黄嘉生：朱博士，感谢您拨冗接受访问。您拥有康乃尔大学的物理学博士学位。请问探索宇宙基本定律的旅程，是如何引领您创立一家专注于服事基督教大使命的AI公司呢？
朱博士：这是一段上帝亲自引导的奇妙旅程。我是在大学三年级时成为基督徒的。高中时的我，全心投入STEM（科学、技术、工程、数学）和数学领域。大学时期，我选择主修物理，是为了能在不受系所限制下学习所有我想学的数学。我当时有不少朋友也是如此——我们视物理为通往无限数学领域的大门。
我的信仰历程则是另一个很长的故事。我曾是个典型的无神论者，反对一切宗教，认为那只是心灵的寄托。但当我接触到圣经时，一切都改变了。我认真地看待圣经——评估这些事情是否真的发生过，还是这一切只是一场骗局。从某种意义上来说，我是用科学的思维来判断何为真实。也正是在这样的过程中，我来到了信仰大门的入口。
一旦我认定，事情 “更有可能是照着圣经所说的那样发生”，我就愿意接受这种可能性。于是，我向上帝敞开心门，这便成了一段属灵的经历——我发现祂是真实存在的。在我念研究所的整个期间，我对上帝充满热忱。研读物理也成为我理解天父所造万物的方式之ㄧ。
我毕业的时候，正值冷战结束。许多物理学家离开国防领域，涌入就业市场，学术职位变得十分稀缺。不过，我并不执着于 “成为一名物理学家”这个身分——我一直在追求的，是真理。因此我并不介意转换方向。上帝带领我进入IBM研究院，在那里从事语音辨识的研究，特别是机器学习领域。我和太太在那里工作多年，参与机器翻译和资讯检索的早期发展——这些正是今日Google和Amazon等公司著名的技术。
七年后，我转往华尔街发展。这不仅仅是为了赚钱；我想了解 “人是如何运作的”——经济如何形塑人的行为——而不只是研究物理世界。大约十年后，我们全家感到上帝的带领，搬到加州。也就是在那时，我开始展现我的创业家本能。
这一切时机可说是上帝的预备。几位同样拥有科技背景的教会圈友人联系了我。他们有 “用大数据服事基督教机构”的异象。于是我们就以一种实验性的方式携手合作，开发专为福音事工量身打造的AI及其他顶尖工具。我们的模式并非传统的顾问服务，而是更具主动性。多数教会领袖受的是神学训练，而非科技训练，因此我们会先把东西做出来，再问他们：“看看这些可能性，这对你们的事工有帮助吗？”我们就是这样开始的。随着近年来AI浪潮的兴起，我们也看见基督教机构对这些工具的开放程度日益提升。
黄嘉生：你们公司开发了一个智能型的圣经搜寻引擎，能够将现代译本与原文对齐。这种以 “意义”为基础的方法，如何帮助牧者或研经学生——特别是那些不懂希腊文或希伯来文的人呢？
朱博士：谈到理解圣经，准确性是至关重要的。我们的AI工作通常在幕后进行——我们打造工具供其他机构使用。在开发这些工具时，我们的目标是达到100%的准确度。这之所以可行，是因为圣经是一个 “有限的文本”，不像新闻每天都有新的内容出现。因此，我们可以预先搜寻并建立经文之间所有可能的关联。
我们让机器执行繁重的比对工作，接着再由我们的团队——拥有深厚的圣经知识、具备高度专业的基督徒——来整理及校正结果。这就像预先编制一份经文汇编（concordance）。这种 “人机协作”（human-in-the-loop）的模式，确保了神学上的严谨与正确性。
举例来说，当我们将现代译本与希腊文或希伯来文原文对齐时，可能会使用较早期的AI模型，而不是最新的神经网络模型，随后再由我们的团队进行审核与细调。这让圣经原文变得更容易理解；即使一个人不懂希腊文，也能透过我们的系统掌握大约八成的原意。
在我们的一个原型系统中，对于一节经文中的每一个希腊文概念，你只需点击一个单字，就能立即探索全圣经中与之相关的上下文——即便该单字并未重复出现。我们的目标是寻找语法与思想上的模式：例如保罗可能使用了一个罕见的字，但在圣经的其他地方出现了相同的思考结构。这正是我们的演算法旨在挖掘的关联性。
黄嘉生：很有意思。现在许多福音机构正在探索聊天机器人技术和向量嵌入（vector embeddings），但常常因为资料库太小而产生 “幻觉”（hallucination）问题。基督教机构应该如何预备资料，才能让AI应用更准确呢？
朱博士：首先，我们需要了解这些技术的局限性。如果你只用75本基督教书籍来训练一个向量嵌入模型，是远远不够的。向量嵌入旨在以数学形式捕捉整体的人类知识。如果没有庞大的资料量——例如达到万维网（World Wide Web）的规模——你得到的结果将会非常稀疏且不可靠。
有些牧者请我们根据他们个人的讲道来建立聊天机器人。这作为个人用途是没问题的。如果只是为了他自己使用，不太会有其他人使用，他可以试试像Perplexity这样的工具，上传文件并进行语意搜寻，这是没有问题的。但若要建立一个面向公众的聊天机器人，就是另一回事了。你需要规模与准确性，而这所费不赀。我们通常会建议教会，除非确定这个工具真的会被使用，否则不要轻易研发。
如果你的目标是服事全球教会——例如汇集所有华人基督教文献——那么更好的做法是整合现有的AI平台，而不是重新发明轮子。付费使用一个已能满足你90%需求的平台即可。
黄嘉生：如果教会或机构真的想自己开发，下一个前沿领域是什么？福音机构该如何让他们的资源更适合被AI代理使用（Agent-friendly）？
朱博士：我们正进入AI代理（AI Agents）的时代——这些工具可以代表你执行任务。你给它一个指令，它就会去执行：例如摘要文章、撷取数据，甚至在网络上购买东西。
要让这些代理运作，它们需要一种共同的协定，这就是模型上下文协议（Model Context Protocol, MCP）的角色。MCP就像AI时代的HTTP。正如网站之间透过HTTP互相沟通，AI代理则透过MCP彼此对话，连接各种数据源。
因此，如果你的机构希望被这些AI代理 “看见”——无论是帮助慕道友或研究人员——你就需要让你的内容能被MCP存取。这有点像1990年代建立网站一样：你不一定需要自己懂所有技术细节，但你的团队中需要有人能带你进入这个新的 “网络”。
关键在于：让技术人员来主导。牧者应该清楚界定目标——例如传扬上帝的话语——但让技术专业人士去思考如何实现。太多时候，我们看到出于好意的领袖在不了解技术限制的情况下，直接决定技术架构。这样不仅风险很高，也会拖慢整体进度。
黄嘉生：“幻觉”（hallucination）仍然是一个令人担忧的问题。你有什么实际的建议可以避免这种情况吗？
朱博士：首先，如果你正在使用大型语言模型（LLM），你可以在提示中明确要求它：“只告诉我你百分之百确定的事，并附上来源。”单是这一点，就能大幅降低幻觉的情况。
但同时，我们也需要认识到，人们对幻觉的恐惧往往被夸大了。许多牧者其实还没有自己深入探索AI过，只是间接听闻各种担忧。现今多数的LLM并不会试图成为 “最终权威”。如果你问它一个神学问题，它们通常会整理不同立场的主要观点，例如：“天主教这样说，新教那样说。”就像拥有一个观点均衡的研究助理。
这也是检索增强生成（Retrieval-Augmented Generation, RAG）发挥作用的地方。你可以将AI建立在你自己的内容之上——讲道、书籍或课程内容——模型在生成回答之前，会先检索相关段落。这比单纯的提示指令（prompting）要可靠得多。
尽管如此，我个人的建议是：不要只把AI当作搜寻工具，而要用它来思考。把它当作一个由多位博士组成的助理团队。不要把它的脑力浪费在查找你已经知道的资讯上，而是让它帮助你看见那些你尚未察觉的洞见。
黄嘉生：这很有启发性。所以我们不应只把AI当作检索答案的工具，而要用它来拓展我们的思维。
朱博士：没错。要用它去探索你平常思考框架之外的领域。
黄嘉生：展望未来，您认为AI的哪种未来应用最能推进全球教会的使命？
朱博士：如果我要给像洛桑运动（Lausanne Movement）这样的组织建议，我会说：确保每一位同工都能使用付费的AI工具帐号。不要只依赖功能受限的免费工具。我们有许多全然委身于上帝国度的优秀志工和同工——给他们能使创意倍增的工具。
蒸汽机让体力得以 “平等化”，网际网络让知识的取得 “平等化”，而AI是下一个带来平等的力量。在过去，一个不擅长背诵经文的人，在传统神学院文化中可能被忽视；但或许这样的人拥有深刻的洞见与愿景——那正是圣灵此刻能释放的恩赐。借助AI，他们可以开创新的事工，或接触到新的群众。
所以，请 “赋能”他们。让他们去尝试。或许这些做法不一定符合传统，但请记住——AI没有圣灵，人有。我们的责任是装备他们，不要成为他们的阻碍。
黄嘉生：几年前，哈佛商学院的拉卡尼（Karim Lakhani）曾说：“AI不会取代人类，但使用AI的人将会取代不使用AI的人。”您怎么看？
朱博士：我同意。你当然可以在没有科技的情况下过着平静的生活。但如果你想发挥影响力，你就需要进到人群所在之处。AI不只是关于速度，更关乎 “触及范围”与 “管家职分”。在事工中，我们是在服事人。如果AI能让你从服事一个人扩展到十个人，那就是值得的。
所以，我对基督教机构的劝勉是：不要害怕，拥抱科技；信任你的同工，并持续问这个问题：在我们的时代，上帝正在成就什么样的新事？
