：透過已知的心血管作用讓人活久一點，不等於證明能抗老化。
部分重編程
部分重編程（見開頭「先認識十個詞」）在小鼠身上恢復過受損或老化的視力。第一個進入人體的是 Life Biosciences 的 ER-100，打進眼睛裡，治療青光眼和另一種視神經病變。它在 2026 年 1 月獲准做人體試驗，6 月 9 日第一位受試者給藥。2026-10-08 公司公布期中資料：3 位青光眼病人（第一個劑量組）追蹤到第 56 天，沒有出現限制劑量的毒性或嚴重不良事件，3 人中有 2 人視野改善。要注意：這是公司新聞稿，只有 3 人、沒有對照組，大家都知道自己打了什麼，而且只作用在眼睛，不能說明全身回春或延壽。打到眼睛以外，會不會長出腫瘤之類的風險，目前還不知道。其他公司都更早期：NewLimit 在 2026 年 6 月募得 4.35 億美元，計畫 2027 年做肝臟的人體試驗；Retro 已進入臨床的藥其實是促進細胞自我清理的藥，不是重編程；Altos Labs 還沒有公開任何臨床候選藥。
血漿置換
把血漿換掉或輸入年輕血漿，是另一條常被報導的路。2025 年一個 42 人的試驗發現，定期做血漿置換的組別「生物年齡」平均降了 1.3 到 2.6 年，但這是代理指標，而且由販售這項服務的公司贊助。FDA 早在 2019 年就警告，輸注年輕人的血漿沒有經證實的效益，還有風險。
LEV 基金會的老鼠實驗
de Grey 創立的 LEV 基金會在做的，就是直接測試「把多種修復療法疊在一起」夠不夠。RMR1 用了 1,000 隻約 18 個月大（相當於中年）的小鼠，合併四種療法。成功門檻是「平均和最大剩餘壽命都至少翻倍」。
1,000 隻約 18 個月大的小鼠，四種療法合併
初步剩餘時間比：母鼠 1.66、公鼠 1.50
效果能疊加，但幅度跟少吃熱量差不多；母鼠的好處幾乎都來自雷帕黴素
基金會承認四種療法不夠
至少 8 種療法、重複給藥、約 2,000 隻、約 500 萬美元
1.66 這個數字常被誤讀：它不是「多活了 66%」。意思是，到 2024 年 5 月那一刻，對照組母鼠死到某個比例所花的時間，治療組要花 1.66 倍才到同樣比例。當時還有很多老鼠活著（母鼠約 45%、公鼠約 65%），所以這只是中途的讀數，不是最後的壽命比。2025 年 5 月的總結稱為「有保留的勝利」：平均壽命提高了，最大壽命沒有大幅延長；單次給的修復療法效果大約一年後就消退。2025 年 12 月基金會承認四種療法不夠，下一輪 RMR2 預計約 2028 年出結果。我覺得，對照 de Grey 2004 年「十年內做到」的預測，這是很誠實、但也很慢的進度。
XPRIZE 長壽獎
XPRIZE Healthspan 是一個獎金比賽：2025-05-12 從 58 國 600 多隊選出 100 隊準決賽，2026-08-11 選出 20 隊決賽。決賽隊伍要在 2026 到 2029 年間，對 50 到 90 歲的受試者做最長一年的試驗，目標是讓肌肉、認知、免疫功能至少回復 10 年；最高 8,100 萬美元的大獎在 2030 年頒發。它把目標放在「功能」而不是壽命，因為壽命要等太久才看得到。
法規和老化時鐘
在美國，老化目前不是 FDA 認可的適應症（適應症就是藥被核准用來治的病），也沒有任何藥以「治療老化」上市。2026-10-01 的一場研討會上，FDA 的首席科學家說會把老化與長壽列入下一年度的研究重點，審查官員也提出兩條可能的核准路徑；但這些是會議發言，不是正式政策。ARPA-H 則出資 1.44 億美元、找了 7 個團隊，想把「內在能力」（例如行動、認知等日常功能）做成大約三年就能判讀的試驗終點。
那「老化時鐘」能不能當捷徑？目前不行。老化時鐘（見開頭「先認識十個詞」）目前有三個問題：
- 量不準：同一份樣本重複測量，技術雜訊可以讓結果差到約 9 年，改良版能縮到約 1.5 年。據一份還沒確認完成同儕審查的分析，用餐、壓力也會讓數值起伏。
- 彼此不一致：不同時鐘對同一種介入可能給出相反方向；在一個沒有對照組的 D+Q 加 fisetin 小型前導研究裡（證據等級低），第一代時鐘反而顯示變老。
- 會動不代表有用：2026 年的分析整理 51 項人體研究、16 種時鐘，有 19 項介入讓數值下降、5 項上升；作者特別強調，「時鐘有反應」既不代表可以當替代終點，也不代表介入真的減緩老化。FDA 也把「能預測風險的標記」和「能代替臨床結果的終點」分開看，目前沒有任何時鐘被接受為後者。
把這一節放在一起看：動物身上能延壽的手段有幾個，人體上有幾個在特定疾病裡有效，但離「每年多一年剩餘壽命」還差非常遠。最大的卡點不只在科學，也在怎麼證明：沒有被接受的替代終點，任何延壽主張都得靠很多年的人體追蹤。
AI 能把幾十年壓縮成幾年嗎
樂觀派認為 LEV 會提早到來，最有力的理由是 AI：如果 AI 讓生物學研究快上十倍，原本要五十年才找得到的療法，十年內就會出現。
最常被引用的版本，是 Dario Amodei 2024 年 10 月的長文〈Machines of Loving Grace〉（他的主張和我的利益揭露，見前面「誰說什麼時候會到」）。值得注意的是，他自己也列出了瓶頸：實驗室動手做實驗的速度、資料、生物的複雜度、臨床試驗和法規。
這些都是預測。下面分開看 AI 已經做到什麼、還沒做到什麼。
AI 已經做到的事
最確定的成果是 AlphaFold，從胺基酸序列預測蛋白質的立體形狀，Hassabis 和 John Jumper 因此拿到 2024 年諾貝爾化學獎。依 DeepMind 自報，它已預測超過 2 億個結構，用過的研究者超過 300 萬人。對基礎研究的影響已經確立。
但「看懂蛋白質」和「做出上市的藥」之間還很遠。DeepMind 體系的製藥公司 Isomorphic Labs，首次人體試驗的目標從 2025 年底延到 2026 年底，截至 2026 年 9 月還沒有公開的人體給藥紀錄（來源）。Hassabis 2025 年 1 月說希望當年底就有 AI 設計的藥進入臨床試驗，這個目標也延後了。
一個藥從標靶走到三期
走得最遠的例子是 Insilico 的 rentosertib，治療特發性肺纖維化（IPF，肺組織慢慢變硬、呼吸越來越吃力的病）。它要打的目標蛋白由 AI 找出，分子由生成式 AI 設計（論文）。藥上市前要過三期人體試驗：一期看安全，二期在少數病人身上看劑量和初步效果，三期用更多病人正式證明有效。
約 2019 年中，AI 找出蛋白質標靶 TNIK
2021-02 提名候選藥物，距找標靶約 18 個月
78 名健康受試者，看安全性
71 名病人、12 週，論文 2025-06 發表
2026-07 宣布，320 人、52 週；據二手報導 2026-09 首位病人給藥
我的推算：最早 2028 年以後才可能上市
2a 期試驗（Nature Medicine，2025-06-03）在中國 21 個中心收了 71 名病人。每天 60 mg 的那組，用力肺活量（FVC，吸飽氣後能用力吐出多少）平均增加 98.4 mL，安慰劑組減少 20.3 mL。數字好看，但這是次要指標，試驗本來就不是為了證明療效而設計，人數也少。真正的考驗是 2026-07-07 宣布的三期：320 名病人、52 週。
Insilico 自報，從立項到提名候選藥物只要 12–18 個月，傳統約 2.5–4 年。AI 壓縮的是前段；後面的臨床試驗一天也沒少，52 週就是 52 週。
還有一個細節：2026 年 9 月一篇由 Insilico 主導的論文，用老化時鐘重新分析 42 名 2a 期病人，看到「預測生物年齡」下降的趨勢。作者群也承認，這分不出是老化變慢，還是肺病被治療了。
還沒做到的事
- 沒有任何 AI 發現的藥物上市：截至 2026 年 10 月都找不到（彙整）。最接近的幾個都在三期或審查中，而且都和老化無關。
- 成功率只在前段變好：BCG 作者群 2024 年的分析發現，AI 發現的分子一期成功率 80–90%，高於歷史平均；二期約 40%，和歷史差不多，作者自稱非常初步。難關仍在後段。Recursion 第一個以 AI 探索的計畫 REC-994，就在 2025 年 5 月因長期效益不足而終止。
- 「虛擬細胞」還贏不過簡單方法：虛擬細胞是想用模型模擬「動了某個基因，細胞會怎麼變」。Nature Methods 2025 年的研究發現，幾個單細胞基礎模型的預測都沒有贏過簡單的線性基線。
- 老化時鐘還不能當成績單：理由見前面「法規和老化時鐘」；簡單說，時鐘數字有變化，不代表人真的老得比較慢。
反方怎麼說
- 長期評論製藥業的化學家 Derek Lowe 指出，藥物失敗大多發生在二、三期人體試驗，而沒有 AI 能可靠預測臨床結果。
- Bosley 和 Jack Scannell 的決策模型顯示，與其多篩 10 倍的候選藥，不如讓實驗模型（例如細胞或老鼠）對人體結果的預測準一點點，後者幫助更大。模型本身不準，AI 只會讓錯誤的線索來得更快。
- Gary Marcus 引述 Eric Topol 等研究者，反駁 Amodei 2026 年 8 月在 X 上「約 5–10 年治癒多數疾病」的說法：臨床試驗和法規需要時間，疾病差異很大，光癌症就超過 200 種。
- 法規方面，老化本身不是可以申請核准的適應症。FDA 2025 年 4 月公布減少動物試驗的路線圖，鼓勵用計算模型，能讓試驗便宜一點，但沒辦法把 52 週變成 52 天。
我的讀法
以下是我的意見。AI 讓上游變快、變便宜，這是真的。但要證明「人活得更久」，需要長期人體試驗或被驗證過的替代終點，兩樣 AI 目前都繞不過去。就像 Day 11 寫的，寫得出修補草稿不代表修補是對的；提名得出候選藥物，也不代表人體試驗會過。「十年內壽命倍增」目前是推測。在那之前，能靠的是下一節那座比較無聊的橋。
現在就能做的第一座橋
「橋」這個說法來自 Kurzweil 和 Grossman 2004 年的書《Fantastic Voyage》（書摘）：第一座橋是用現有知識健康地活下去，撐到第二座橋生物科技成熟，再接上第三座橋奈米科技與 AI。
三座橋本身是預測。有點諷刺的是，第一座橋裡證據最強的都很平凡；書裡花大篇幅談的補充品，證據反而最弱。
先講清楚：這一節是一般資訊，整理研究怎麼說，不是醫療建議，也不推薦任何藥物、補充品或劑量。血壓和膽固醇要不要處理、處理到多少，是醫療決策，要和醫師討論。
讀數字前先認識三個詞。隨機對照試驗（RCT）把人隨機分成兩組，兩組的差別可以歸給介入本身。觀察性研究追蹤「本來就這樣生活的人」，容易混進別的因素。風險比（HR 或 RR）0.87 的意思是風險低 13%。
證據最硬的三件事
- 血壓：123 個降壓試驗的統合分析（把很多研究合起來算）發現，收縮壓每降 10 mmHg，全因死亡（任何原因的死亡）風險低 13%，中風低 27%。SPRINT 試驗把目標壓得更低，死亡更少，但低血壓、急性腎損傷等副作用也更多。降多少是醫師的判斷。
- LDL（俗稱壞膽固醇）：每降 1 mmol/L，全因死亡風險約低 10%；這個數字取自二手摘要，我沒核對到原文。
- 不吸菸：約 20 萬名美國成人的研究發現，吸菸者少活 10 年以上；40 歲前戒菸，約可避免九成因吸菸多出的死亡風險；25–34 歲戒菸約找回 10 年，45–54 歲約 6 年。
結果一致但屬觀察性的習慣
這一層研究規模大、方向一致，但都是觀察性的，數字多半是「最好的一組比最差的一組」。
- 心肺適能（心肺把氧氣送到肌肉的能力，常用 VO2max 表示）：2024 年一篇綜述收錄的三個統合分析顯示，適能高的人比低的人全因死亡低約 41–53%，但這一項的證據確定性被評為「極低」。常聽到的「體能差比吸菸更糟」是誤讀：那份研究拿體能兩個極端組比，吸菸只是有和沒有，尺度不同。
- 肌力訓練：16 個世代研究顯示，肌力訓練和全因死亡低 10–17% 相關，每週約 30–60 分鐘效益最大，更多不一定更好。
- 步數：2025 年的統合分析發現，每天 7,000 步比 2,000 步，全因死亡低 47%。台灣的 美兆（MJ）健檢世代 41 萬多人中，每天約 15 分鐘的活動，死亡風險比不活動的人低 14%，預期壽命多約 3 年。
- 睡眠：約 7 小時風險最低（分析）；一項 6 萬多人的研究發現，作息規律比睡多久更能預測死亡：作息較規律的四組，全因死亡比最不規律的一組低 20–48%。
- 酒精：107 個世代的分析發現，每天少於 25 公克也沒有顯著保護作用，喝得更多風險明顯上升；少量喝有沒有好處，官方報告之間仍有爭議。
- 腰圍和社會連結：腰圍每多 10 公分，死亡風險高 11%（72 個世代）；社會關係較強的人，存活勝算高約 50%（148 個研究）。後者和長照特別有關：孤立本身就和較高的死亡風險相關。
這些數字要怎麼讀
觀察性研究有三個老問題：反向因果（生病的人本來就動得少、變瘦）、健康使用者偏差（會運動的人通常也少抽菸、常看醫生），以及自填問卷的誤差。研究對象也多是西方人或醫護人員。
Generation 100 是少見的運動 RCT：挪威 1,567 名 70–77 歲長者追蹤 5 年，運動組和對照組的死亡率沒有顯著差別，不過對照組自己也動得很多。芬蘭雙胞胎研究把家族因素考慮進去後，關聯明顯變弱。所以「提高 VO2max 就會活更久」還沒有夠大的 RCT 證實。這些效果也不能相加；哈佛的模型推估說，50 歲時符合五項低風險因子的人，預期壽命比一項都沒有的人多 12.2–14.0 年，這是模型算出來的，不是 HR 相加。
補充品的證據
NMN 和 NR 確實能提高血中的 NAD+（細胞製造能量要用到的分子），但 8 個 RCT 的統合分析看不到對血糖和血脂的顯著效果，也沒有任何以死亡或疾病為終點的資料。美國國家老化研究所（NIA）的小鼠測試中，NR 和白藜蘆醇（resveratrol）都沒有延長壽命。FDA 2025 年 9 月恢復 NMN 的膳食補充品身分，這只是法規分類，不代表有效。
整理下來，第一座橋最可靠的部分很樸素：血壓和 LDL 膽固醇降低、不吸菸，和較低的死亡風險有隨機試驗或強因果證據支持（要不要用藥、目標多少由醫師判斷）；活動、規律睡眠、少喝酒和人際連結，則是研究裡一再看到的關聯。它不會讓人到達 LEV，但它是目前人體證據最多的那座橋。
長照的需求和錢
前面幾節談的是兩條曲線本身：壽命能不能一直往上推、健康壽命能不能跟上。從這一節開始，看兩條線之間的空隙，也就是需要照護的那些年：現在由誰來撐、錢從哪裡來。
在 Day 7 我把照護功能依風險排成「不碰身體 → 低接觸 → 碰身體」，並建議先從減少照顧者走路做起。那一篇談的是技術上怎麼排。這一節補上另外兩個問題：照顧的時間到底花在哪裡，以及誰會付錢。機器人能不能真的進到照護現場，常常取決於這兩件事，而不是機器人本身多聰明。
要照顧的人和照顧的人
台灣 2025 年底 65 歲以上有 4,673,155 人，占 20.06%，正式進入超高齡社會。衛福部的長照 3.0 核定本推估，需要長照的失能者 2026 年約 91–92 萬人，2035 年約 114–130 萬人。
照顧的人這邊，登錄在長照單位的照服員（照顧服務員，負責洗澡、餵食、翻身等日常照顧的專業人員）2024 年底有 100,421 人，大約是 2016 年的 4 倍；但同一份計畫也承認，住宿機構的夜班和三班制很難招到人。家庭裡，據媒體轉引官方統計，2026 年 6 月有 212,209 位家庭看護移工。2025 年 8 月起 80 歲以上聘移工免評估，勞動部預估會多出約 10 萬件申請，也坦白說重症家庭可能更難找到或留住人。
鄰國的處境類似。日本的介護職員 2023 年第一次減少，2024 年約 212.6 萬人；厚生勞動省推估需求是 2026 年度約 240 萬、2040 年度約 272 萬。南韓在 2024 年 12 月 23 日 65 歲以上達 20.0%，成為超高齡社會；照顧員缺口的推估（2027 年缺約 7.6 萬人）目前只見於二手報導。
照顧的時間和傷害花在哪
最有用的數據來自日本。厚勞省 2020 年的夜班時間研究記錄晚上 10 點到早上 7 點，照服員在直接照護加巡視上共花約 299 分鐘。研究也比較了有沒有裝見守感測器（裝在床墊或床邊、偵測起身和離床的感測器）。參加的機構不多，時間也是員工自己填的，但這是少數真的去量時間的研究。
這張圖讓我想修正 Day 7 的排法（這是我的判斷）。「先減少走路」風險最低，醫院也已經有大規模部署的例子，所以仍然是合理的第一步。但夜裡最花時間的是排泄協助，接近一半；巡視和走動約五分之一。夜間的排泄預測、離床偵測和巡視，應該和送物機器人排在一起做，而不是排在後面。
傷害則集中在搬動身體。台灣一份小樣本研究中，9 家長照機構的 176 份問卷有 96.5% 的照服員回報肌肉骨骼傷害，下背最常見；最費力的是輪椅和馬桶之間的移位（把人從一處搬到另一處），其次是協助洗澡。另一份 341 名居家服務員的調查裡，88% 過去一年至少有一處不適。台灣沒有全國性的照服員職業傷害統計，所以「買一台移位設備划不划算」很難算。
誰來付錢
日本已經把「導入科技」換成看得到的錢，主要有三條路：
- 放寬人力基準：見守感測器全床導入並搭配對講設備後，上面那份研究測到每位住民的工作時間平均減少 25.7%。厚勞省據此讓傳統型特養（特別養護老人之家）的夜間最低人力放寬約 20%，例如住民 26–60 人由 2 人改為 1.6 人；條件是設委員會、試行 3 個月以上，並先向住民或家屬說明、取得同意。2024 年起，特定設施若同時用多種科技並重新分工，照護人力比可從 3:1 放寬為 3:0.9。
- 報酬加算（照護報酬額外多給的點數）：2024 年新設「生產性向上推進體制加算」（鼓勵機構用科技提高效率的加給），但一份 1,585 家特養的速報顯示 74.9% 沒有申請。2026 年 6 月的臨時改定把照服員每月多 7,000 日圓的加薪綁在這個加算上，誘因一下子變大。
- 設備補助：2025 年度移位、入浴設備每台最高補助 100 萬日圓，其他設備每台 30 萬日圓。
台灣的長照 3.0 十年（2026–2035）預算約 1 兆 4,457 億元，「導入智慧照顧」約 358.9 億元，大約 2.5%。2026 年 7 月 1 日起新增智慧科技輔具全租賃，每 3 年 6 萬元（含居家無障礙改善上限 2 萬元），長照需要等級 2–8 級可用。首批 17 項以感測墊、零接觸偵測、自動排泄處理、翻身輔助為主，另有外骨骼和動力髖關節兩項穿戴式機器人輔具；沒有會移動或會拿東西的照顧機器人，也沒有人形機器人。名單裡看起來沒有移位類產品，但這只是從分類推論，沒有官方確認。
住宿機構另有品質獎勵，每家每年最多 101–240 萬元；這是 7 項指標合計的上限，智慧科技只是其中一項，而且要求用不侵害隱私的方式監測。衛福部在長照 3.0 裡也承認，科技輔具普及還在初步階段、沒有完善的導入機制，新制效益「尚待觀察評值」。
和一位看護比價格
| 選項 | 價格 | 做得到什麼 | 誰付錢 |
|---|---|---|---|
| 家庭看護移工 | 每月約 2.35–2.68 萬元（薪資、就業安定費、保險；不含仲介費與膳宿，仲介業者估算） | 24 小時有人在身邊 | 家庭 |
| 台灣智慧輔具全租賃 | 每 3 年最多 6 萬元，平均每年約 2 萬元 | 感測、排泄處理、翻身輔助、穿戴式輔具 | 長照給付 |
| 日本 Hug 移位機器人 | 售價約 103–108 萬日圓；居家款可用介護保險租，月租約 27,040 日圓、自付一成 | 協助被照顧者站起來、移位 | 介護保險＋家庭 |
| 1X NEO 人形機器人 | 2 萬美元，或月租 499 美元 | 家務；不會的工作由遠端專家操作；截至 10 月初查不到確認的消費者交貨 | 家庭自費 |
| Moxi 醫院送物機器人 | 每家醫院每年約 20–40 萬美元（公司文件估計的單院營收，也就是醫院付的錢） | 在醫院送物 | 醫院 |
結論很直接（這是我的推論）：在台灣，家用的通用機器人目前沒有人付錢。租賃補助平均每年約 2 萬元；1X NEO 月租 499 美元，約合新台幣 1.6 萬元，一個月的租金就接近補助一年的額度，而且不會的工作還要靠遠端專家。短期內真正會買照護科技的是機構，而機構買得起、也有給付的，是感測器和紀錄系統。
現有照護機器人的成績單
不碰身體的普及了，碰身體的沒有
日本介護勞動安定中心 2024 年的全國調查問入住型機構「日常有在用」哪些設備：
差距很明顯：床墊感測器七成機構天天在用，每一類介護機器人都不到一成。同一份調查裡，約七成三的入住型機構「覺得」資訊通訊設備（ICT）或機器人減輕了負擔，但這是自評，不是量測。
厚勞省 2020–2022 年度的合併實證（111 個機構、各記 5 天工時、比較導入前後，沒有隨機分組）結果比較細：
- 見守感測器裝得越多，直接照護加巡視的時間越少。
- 移位輔具不一定省時：穿戴式的把穿脫時間算進去後，移位工時反而略增；非穿戴式的在夜間也略增；兩者都只讓腰痛比例稍微下降。
- 排泄預測機器減少了「帶去廁所卻沒有排泄」的次數。
- 改用手機記錄、配置介護助手（接手雜務的人員），省時效果也比較清楚。
現場研究怎麼說
研究者 Wright 從 2016 年起在日本照護機構做了 18 個月以上的田野觀察，寫成 2023 年的書《Robots Won't Save Japan》。他在 MIT Technology Review 的文章裡寫到，移位機器人 Hug 用了幾天就被員工停用，買來的機器人常常被鎖進櫃子；而日本中央政府到 2018 年在照護機器人研發上已投入遠超過 3 億美元。另一篇 2023 年的範疇回顧整理 39 個系統，只有 16% 真的在實務中使用，也沒有證明能減輕人力，反而有打斷工作、把任務轉給護理師的情形。
陪伴機器人的證據也偏弱。澳洲一個試驗（28 個機構、415 位失智長者、10 週，以機構為單位隨機分組）裡，海豹機器人 PARO 只在「長者有多投入」這一項贏過關掉電源的絨毛玩具；算成本的話玩具還略划算（每位住民額外成本 PARO 50.47 澳元、玩具 37.26 澳元）。2026 年一篇整合 34 個隨機試驗的統合分析，只在失智相關的情緒和行為症狀上看到效果，證據確定性低，也沒有照服員工作量的資料；作者認為還不適合常規導入，只適合當有人帶領的輔助工具。
證據最強的反而是老技術。美國 6 家護理之家導入移位吊具、搭配禁止徒手抬人的規定和訓練後，職災理賠率降到原本的 0.39 倍；投入約 15.9 萬美元，每年省下約 5.5 萬美元理賠，不到三年回本。不過這是事前事後比較，而且另一份回顧指出，移位器的實際使用率只有約 21%，最常見的原因是「沒時間」。
常被引用的還有一份經濟學研究：Lee、Iizuka、Eggleston（NBER 2024）用日本 265 家機構的兩波問卷發現，導入機器人和較多的雇用與留任、較少的約束與壓瘡有關聯，見守型最明顯。這是觀察性研究，作者自己也說無法確定因果。
廠商數字要打折看
下面這幾項，除了特別註明的以外，數字都是公司自報或廠商參與的評估，沒有找到獨立稽核：
- Moxi（醫院送物機器人）：被 Serve Robotics 收購時約 100 台、25 家以上醫院、累計 125 萬次以上遞送，宣稱省下 57.5–60 萬工時。這是醫院，不是長照機構。
- ElliQ（桌上型對話陪伴裝置）：紐約州老人局的計畫到 2025 年 5 月有 834 人參與，94% 自述比較不孤單；報告版權屬於廠商，沒有對照組。
- Hyodol（韓國的玩偶型機器人）：據公司與媒體說法超過一萬台，未經獨立驗證；一份非隨機研究（180 人）顯示 3 個月時憂鬱改善，6 個月時效果沒有延續。
- DFree（超音波膀胱感測器，提醒何時該上廁所）：德國一家大學醫院 31 名護理師試用 3 個月，可用性分數 50.9，低於一般認為可接受的 68，主要卡在很難接進既有系統。這一項是醫院端的試用，不是公司數字，結果不理想。
- Obi（餵食機械手臂）：小型研究顯示使用者自己吃飯的能力改善，但照顧者省下多少時間沒有實際量測；美國保險公司 Anthem 認為這類輔具證據不足。
台灣的試點
鴻海與川崎重工的護理機器人 Nurabot 自 2025 年 4 月在台中榮總病房測試，負責遞送藥品、檢體和傷口護理包。「最多減少 30% 護理工作量」是鴻海的說法，沒有院方或獨立數據，測試期間還遇過醫院資料系統權限受限的問題；它目前在醫院，不在長照機構。衛福部新營醫院附設護理之家和工研院在驗證夜間量呼吸、心跳的巡房機器人，報導沒有量化成效。國科會宣稱某住宿型機構導入 AI 系統後，每天少 7.5 小時紀錄時間，沒有交代樣本與方法；也有機構自述巡房、量測、紀錄每天少 1.5–2 小時。立法院預算中心的一份報告則指出，這類計畫還沒有績效衡量指標（研究時該頁面打不開，內容取自搜尋摘要）。
有量測，但多為事前事後比較
省不了時間，或只贏過便宜的替代品
沒有對照組或獨立稽核
有需求，但沒有產品或數據
綜合來看（這是我的整理）：真正能用的單位是一整套「感測加對講加紀錄，再加上重新分工」，不是單一台機器人。卡住的地方是系統整合、穿脫和推機器這類隱性勞動，以及成本，而不是機器人夠不夠靈巧。
具身 AI 和人形機器人到哪了
「具身 AI」是會動手、會走路的 AI，也就是把模型裝進機器人身體。這兩年最熱門的是 VLA 模型（見開頭「先認識十個詞」）：看畫面、聽一句指令，直接輸出手腳該怎麼動。進步很快，但公開數字大致停在「家務做到一半左右，旁邊還要有人兜底」。
公司自報和獨立測驗差很遠
先看公司自己公布的成績，都沒有第三方重做過：
- Figure Helix 2.5（2026-09）：在 30 個沒去過的家庭收玩具、摺毛巾、鋪床，整件任務完成率 56%。算法很嚴，需要人出手保護就算失敗。不用人類行為資料預訓練的版本只有 9%。
- Gemini Robotics 2（2026-07）：人形機器人從地上撿東西 45.7%，綁垃圾袋 44%，掃進畚箕 32%。DeepMind 自己也說，多指的靈巧操作仍然很難。
- 有些數字要看定義。Skild S1 宣稱沒見過的任務做到 66%，但這個數字含人類介入，不是機器人自己從頭做到尾。
再看研究者統一出題、統一評分的測驗：
- RoboDojo（榜單 2026-07-03 凍結）：實機表現最好的是 Physical Intelligence 的 π0.5，成功率 12.8%；同樣的任務由人類遙控是 100%。模擬裡最好的模型總平均只有 8.8%，人類專家遙控是 76%。
- OK-Robot 在 10 個真實家庭做「撿起來、放到指定位置」，成功率 58.5%；環境整齊時可到 82%。家裡亂一點，就掉了二十多個百分點。
照顧衰弱的長者，一次失手就可能是一次跌倒。我的判斷是，現在的數字離長照需要的可靠度（99% 以上）還很遠。
家用人形機器人的真實狀態
常上新聞的幾家，放在一起看（截至 2026-10-10）：
| 產品 | 公開的狀態 | 自主的證據 | 和長照的距離 |
|---|---|---|---|
| 1X NEO | 2 萬美元或月租 499 美元；2026-04 開始量產，先給內部團隊用 | 2025 年媒體示範全程由人遙控 | 查不到已確認的客戶交付 |
| Tesla Optimus | Fremont 產線還在安裝，年產 100 萬台是設計產能 | 2024 年發表會的互動多由場外員工遙控 | 沒有公開的產量或自主率 |
| Figure | 居家測試和工廠部署 | 上面的 56% 是公司自報 | 前安全主管提告，指控未經法院證實 |
| Unitree 宇樹 | 價格大降，主要賣給研究和教育單位 | 是開發平台，不是照護產品 | 沒有照護用途的數據 |
| Agility Digit 5 | 2027 年上半年試用、年底上市 | 有獨立的安全控制器 | 目標是工廠和倉儲，不是居家 |
1X NEO 最接近「家用」，值得多講幾句。官方訂購頁寫明，機器人不會的事，由 1X 專家在預約時段遠端操作；官網宣稱的重量約 30 公斤、沒有夾手點，都還沒看到第三方測試。1X 說工廠年產能最多 1 萬台，但截至 10 月初，還查不到已確認的客戶交付。Tesla 那場發表會，則是 Bloomberg 報導許多互動由場外員工遙控，台上沒有說明。
遙控的三種角色
遙控在今天的機器人產業裡同時扮演三種角色：
- 表演：把人遙控的示範包裝得像機器人自己做的，Tesla 和 NEO 的例子都是。看影片時先問：這段有沒有人在控制？
- 產品兜底：機器人不會的部分由真人接手，例如 NEO 的預約遠端操作。產品可以先上市，但也代表有人透過鏡頭看得到你家。
- 訓練資料：Physical Intelligence 的 π*0.6 把專家在工作中途的遠端修正直接拿來訓練，公司宣稱最難任務的每小時完成量提高一倍以上、失敗率約減半。
放到長照裡，第二種反而可能合理。日本的 Enactic 和 80 多家照護業者簽了合作備忘錄：人形機器人先由人遙控做洗衣、收餐盤、補貨這些不碰住民的工作，2026 年夏天進設施試，年底再驗證能不能自動化。我的看法：讓「遠端照服員」監督低接觸工作，比假裝已經自主誠實。但要先講清楚房裡鏡頭的隱私、網路延遲、一位操作員能顧幾台（研究時查不到任何家用機器人公司公開這個比例），以及出事時誰負責。
衰弱長者身邊的安全缺口
就算機器人夠聰明，安全規則也還沒準備好：
- 標準還在改：ISO 13482 現行版是 2014 年的，第二版到了最終草案，CEN 列的出版日是 2027 年 2 月；批評者指出它缺少有約束力的測試方法，也沒有系統地納入高齡者代表。專管「要主動保持平衡」機器人的 ISO 25785-1 還是委員會草案，範圍是工廠。
- 斷電不等於安全：傳統機器一斷電就停，算安全狀態；雙足機器人一斷電就倒，這套邏輯不成立。
- 疼痛上限來自健康成人：協作機器人（設計成和人在同一空間工作的機器手臂）常用的 ISO/TS 15066 疼痛與壓力上限，依據的是 100 名 18 到 66 歲的健康受試者。皮膚脆弱的長者能承受多少，查不到對應研究。
- 語言模型當大腦有風險：倫敦國王學院、卡內基美隆等團隊在居家協助長者的情境測試，每個模型都至少同意一項可能造成嚴重傷害的指令，也普遍同意拿走使用者的輪椅或拐杖；作者建議別讓語言模型當唯一控制者。
- 保持距離：機器人學者 Rodney Brooks 建議別站在行走中的全尺寸人形機器人 3 公尺內。長照偏偏是貼身的工作。
中日韓的計畫
- 中國：工信部和民政部的養老服務機器人試點（2025 到 2027 年）要求居家類至少 200 戶，機構類至少 20 家，驗證至少 6 個月，每兩個月報告安全狀況。2025 年 9 月公布 32 個項目，到 2026 年 10 月查不到公開成效。傅利叶執行長也說，人形機器人在醫療養老場景還在臨床驗證早期。
- 日本：日本政府的長期大型研發計畫「登月型研發」裡的 AIREC 約 150 公斤，在實驗室示範過幫人翻身、扶人坐起；主持人估計約 2030 年才能進機構，初期售價至少 1,000 萬日圓。
- 韓國：2026 年照護機器人論壇展示的都是排泄、洗澡、餵食、翻身這類專用機器人。2027 年先做 400 戶智慧居家和 12 家機構試點，官員說人形機器人要更久，沒給時程。
共同點是：已經進到現場的是感測器和專用器材；人形機器人還在實驗室、展示，或成效沒公開的試點裡。
AI 怎麼幫忙把機器人做出來
那 AI 能不能幫忙把照護機器人做出來？查完的結論是，最可能的路不是 AI 從零設計一台機器人，而是 AI 把軟體、韌體、電路板、模擬這些環節變便宜，硬體挑現成、已量產、好模擬的零件，例如輪式底盤加輕型手臂，或桌上型小裝置。瓶頸於是從「做不做得出來」，移到可靠度、現場驗證、認證和量產品質。
硬體變便宜了，但買家是誰
宇樹的招股書顯示，人形機器人平均售價從 2023 年約 59.3 萬人民幣，降到 2025 年前三季約 16.8 萬，降了約七成。但要看是誰在買：
市場也還小。2025 年全球人形機器人出貨約 1.3 到 1.6 萬台，摩根士丹利說約九成來自中國廠商；國際機器人聯合會（IFR）只算 140 公分以上的全尺寸機型，約賣出 7,000 台。美銀預測物料成本會從 2025 年約 3.5 萬美元降到 2030 年 1.7 萬以下，這是預測。量產也不只是買零件：Figure 自報每台出廠前要過 80 多項功能測試。
從機構到韌體，AI 各做到哪
- 機構設計：MIT 用生成模型修改人畫的連桿，跳躍機器人多跳約 41%，但只是窄範圍的實驗室展示。用文字生成 CAD 零件（電腦裡的 3D 零件設計檔）的評測顯示，超過基本幾何就大致做不到。AI 適合畫支架和外殼，還不適合設計關節。
- 電路板：Quilter 宣稱一塊 8 層、843 個元件的板子，工程師只花 38.5 小時，人工報價是 428 小時，這是廠商自報。
- 韌體：韌體是直接控制馬達和感測器的程式。EmbedAgent 評測裡最好的模型，一次寫對的比例是 65%。2026 年杜克大學的 IoT-SkillsBench 研究在真硬體上驗證發現，能編譯、沒報錯的程式，放到真的晶片上仍會出錯，例如訊號時間點沒對準、晶片上的周邊電路沒正確啟動；給模型人類專家寫的簡短技能說明，才接近全對。
模擬和合成資料要打折看
模擬是先在電腦的虛擬世界練習，再搬到真機；合成資料是電腦生成的練習資料。這是最常被宣傳的捷徑，數字要細看：
- NVIDIA 的 GR00T N1 論文裡，加入影片生成的資料後，8 項實機任務平均只進步 5.8%；部落格寫的 40% 來自另一套流程。
- Cosmos 資料增強讓實機導航成功率從 54% 升到 91%，但沒公布試了幾次。
- 也有扎實的結果：MuJoCo Playground 在 6 種機器人上做到模擬練完直接上真機。
我整理下來的看法是：「移動到某處」的導航任務，模擬到真機最成熟；手指的精細操作還很依賴真實資料。這也是 Day 7 建議先從減少照顧者走路做起的理由之一。
開源硬體把門檻降到幾百美元
Hugging Face 的 LeRobot 採可商用的 Apache-2.0 授權，裡面的 SmolVLA 一張顯示卡就能訓練。硬體方面，XLeRobot 整台約 660 美元，每支手臂負重 1 公斤以內；桌上型的 Reachy Mini 賣 399 到 499 美元，廠商說已出貨超過 1 萬台。門檻低到一個人能開始做，但離照護等級還遠：查不到這類低價手臂 24 小時連續運轉的故障資料。
Project Fetch 給的線索
先說明：Project Fetch 是 Anthropic 的研究，Anthropic 是做 Claude 的公司，而 Claude 協助了這篇的研究。
第二階段（2026-06）讓 Claude Opus 4.7 自己完成四項共同任務，只花約 9.6 分鐘；有 Claude 協助的人類團隊花 181 分鐘，不用 AI 的團隊花 361 分鐘。但它沒做到「看到球、自己走過去撿起來」這種邊看邊修正的閉迴路控制。換句話說，接感測器、物件辨識、導航這類有固定步驟的整合，AI 已經很快；邊感覺邊調整的精細控制還不行。
還是需要團隊的部分
有固定步驟、結果容易檢查
編譯過或模擬過，不代表真機會動
多半不是技術展示能解決的
我估計，有 AI 幫忙，一個工程師幾個月內就能做出非接觸的原型。但第三組裡的工作，例如把成功率從六成拉到 99% 以上、任何碰到身體的功能、產品認證（ISO 13482 的認證費用和時程查不到公開數字）和醫療宣稱，仍然需要團隊和資金。
我的看法：AI 縮短的是「做出第一台」的時間，沒有縮短「證明第一千台都安全」的時間。後面這段，才是長照真正在等的。
最可能的五個階段
把前面的資料排在一起看：日本、韓國、中國和台灣的路線圖，加上實際的採用數字，排出來的順序大致相同，也和 Day 7 的「非接觸 → 低接觸 → 身體接觸」一致。下面五個階段是我整理這些路線圖後的推論，年份是粗估，不是預言。每一階段除了技術，我都列出要過的關：誰付錢、標準和法規什麼時候到位、出事誰負責，以及證據夠不夠。
S0 感測、紀錄和對講，約 2024–2028，已在擴大。 床墊或離床感測器、照護紀錄軟體、每位值班人員一支對講機。這是目前唯一同時有付款方、也有中等品質證據的一層（數字見前面「現有照護機器人的成績單」）。台灣 2026 年 7 月起的智慧輔具全租賃，首批品項裡有不少就是這一層的感測和非接觸偵測產品。卡住的不是技術，是改工作流程和取得住民同意：日本「導入 ICT 或機器人的業者比例」2024 年只有 31.6%，沒達到 36% 的目標（厚勞省行政事業審查）。
- 給付綁的是整套流程：日本 2024 年起，特定設施要用「人力配置特例」，必須三樣同時到位：每間房都有能通報離床的見守感測器、同時段值班的每個人都有對講設備，再加上紀錄軟體；裝設前還要取得住民或家屬同意（厚勞省通知）。
- 目標還在往上拉：同一份審查把導入比例的目標訂為 2025 年 43%、2026 年 50%。
- 政策重心從機器人轉向感測：厚勞省和經產省在 2024-06-28 把「機器人技術的照護利用重點分野」改名為「照護科技利用的重點分野」，擴大成 9 個分野、16 個項目（厚勞省）。日本總研認為，這反映政策從「機器人主導」轉向「感測器與 AI 主導」。
- 台灣的隱私規則還在過渡：個資法部分條文 2025 年 11 月 11 日修正公布，要成立個人資料保護委員會、明訂個資事故的通報義務，但截至 2026 年 3 月，施行日期仍待行政院訂定；病歷、醫療、健康檢查這類資料屬於特種個資，蒐集和利用的限制更嚴（法律事務所整理）。
S1 機構內的送物和清潔機器人，約 2025–2030。 輪式底盤，在走廊和電梯之間送東西，不碰人。最接近的證據在醫院的 Moxi（公司自報，見前面）。國際機器人聯合會（IFR）統計 2025 年專業服務機器人出貨近 25 萬台，運輸物流占 47%（IFR）。日本的 AI 機器人戰略短期也是先做巡視、搬運、清潔這類共通任務，需要手指靈巧度的工作排到 2030 年以後；自民黨的提言則把目標訂在 2030 年前，讓 18 個領域都做到「巡視、搬運」這一級。
- 錢：依公司文件預估，Moxi 每家醫院每年約帶來 20–40 萬美元營收（公司自報），小型長照機構很難負擔。自民黨因此主張補助「機器人即服務」（RaaS，用訂閱的方式付費）。
- 建築：電梯和門禁要能和機器人串接。
- 標準：ISO 13482 第二版改名為服務機器人安全要求，範圍擴大到個人和商用的服務機器人，但排除工業和醫療機器人；歐洲標準委員會 CEN 列的出版日是 2027-02-09（CEN）。
- 歐盟的機械規則：歐盟機械法規（EU）2023/1230 從 2027-01-20 起適用，沒有過渡期；用機器學習做安全功能的機器，要經過公告機構（政府指定的第三方檢驗單位）審查，但這種功能沒有官方定義，能做審查的機構也還很少（DTI）。2026 年通過的歐盟 AI 法修正沒有改這個日期（EUROGIP）。
S2 人形或移動手臂做後勤雜務，從遠端操作開始，約 2026–2032。 洗衣、收餐盤、補貨，不碰住民。前面提過的日本 Enactic 試點就屬於這一層。自民黨的提言估計，這類周邊工作約占設施工時三成，並建議先驗證效益，再把「不直接接觸使用者的人形或遠端操作機器人」列入照護重點分野。
- 操作員：遠端操作員本身就是人力成本。一位操作員能顧幾台，研究時查不到任何家用機器人公司公開這個比例；一家廠商的部落格估計，即時遙控大約一人一台，只在旁監督的協助模式才可能一人顧多台，但都沒有經過稽核（廠商部落格）。我的推論是：如果是一人一台，這一層省下的不是人力，只是把人從現場移到遠端。
- 隱私：住民房裡有鏡頭，而且鏡頭後面有人在看。
- 標準：管「要主動保持平衡」機器人的 ISO 25785-1 還是委員會草案，範圍是工業；IEEE 的人形機器人標準研究小組 2025 年 9 月發表路徑研究，聚焦分類、穩定性（包括跌倒應對）和人機互動，主持人估計標準還要 18–36 個月才能出版（The Robot Report）。
- 責任：歐盟新的產品責任指令（EU）2024/2853 適用於 2026-12-09 以後上市的產品，把軟體（包括 AI 系統）視為產品；軟體更新出問題、或漏掉安全更新，都可能產生責任，複雜系統的舉證責任也往有利消費者的方向調整（Kennedys）。自民黨的提言也要求儘速建立安全認證和保險制度。
- 價格：摩根士丹利估計，高所得國家的人形機器人單價 2024 年約 20 萬美元，2028 年約 15 萬美元。
S3 專用的身體照護器材，約 2028–2035。 移位、翻身、排泄、洗澡，各用一種專門設計的器材，再慢慢加上 AI 感知。反證很明顯：日本把移位列為政策重點超過十年，移位機器人的使用率仍只有 6.2%；前面「現有照護機器人的成績單」裡的 Hug 和穿戴式輔具，都指向同一件事。中國 2025–2027 年的養老機器人試點有 32 個入選項目，場景包含移乘轉運和輔助行走，要求至少 6 個月的場景驗證，但到 2026 年 10 月還查不到公開成效；民政部 2026 年 1 月的指導意見也列了二便護理、移乘轉運等場景，但沒有部署台數。
- 醫材分類：在台灣，照護機器人算不算醫療器材，取決於它宣稱的用途。醫療器材依風險分三級，不在分類分級附表裡的品項原則上列第三等級，也就是風險最高的一級；非侵入、無危害、使用時不需醫事人員協助的輔具，則可以申請免列醫材（醫療器材管理法）。
- 給付清單：台灣首批 17 項租賃品分屬移動、沐浴排泄、居家照顧床、安全看視四大類，審議要看功能、資通訊和安全認證規格（衛福部）；名單看起來沒有移位類產品（從分類推論，見前面「誰來付錢」）。已經有一條現成的路：福寶科技的 FREE Walk 下肢外骨骼 2019 年取得台灣第二等級醫材許可和歐盟 CE 標章，2026 年進了首批租賃名單（數位時代）。韓國則打算讓驗證有效的技術，透過長照福祉用具登錄、設施給付和使用券取得支持（머니투데이）。
- 接受度：瑞士一份全國電話調查（1,211 人）裡，願意讓機器人做家務的有 49.5%，陪伴聊天只有 28.8%；最能預測接受度的是「能不能減輕照顧壓力」，不過受訪者都沒實際用過機器人（Innovation in Aging）。
- 和移工政策競爭：衛福部正研擬把機構看護工配額從 5 床 1 人放寬到 3 床 1 人（公視）。
S4 通用人形機器人做身體照護，2035 年以後，高度不確定。 日本登月型研發的 AIREC 目標 2030 年前後才進機構。Rodney Brooks 預測可部署的靈巧度到 2036 年以後仍遠不如人手，也認為沒有新的機構設計，雙足人形不夠安全、不能貼近人；摩根士丹利估家用通用人形還要約十年，2030 年代後期才加速；高盛的基準情境裡，2030 年的出貨幾乎全是工業用途。
- 證據：JMIR Aging 2026 年的回顧收錄 59 篇人形機器人用於高齡照護的研究，只有 4 篇隨機對照試驗；58% 的研究樣本不超過 25 人，55% 的介入期不超過一週；功能集中在社交互動和認知訓練，幾乎沒有研究涵蓋餵食、如廁、洗澡或翻身。
- 安全：疼痛上限來自健康成人、雙足機器人斷電就會倒，這兩點見前面「衰弱長者身邊的安全缺口」。
- 法規時間表還在動：歐盟 2026 年 7 月通過的 AI 法修正（Digital Omnibus），把嵌入機械和醫療器材的高風險 AI 義務延到 2028-08-02（AI Act Explorer）。
| 2026 | 2028 | 2030 | 2032 | 2035 | 2040 | |
|---|---|---|---|---|---|---|
| S0 感測紀錄 | 擴散 | 擴散 | 普及 | 普及 | 普及 | 普及 |
| S1 機構物流 | 試點 | 試點 | 擴散 | 擴散 | 普及 | 普及 |
| S2 遠端後勤 | 試點 | 試點 | 試點 | 擴散 | 擴散 | 擴散 |
| S3 專用器材 | 試點 | 試點 | 試點 | 試點 | 擴散 | 擴散 |
| S4 通用人形 | 試點 | 試點 | 試點 | 試點 |
給付和認證通常比技術晚好幾年。每一階段卡在哪幾關，排在一起看更清楚：
兩條路線的交會
長壽逃逸速度和照護機器人，看起來是兩個題目，其實常犯同一種錯：把上游的進步當成終點已到。並排看：
| 長壽逃逸速度 | 長照機器人 | |
|---|---|---|
| AI 加速了哪裡 | 上游：蛋白質結構、分子設計、候選藥提名 | 軟體、韌體、電路板、模擬，加上硬體降價 |
| 真正的瓶頸 | 人體試驗要跑好幾年；沒有被認可的替代終點 | 現場可靠度、安全標準、臨床證據、誰付錢 |
| 常見的誇大 | 把老鼠實驗或老化時鐘的變化說成人會活更久 | 把遠端操作的示範說成機器人自己會做 |
| 樂觀的時間 | de Grey：據二手報導，12–15 年內 50%；Amodei：強大 AI 出現後 5–10 年 | 家用人形 2026 年開始交貨（1X 官方說法；到 10 月初查不到確認的客戶交貨） |
| 照證據的時間 | 人體上還沒有介入證實能延緩老化；Metaculus 社群中位數約 2052 年 | 2030 年代以感測和物流為主；通用人形做身體照護在 2035 年後 |
（揭露：Dario Amodei 是 Anthropic 的執行長，Anthropic 做的 Claude 協助了這篇研究。）
我從這張表得到三個結論，都是意見：
- 2030 年代多出來的照護年數，主要還是靠人，加上感測器和物流機器人。 WHO 2023 年的數字，平均壽命和健康平均壽命差約 10.5 年。這段時間最需要的是移位、如廁、洗澡這些碰身體的照護，偏偏是具身 AI 最晚能安全做到的。機器先能減輕的，是照服員的走路、夜間巡視和紀錄。
- 延長壽命和縮短失能是兩件事。 如果壽命變長，失能的年數卻沒縮短，需要照顧的年數只會變多。Olshansky 也把延緩老化稱為可能的「第二次長壽革命」。把健康曲線往上推，比追逃逸速度更實際；就算逃逸速度永遠沒來，這件事也有價值。
- 只有跑起來的才算。 Day 3 裡 AI 說做完了，審查卻找出 37 個問題；Day 11 的結論是只有實際執行過的檢查才算數。長壽要看人體試驗跑完的結果，照護機器人要看在真實機構撐過夜班的紀錄。老鼠實驗、示範影片、公司自報的數字，都只是起點。
| 照護工作 | 照服員 | 感測與紀錄 | 送物機器人 | 專用器材 | 人形機器人 |
|---|---|---|---|---|---|
| 夜間巡視 | 主力 | 主力 | 還不行 | ||
| 排泄協助 | 主力 | 輔助 | 輔助 | 還不行 | |
| 移位翻身 | 主力 | 輔助 | 還不行 | ||
| 洗澡 | 主力 | 輔助 | 還不行 | ||
| 送物走動 | 輔助 | 主力 | |||
| 洗衣收餐盤 | 主力 | 輔助 | |||
| 紀錄交班 | 輔助 | 主力 |
一個人可以怎麼做
個人這條路
以下是一般資訊，不是個人醫療建議，細節和限制見前面「現在就能做的第一座橋」。
- 有隨機試驗證據的：血壓、LDL 膽固醇降低，以及不吸菸，和較低的死亡風險有因果關係。血壓和 LDL 要不要用藥、目標多少，交給醫師判斷。
- 觀察性研究一致看到的關聯：心肺體能較好、每週有一些肌力訓練、走路較多（約 7,000 步對比 2,000 步，死亡風險約低 47%）、睡約 7 小時且作息規律、喝酒較少、腰圍較小、人際往來較多的人，死亡風險較低。這些是相關，不是證明，風險數字也不能相加。
- 補充品：NMN、NR 能提高血中 NAD+，但沒有任何死亡或疾病的硬終點證據。
- 家人方面：先認識長照 3.0 的服務。台灣 2026 年 7 月起，智慧科技輔具全租賃每 3 年最高 6 萬元，首批 17 項多是感測、排泄處理和翻身輔助，另有 2 項穿戴式機器人輔具。
工程這條路
如果是工程師，想做點真正有用的東西，我會選一個不碰人、不拍影像的夜間巡視和提醒原型。理由是日本的夜班研究裡，巡視和走動約占 20% 的時間，排泄協助約 48%；而感測器正是目前唯一有證據的那一層。不拍影像，是因為隱私阻力最大：日本要求裝見守感測器前取得住民或家屬同意，台灣住宿機構的獎勵指標也要求照顧科技不侵害隱私。
- 先量基線。 和照服員一起記錄現在一個夜班巡房幾次、走多少路、被叫去幾次是誤報。沒有基線，之後說省了多少都不算數。
- 0–6 個月：非接觸原型。 用開源硬體做離床或在床提醒，只通知照服員，不自己判定長者「沒事」。韌體可以讓 AI 幫寫，但每一版都要上真機測（理由見前面「從機構到韌體，AI 各做到哪」），並先把接腳（晶片每支腳接什麼）、時序這些知識寫成說明交給 AI。
- 6–12 個月：有人監督的小範圍試用。 量誤報、漏報、照服員少走幾步。想加送物，可以用 XLeRobot 這類開源平台，在已知格局把輕物放到桌上，不遞到人手裡。
- 12–24 個月：從功能轉到可靠度。 重點變成紀錄、故障模式分析、長時間穩定運轉。
AI 能把整合這段變快（見前面 Project Fetch 那段）。一個人做不到、需要團隊的部分也很清楚：把成功率從約六成拉到 99% 以上、任何身體接觸、當產品賣要過的認證、醫療宣稱，以及量產。
和照服員記錄一個夜班的巡房、走路、誤報
離床或在床提醒，只通知人，不拍影像
有人監督的小範圍試用，可加桌面送物
紀錄、故障模式分析、長時間運轉
身體接觸、產品認證、醫療宣稱、量產
先知道的限制
- 研究日期是 2026-10-10。 標準、試點、價格和預測都變得很快，幾個月後可能就過時。
- 很多數字來自二手來源。 例如台灣家庭看護移工人數是媒體轉引官方統計，立法院預算中心的評語來自搜尋摘要；研究過程中也有部分項目因搜尋額度用完，沒能再查證。
- 公司自報的數字沒有獨立驗證。 Moxi、Nurabot、Figure、Quilter、ER-100 的數字都屬於這一類。
- 五個階段和熱度圖是我的判斷，不是有機率的預測。這個領域的預測一向偏高：日本政府的產業技術研發機構 NEDO 2010 年估計，照護福祉機器人市場到 2035 年可達 4,043 億日圓（二手資料）；矢野經濟研究所估計的實際市場，2021 年度約 22 億、2025 年度約 36 億日圓，要追上那個預測得再成長一百多倍。
- 健康相關內容只是一般資訊，不是醫療建議。
結語
多活的那些年，誰來照顧？查完的答案是：至少在 2030 年代，還是人，只是身邊會多了感測器、紀錄軟體和送物的機器。長壽逃逸速度原則上可能，但人體上還沒有證據；能安全碰觸衰弱長者的人形機器人，也還要很多年。現在就能做的，是把無聊的基本功做好，並從照服員的一個夜班開始量起。
參考資料
人口與壽命
- WHO Global Health Estimates 2026（Medical Xpress 報導），2026-10-02
- WHO：COVID-19 抹去十年的平均壽命進步，2024-05-24
- Focus Taiwan：台灣 2025 年平均壽命 81.27 歲，2026-08-24
- 厚勞省：令和 7 年簡易生命表，2026-07-24
- 厚勞省：主要國家平均壽命比較，2026-07-24
- 厚勞省：去除特定死因後的平均餘命，2026-07-24
- 工商時報：台灣 2024 年去除死因平均壽命，2025-10-25
- Oeppen & Vaupel, Science（PDF），2002-05-10
- Our World in Data：最高平均壽命的上升，查閱 2026-10
- Olshansky et al., Nature Aging（ScienceDaily），2024-10-07
- UIC：Olshansky 2024 研究新聞稿，2024-10-07
- Lifespan.io：學界對 Olshansky 2024 的回應，2024-10-11
- GBD 歐洲壽命放緩研究（ScienceDaily），2025-02-18
- Vinicius & Migliano 最佳實踐壽命預印本，2025-05-02
- Dong et al. 2016 人類壽命上限（Carl Zimmer），2016-10-05
- 格羅寧根大學：2017 年 Nature 五篇反駁，2017-06-28
- Pearce & Raftery, Demographic Research，2021-06-30
- The Local：Jeanne Calment 年齡驗證，2019-09-17
- US NCHS 去除死因生命表，2013-05-31
- WHO：2026 年全球健康估計新聞稿，2026-10-02
- US NCHS：2024 年美國平均壽命新高，2026-01-29
- 內政部：2025 年簡易生命表，2026-08-24
- Fight Aging!：評 Olshansky 2024，2024-10-07
- Andrade et al.，PNAS 2025：出生世代壽命研究（Technology Networks），2025-08-26
- Newswise：Austad 與 Olshansky 的 2150 年賭約，2000-09-15
- Barbi et al. 2018 與反駁：105 歲後死亡率是否停止上升（ScienceDaily），2018-12-20
- Metaculus 1628：2050 年最長已驗證壽命，2026-09-18
- Olshansky et al. 1990，Science：壽命上限，1990-11-02
- Goldman et al. 2013，Health Affairs：延緩老化的模擬（ScienceDaily），2013-10-07
- López-Otín et al.，Cell：老化十二標誌，2023-01-19
- Gladyshev：deleteriome 觀點，2016-08-01
- Medical News Today：哪些能、哪些不能減緩老化，2026-09-05
長壽逃逸速度的定義與預測
- de Grey, PLoS Biology〈Escape Velocity〉，2004-06-15
- Wikipedia：Longevity escape velocity，查閱日 2026-10-10
- Fight Aging!：Fantastic Voyage 的三座橋，2004-11
- 80,000 Hours：de Grey 訪談，2012-04
- Longevity.Technology：de Grey 的 2035 年預測，2021-01-01
- Arjun Khemani：de Grey 的 2025 年說法（二手報導），2026-10-01
- Kurzweil 2024 年訪談報導（Yahoo），2024-03
- Boston Magazine：Kurzweil 訪談，2026-02-11
- Dario Amodei：Machines of Loving Grace，2024-10
- Fortune：Hassabis 談 AI 與疾病，2026-01-22
- Gary Marcus：反駁 Amodei 的 5–10 年說法，2026-08-17
- Metaculus 6592：某國何時達到長壽逃逸速度，查閱日 2026-10-03
- Warner et al., EMBO Reports：28 位學者對 SENS 的評論，2005-11-01
- Palmer：生物學逃逸速度觀點文章，2022-12-12
- Wikipedia：David Gobel，查閱日 2026-10-10
- Wikipedia：Aubrey de Grey，查閱日 2026-10-10
- Dwarkesh Patel：George Church 訪談，2025-06-26
- Fortune：Bryan Johnson 的 2039 年目標，2025-12-17
- Metaculus 4788：超級智慧會比 LEV 先到嗎，2026-09-23
- Metaculus 3795：有效療法出現後會達到 LEV 嗎，2026-09-03
介入與試驗
- PEARL 雷帕黴素試驗，2025-04-04
- Technology.org：TAME 仍在等經費，2026-09-26
- D+Q 治療 MASH 二期試驗，Nature Metabolism，2026-10-01
- Mayo D+Q 骨骼試驗，Nature Medicine，2024-07
- SELECT 試驗，NEJM，2023-11-11
- FLOW 試驗（Pharmaceutical Journal），2024-05-24
- Life Biosciences：ER-100 第一位受試者給藥，2026-06-09
- Life Biosciences：ER-100 首批人體資料，2026-10-08
- NewLimit 募資（STAT），2026-06-02
- LEVF：RMR1 2024 年 5 月更新，2024-05-07
- LEVF：RMR1 2025 年 5 月 31 日結論，2025-05-31
- LEVF：2025 年 12 月更新與 RMR2，2025-12-09
- XPRIZE Healthspan 第一階段，2025-05-12
- XPRIZE Healthspan 20 支決賽隊伍，2026-08-11
- GEN：FDA 與老化適應症，2026-10-02
- Lifespan.io：FDA 官員在 ARDD 2026，2026-10-01
- Sehgal et al., Nature Medicine：51 個介入研究與老化時鐘，2026
- Moqri et al., Cell：老化生物標記，2023-08-01
- NIA ITP：NR 等化合物的小鼠結果，2021
- NIA ITP，Nature：晚年給予雷帕黴素延長小鼠壽命，2009-07-08
- ClinicalTrials.gov：EVERLAST 試驗，2026-09-04
- Fight Aging!：ARPA-H 資助的老化相關試驗，2026-03-04
- NPR：TAME 試驗與經費，2024-04-22
- ClinicalTrials.gov：NCT02570672 衰弱預防試驗，2025-08-06
- Fight Aging!：二甲雙胍證據回顧（含 MeMeMe），2026-08-20
- Longevity.Technology：Unity 裁撤員工，2025-05
- ClinicalTrials.gov：fisetin 試驗，2026
- Alzheimer Europe：EVOKE 試驗結果，2025-12
- Nature：GLP-1 藥物與小鼠壽命，2026-09-02
- Lu et al.，Nature：部分重編程恢復小鼠視力，2020-12-02
- Fight Aging!：Retro 的自噬促進藥試驗，2026-01-09
- Sacra：Altos Labs 公司概況，2026-09
- Buck Institute 與 Circulate：42 人血漿置換試驗，2025-05-27
- CBS News：FDA 警告年輕血漿輸注，2019-02-19
- LEVF：RMR1 研究更新總覽，2025-05-31
- Brown University：ARPA-H 老化研究計畫，2026-02-24
- Higgins-Chen et al.，Nature Aging：老化時鐘的技術雜訊，2022-07
AI 與藥物研發
- Rentosertib 2a 期，Nature Medicine，2025-06-03
- Insilico 的 TNIK 標靶與分子設計，Nature Biotechnology，2024-03-08
- Insilico：rentosertib 三期啟動，2026-07-07
- 諾貝爾化學獎 2024，2024-10-09
- IntuitionLabs：AI 藥物與 FDA 核准現況，2026
- BCG 作者群：AI 藥物的臨床成功率，2024
- Nature Methods：基因擾動預測沒有勝過線性基線，2025
- Derek Lowe, Chemistry World，2025-01
- Bosley & Scannell：預測效度模型，2016
- Google DeepMind：AlphaFold 五年影響（公司自報），2025-11
- The Pharma Letter：Isomorphic Labs，2026
- The Register：Hassabis 的 AI 藥物時程，2025-01-22
- Insilico：rentosertib 與蛋白質體老化時鐘，2026-09-07
- Pharmaceutical Technology：Recursion 終止計畫，2025-05
- Morgan Lewis：FDA 減少動物試驗路線圖，2025-04
行為與生活習慣的證據
- Ettehad et al.：降血壓統合分析（NIHR），2016
- CTT 2010：降 LDL 試驗摘要，2010-11
- Jha et al., NEJM：吸菸與戒菸（PDF），2013-01-24
- Lang et al., BJSM：心肺體能 umbrella review，2024-05-02
- Momma et al., BJSM：肌力訓練，2022
- Ding et al., Lancet Public Health：步數，2025-07
- Windred et al.：睡眠規律性（UK Biobank），2023-09
- Jayedi et al., BMJ：腰圍，2020-09-23
- Holt-Lunstad et al., PLoS Medicine：社會關係，2010-07
- NMN 隨機試驗統合分析，2024
- SPRINT 試驗，NEJM，2015-11
- Mandsager et al.，JAMA Network Open：心肺體能與死亡，2018-10-19
- Wen et al. 2011，Lancet：台灣美兆世代的身體活動（ScienceDaily），2011-08-16
- JAHA 2017：睡眠時長與全因死亡的統合分析，2017
- Zhao et al. 2023：107 個世代的飲酒統合分析（Healio 報導），2023-03-31
- Generation 100 運動隨機試驗，2020-10-07
- Kankaanpää et al. 2024：芬蘭雙胞胎世代研究，2024
- Li et al. 2018：五項低風險生活習慣（哈佛公衛學院），2018-04-30
- Venable：FDA 恢復 NMN 膳食補充品身分，2025-10
長照需求、人力與錢
- 衛福部：長照 3.0 核定本，2025-12-31
- 中央社：台灣 65 歲以上占 20.06%，2026-01-09
- 衛福部：智慧科技輔具全租賃上路，2026-07-01
- 鉅亨網：首批 17 項智慧輔具，2026-07-01
- 台灣社福移工人數（媒體轉引勞動部統計），2026
- 家庭看護移工每月費用（仲介網頁），2026
- 公視：機構看護工配額研擬放寬，2026
- 立法院：智慧科技長照尚無績效指標，查閱日 2026-10-10
- 厚勞省：夜班時間研究與人力基準放寬，2020-12-09
- 厚勞省：111 個機構的效果驗證，2023-04-27
- 厚勞省：生產性向上人力配置特例通知，2024-03-29
- 厚勞省：介護科技重點分野，2024-06-28
- 厚勞省：行政事業審查（ICT 與機器人導入率），2025
- 介護勞動安定中心：令和 6 年度介護勞動實態調查，2025-07
- Korea Times：韓國進入超高齡社會，2024-12-24
- 머니투데이：韓國福祉照護 AI 轉型路線圖，2026-10-06
- 勞動部：80 歲以上聘移工免評估，2025-07-28
- 日本介護職員首次減少，2025
- 厚勞省：介護職員需求推估，2024-07-12
- Newsis：韓國照顧員缺口推估（二手報導），2023-12-21
- 台灣小樣本研究：長照機構照服員肌肉骨骼傷害，查閱日 2026-10-10
- 大阪府：生產性向上推進體制加算與人力配置特例，2024
- 生產性向上推進體制加算申請速報，2024-08
- 福祉新聞：2026 年臨時報酬改定，2026-01-25
- 長野縣：2025 年度介護科技導入補助，2025
- 自由時報：智慧科技輔具全租賃，2026-02-06
- 日本總研：照護科技政策的轉向，2025-06-17
- 數位時代：福寶科技 FREE Walk 外骨骼，2019
現有照護機器人的證據
- James Wright, MIT Technology Review，2023-01-09
- Hundt 對 Wright《Robots Won't Save Japan》（2023）的書評（arXiv），2024-03
- PARO 叢集隨機試驗，Moyle 2017，2017-09
- PARO 成本效益分析，Mervin 2018，2018-07
- Collins et al.：天花板吊架與零徒手抬，2004-08
- Lee, Iizuka & Eggleston, NBER，2024-11
- Ohneberg et al.：照護機器人範疇回顧，2023-03-18
- JMIR Aging：人形機器人用於高齡照護的範圍回顧，2026-03-11
- Serve Robotics 收購 Diligent（SEC 文件），2026-01-20
- CNN：台中榮總 Nurabot，2025-09-12
- FUJI Hug 產品與價格，2026
- 矢野經濟研究所：日本介護機器人市場，2022-10-17
- NEDO 2010 年市場預測（二手資料），2010
- Kim & Jeon，JMIR：陪伴機器人隨機試驗統合分析，2026-06-30
- 移位器實際使用率的回顧，2024-12-12
- Serve Robotics：收購 Diligent Robotics 新聞稿，2026-01
- 紐約州老人局：ElliQ 計畫 2026 年更新（版權屬廠商），2026-02
- Lee et al. 2023：Hyodol 非隨機研究，2022-11-03
- Halle 大學醫院：DFree 可用性試用，2025
- JMIR Rehabilitation：Obi 餵食機器人研究，2026
- Nurabot 測試期間的系統權限問題，2026
- 聯合報：新營醫院附設護理之家巡房機器人，2026-06-30
- 經濟日報：國科會談長照 AI 系統，2026-07-23
- 衛福部：機構智慧照顧自述成效，2025-03-28
- Innovation in Aging：瑞士民眾對照護機器人的接受度，2025-06-17
具身 AI 與各國計畫
- Figure：Helix 2.5 在 30 個家庭，2026-09-17
- Google DeepMind：Gemini Robotics 2，2026-07-30
- RoboDojo 基準，2026-07
- OK-Robot，2024
- 1X NEO 訂購頁，查閱日 2026-10-10
- Road to VR：WSJ 的 NEO 示範，2025-10-30
- BNN Bloomberg：Optimus 活動由人遠端操作，2024-10-14
- Rodney Brooks：人形機器人與靈巧度，2025-09
- Rodney Brooks：2026 年預測記分卡，2026-01-01
- 中國工信部與民政部：養老機器人試點通知，2025-05-26
- 32 個試點項目名單，2025-09-12
- Interesting Engineering：AIREC，2025-02
- 電子新聞：韓國照護機器人論壇，2026-09-16
- 內閣官房：AI 機器人戰略概要，2026-03-26
- 自民黨機器人戰略 PT 提言，2026-06-04
- JOINT 介護：Enactic 與 80 多家業者合作，2026-03-25
- IFR World Robotics 2026，2026-09-30
- 摩根士丹利：人形機器人市場，2025-05-14
- 高盛：人形機器人市場，2024-02-27
- Turing Post：2026 年 9 月機器人進展（Skild S1），2026-09-21
- 1X：Hayward 的 NEO 工廠開工（公司新聞稿），2026-04-30
- Botinfo：1X NEO 量產與交貨狀況，2026-10-05
- Physical Intelligence：π*0.6（arXiv），2025-11-18
- 廠商部落格：遠端操作員與機器人的比例，2026
- 財聯社：32 個養老機器人試點項目，2025-09-11
- IT之家：人形機器人成本與傅利叶執行長的看法，2026-10-02
- Kathmandu Post：AIREC 與日本照護，2025-02-28
- 新華網：民政部推進民政科技創新的指導意見，2026-01-30
安全標準、法規與責任
- ISO 13482 第二版，2025-07-24
- CEN FprEN ISO 13482，2026
- ISO 25785-1，查閱日 2026-10-10
- DGUV：ISO/TS 15066 疼痛閾值研究，2019-12-18
- 雙足機器人斷電跌倒與功能安全（arXiv），2026-08-03
- KCL：LLM 控制機器人的風險，2025-11-11
- 歐盟機械法規與 AI 安全功能（DTI），2025
- IEEE 人形機器人標準研究小組，2025-09-25
- IEEE Spectrum：家用人形機器人安全標準的批評，2026-05-19
- 台灣個資法修正整理（法律事務所通訊），2026-03
- EUROGIP：Digital Omnibus 對機械法規的影響，2026
- Kennedys：歐盟新產品責任指令，2025
- 全國法規資料庫：醫療器材管理法，查閱日 2026-10-10
- AI Act Explorer：歐盟 AI 法 Digital Omnibus，2026-07
AI 輔助設計與製造
- The Robot Report：Unitree 招股書分析，2026-03-25
- Quilter：Project Speedrun（廠商自報），2026
- EmbedAgent 評測，2025-06
- IoT-SkillsBench，2026-03-20
- Anthropic：Project Fetch 第二階段，2026-06-18
- GR00T N1 論文，2025-03
- XLeRobot，2026-03-10
- Seeed Studio：Reachy Mini，2026-01-06
- Hugging Face LeRobot，查閱日 2026-10-10
- SmolVLA，2025-06-02
- Figure：Figure 03 量產爬坡，2026-04-29
- 鈦媒體：摩根士丹利談人形機器人出貨，2026-05-29
- 美銀人形機器人物料成本預測（轉述），2026-03-12
- MIT News：生成式 AI 設計跳躍機器人，2025-06-27
- Text2CAD-Bench：文字生成 CAD 評測（arXiv），2026-05
- NVIDIA Cosmos Cookbook：X-Mobility 導航，查閱日 2026-10-10
- MuJoCo Playground（arXiv），2025-02-12