掌握 AI 使用能力，才是接下來真正的基本功

我太太本週飛到馬來西亞去授課。

這幾年因為少子化的影響，各大學其實都在尋找自己的出路。過去我們談大學的國際化，常常會想到交換學生、海外姊妹校、國際研討會之類的形式，但現在更實際的作法，是和海外學校合作，開設境外碩士班或相關課程。一方面可以把學校與系所的影響力延伸到海外，另一方面也能讓師資生在學習過程中接觸不同國家的教育環境與學生樣貌。這當然有招生與營運上的現實考量，不過從教育現場來看，也確實是一件一舉多得的事情。

在她出發之前，我一直建議她可以在課程裡多跟學生分享 Codex 與 Antigravity 在教育和研究上的輔助實作。這並不是要把原本的專業課程變成 AI 工具課，而是我覺得，現在的學生如果只學到原本的專業知識，已經有點不夠了。後來我太太從出發前的課程規劃、每堂課的備課，到課堂中實際操作讓學生理解 AI 可以怎麼協助學習，與學生作業透過 AI 協助審閱、整理回饋意見，這些都使用 AI 來輔助，同時也放進這次教學的流程裡。

重要的地方在於，學生要學會的不是「問 AI 一個問題，然後把答案拿來用」，而是如何讓 AI 有效達成我們給予的任務。這中間牽涉到目標設定、資料提供、提示方式、結果檢查，也牽涉到使用者自己對專業內容是否有足夠的判斷能力。AI 可以加速很多事情，但它不會替我們承擔最後的判斷。

上圖是我運用自己 Blog 的文章，打造出一個數位化的個人風格模型，並且已經完成封裝，整理成好幾種 AI 框架都能使用的 Skill。畫面中左邊的視窗是我的測試題目。我輸入問題讓它回答，再檢視回覆是否像我平常會說的話。這已經是這項功能最後一輪的測試了。在此之前，我經歷了許多測試題目的回答、標註、給分與修正。一開始我只是跟同事開玩笑說，有時長官很喜歡在很晚的時候傳訊息，所以我想做一個聰明的自動回覆系統。以後超過某個時間之後收到的訊息，就讓 AI 幫我回覆......

[全文:]

有趣的是，我也是在這個過程中才知道，原來馬來西亞的 ChatGPT 訂閱費用還比台灣貴。這種細節看似瑣碎，卻也提醒我們，AI 工具雖然是全球性的技術，但每個地區真正使用它的成本、語境與限制，並不完全相同。

也因為這樣，這陣子看到美國好幾場畢業演講因為 AI 被噓，我其實可以理解那種情緒。今年美國多所大學的畢業典禮上，只要講者談到 AI，台下學生就出現很明顯的反彈。前 Google 執行長 Eric Schmidt 在亞利桑那大學談到 AI 將會觸及每一種職業、每一間教室與每一段關係時，學生開始噓他。在中佛羅里達大學的致詞中，Gloria Caulfield 說 AI 是下一次工業革命，也遭到學生噓聲回應。Scott Borchetta（Big Machine Records 創始人）在中田納西州立大學談到 AI 正在改寫音樂製作時，台下音樂相關科系的畢業生同樣不滿。

如果只從旁觀角度來看，或許會覺得這些學生不夠理性，或是抗拒新技術。但我覺得事情沒有那麼單線化。對許多學生來說，他們花了好幾年時間學習一個專業，背負學貸，準備進入一個越來越艱難的就業市場，結果在畢業典禮這一天，被台上的企業高層或成功人士提醒，未來很多工作可能會被 AI 改寫。這種話即使有道理，在那個當下聽起來很難不刺耳。

更矛盾的是，許多學校平常對學生使用 AI 還有很多限制，學生可能在課堂上被告知不能用 AI，否則就是作弊；但到了畢業典禮，台上的人又告訴他們，未來必須擁抱 AI，甚至要與 AI 協作。這中間的落差，並不是學生一句「不想面對現實」就可以解釋的。

所以我也能理解 Sundar Pichai（Alphabet 與 Google 公司執行長）說他能理解年輕世代的焦慮。因為這些畢業生未來不只是要使用 AI，也會活在 AI 改變後的社會與職場裡。他們的焦慮不是憑空冒出來的，而是來自於一個很實際的問題：如果企業一直說 AI 會提高效率，又一邊大規模裁員，那剛畢業的人到底還有多少位置可以進去？

不過，另一個我覺得需要拆開來看的問題是，企業裁員真的都是因為 AI 嗎？

黃仁勳最近對這件事的說法就很直接。他認為企業把裁員歸咎於 AI，是太懶惰也不負責任的說法。就他的看法，AI 真正開始變得有用、能夠帶來明顯生產力，也只是近半年的事情。如果兩年前的裁員現在全部都被說成是 AI 造成的，邏輯上其實很難說得通。

我覺得這個說法有它值得思考的地方。因為企業經營本來就有很多不能明講，或不方便明講的理由。AI 變成一個很好用的說法，聽起來符合時代趨勢，也比較像是在做組織轉型，而不是單純為了財報、股價、人力成本或管理效率做調整。

YouTuber Terry 在〈矽谷大裁員的真相：AI 只是藉口〉這支影片裡，也提出了類似但更細的分析。他提到，美國科技業這幾年的裁員，不能只用 AI 來解釋。Section 174 稅法改變了研發費用的認列方式，使得工程師與研發人力成本對企業財務的影響變得不同；疫情期間低利率讓科技公司大量擴招，很多團隊進入人力軍備競賽；升息後資本開始緊縮，投資人要求企業更有效率；而裁員往往會讓財報更好看，股價也可能受到激勵。

他也談到一個比較殘酷的現實：公司裁掉一批高薪員工，重組之後再用比較低的市場價格重新招人，本身就是一種人事成本重置。再加上印度等海外地區的人才成本更低，許多研發工作如果不涉及敏感限制，本來就可能被移往其他國家。這些原因當然很難在企業公開說明會上講得太白，所以 AI 就成了一個最方便的理由。

我不會說 Terry 的每一個判斷都必然適用於所有公司，但他的分析提醒我們，AI 裁員這件事不能只用單一原因來看。AI 是催化劑，卻不一定是唯一原因；AI 是工具，卻成為企業重整人力結構時最容易被端出來的說法。

Sam Altman（OpenAI 的執行長）也提到，他原先以為 AI 會更快衝擊初階白領工作，但實際情況沒有他想像得那麼劇烈。原因之一是很多工作仍然需要人際互動、信任與溝通。這點我也認同。很多事情不是 AI 做不到，而是人未必願意把它完全交給 AI。尤其牽涉到關係、判斷、承諾與責任的工作，光有答案並不等於事情完成。

但話說回來，這並不代表我們就可以放心地站在原地。我使用 AI 工具來工作，轉眼也將近四年了。這段時間我寫過不少經驗分享文，但近半年大概是我最有感的時刻。我真的覺得 AI 已經不只是「可以問問題的聊天工具」，而是可以擴大我的能力，也能真正幫我完成有用成品的工作平台。

目前我以 Codex 為工作的主力，Antigravity 為副手，兩邊我都有 Pro 訂閱。不論是一般文章寫作、研究分析、網誌製作、程式開發、工作文件報告或簡報，我幾乎都是以這兩個工具為主要的工作平台。另外一些比較簡易的彙整作業，我會透過 OpenClaw 搭配 DeepSeek V4-Flash、Gemini 2.5 Flash Lite、Gemini 2.5 Pro 來處理。平均一天 token 的費用大概消耗在 0.2 到 0.3 美元之間。

這些費用如果只看金額，其實並不算太高。但它帶來的變化，是我可以把很多過去需要花時間切換工具、整理資料、反覆查找、慢慢修稿的工作，變成一個更連續的流程。文章可以從素材整理、架構設計到草稿修整一口氣推進；研究可以先做資料解析，再進行交叉比對；網誌可以處理前端、部署與內容；程式開發可以在同一個工作脈絡裡讀檔、修改、測試與驗證。對我來說，這才是 AI 使用能力真正重要的地方。

上圖是我將這個 Skill 提交到 github 私人專案，方便我在不同的主機上部屬這個 Skill。

這不是會不會寫一個漂亮 prompt，也不是知道哪一個模型分數排行榜比較高，而是能不能把 AI 放進自己的工作流程裡，讓它成為真正可以交付成果的一部分。我們需要知道什麼事情可以交給 AI，什麼事情不能完全交給 AI；然後要知道怎麼描述任務，怎麼提供資料，怎麼檢查結果，怎麼修正方向，也要知道最後的責任仍然在自己身上。另外它真的就是個工具，需要由我們來發動任務。

所以當我看到 Scott Borchetta 在畢業演講裡說，AI 就是工具，讓它為你工作，我其實很能理解他的意思。只是這句話如果站在畢業生的角度，當下聽起來可能很刺耳；但如果拉長一點時間來看，這恐怕也是我們必須面對的現實。

有些事情已經發生了，就很難逆向停止。我們無法改變 AI 發展的趨勢，甚至它接下來的演變，也可能超出我們原本以為可以控制的範圍。這件事當然讓人不安，因為它不只是多了一個工具，而是可能改變企業的人力結構、工作的分配方式、專業養成的路徑，以及我們理解能力與對價值認定的方式。

但最重要的事情，還是要能生存下去。真正與我們競爭的，不是抽象的 AI，而是那些已經懂得使用 AI 的人，以及那些能把 AI 放進組織流程裡的企業。個人如果不學，差距會慢慢拉開；公司如果不調整，也會在效率、成本與決策速度上被其他企業追過。

只是這裡面也有一個需要小心的地方。學會使用 AI，不代表我們要接受企業把所有經營問題都推給 AI；承認 AI 會改變工作，也不代表我們要把人的價值全部讓渡給工具。真正成熟的態度，應該是一方面看清楚這個浪潮不可逆，另一方面也看清楚企業、教育與個人各自該負的責任。

教育現場不能只禁止學生使用 AI，卻不教他們如何正確使用。企業不能只把 AI 當成裁員理由，卻不重新設計工作流程與培養員工能力。個人也不能只把 AI 當成威脅，卻不花時間理解它到底能怎麼幫助自己。

回到太太這次去馬來西亞授課，我會覺得，學生除了原本專業領域的學習之外，如果能在課程中理解如何透過 AI 來輔助研究、學習與表達，那其實就是一種額外的收穫。不論是教育、研究、行政、企劃或創作，AI 都會逐漸變成工作環境的一部分。

我們以前常說，電腦能力是一種基本能力；後來網路搜尋、文件處理、簡報、試算表，也都慢慢變成工作上的基本功。現在我越來越覺得，掌握 AI 使用能力，也正在變成下一個基本功。

它不會讓每一個人立刻變強，也不會自動解決所有問題。但對願意花時間理解、實作、檢查與調整的人來說，它確實可以擴大能力邊界，讓一個人完成過去比較難獨立完成的事情。

而這或許就是我們面對 AI 時，比恐懼或樂觀更實際的位置。不要假裝它不存在或沒有影響力，也不要把它神化成萬能解答。它就是一種工具。讓它為我們工作，然後在這個過程中，重新理解自己的能力、專業與責任。

延伸閱讀：
提AI會在畢典被狂噓，黃仁勳演說卻贏得如雷掌聲？