為什麼你對 AI 感到焦慮？停止追求有限遊戲的標準答案

最近，我常盯著電腦螢幕發呆。

看著 AI 吐出一行又一行流暢到不可思議的文字，說實話，我有時候會感到一陣背脊發涼。

有一個想法，開始在我腦海中旋轉跳躍。

這個想法來自於我最近重讀了一些哲學理論，結合了我對 AI 發展歷史的觀察。如果不寫下來，我覺得這些念頭會把我的腦袋撐破。

我們先從一個讓我感到有點諷刺，甚至有點想苦笑的論點開始吧：

「人類把自己訓練成了機器人，所以才輸給了真正的機器人。」

你不覺得這句話很荒謬，卻又真實得讓人想哭嗎？

回想一下我們從小到大的過程，或者是我們在職場上打滾的這些年，我們都在追求什麼？

我們被教導要追求「標準答案」。

我們被要求要「提高效率」。

我們被訓練要遵守一套既定的「規則」，然後在這套規則裡拼了命拿高分。

我們把自己活成了一種為了「贏」而存在的生物。為了贏得學歷、贏得職位、贏得專案、贏得那份比別人高一點點的薪水。

我們把自己變成了追求最優解的演算法。

但就在 2025 年的現在，我們突然發現，不管我們再怎麼把自己優化得像機器，我們都贏不了真正的機器。

原來，不是 AI 變得太像人，而是我們把自己活得太像機器人。

這就是我想跟你聊的核心概念：「有限遊戲」與「無限遊戲」。

這也是我最近重新咀嚼詹姆斯．卡斯（James Carse）那本經典著作《有限與無限的遊戲》時，忽然被打通的任督二脈。

我發現，我們現在對 AI 的所有焦慮，其實都源自於我們一直在玩「有限遊戲」，而 AI，恰恰就是被人類創造出來的有限遊戲的「終極玩家」。

在有限遊戲裡，人類毫無勝算。

---

什麼是有限遊戲？為什麼我們會輸得這麼慘？

簡單來說，「有限遊戲」就是那些有明確邊界、有固定規則、而且一定要分出勝負的遊戲。

玩這種遊戲的目的是為了「結束遊戲」，為了「贏」。

你想想看 AI 的發展史。早期的 AI 常常被笑是「人工智障」，但科學家是怎麼訓練它們的？就是拿「遊戲」來訓練它們。

從西洋棋（深藍），再到震驚世界的圍棋（AlphaGo）。從遠古時代的電腦遊戲，再到精密操作的星海爭霸。

為什麼是這些？因為這些遊戲都有一個特徵：規則是固定的，勝負是明確的。

只要你給 AI 一個分數，告訴它「越高分越好」；給它一個邊界（棋盤）和一套規則（怎麼下棋），告訴它終結對手，它就會沒日沒夜地自己跟自己玩。

在那個封閉的系統裡，AI 計算出人類大腦一輩子都算不出來的「最優解」。

它不只會玩，它還會玩死你。

現在，這種「有限遊戲」的邏輯已經溢出棋盤了。

寫作：以前我們覺得寫作很神聖，但如果你的寫作只是為了「塞滿關鍵字」、「符合 SEO 規則」、「衝高點擊率」，這就是有限遊戲。AI 一秒鐘能寫出一百篇比你更符合演算法規則的文章。

程式：如果寫程式只是「把需求轉成程式碼」、「修復 Bug」、「通過單元測試」，這也是有限遊戲。AI 寫出的程式碼比你更乾淨，而且它不會累，不會抱怨需求改來改去。

行政與分析：整理報表、分析數據、歸納會議記錄，這些有標準格式的工作，對 AI 來說簡直就是小菜一碟。

回顧這段過往的時候，我不禁想起：「瓦基啊，你以前那樣追求 SOP、追求良率、追求零失誤，不就是在把自己變成一個完美的有限遊戲玩家嗎？」

結果現在，真正的神級玩家（AI）進場了。

只要我們繼續用「有限遊戲」的框架去看待我們的工作，我們基本上是死路一條。因為在邊界之內，在規則之下，碳基生物（我們）是不可能贏過矽基生物（它們）的。

這聽起來很絕望對吧？

但別急，這正是我想說的轉折點。AI 的強大，反而逼迫我們去正視人類真正的價值。

那個價值就在於：我們能玩「無限遊戲」。

---

什麼是無限遊戲？這是我們的唯一出路

無限遊戲的目的，不是為了「贏」，而是為了「讓遊戲繼續下去」。

無線遊戲沒有邊界，規則可以隨時改變（為了讓大家能繼續玩），它沒有終點，只有地平線。

無線遊戲的核心不是競爭，而是延續，是探索，是連結，還有創造驚喜。

AI 討厭意外，AI 討厭模糊，AI 討厭沒有目標。但，這正是我們人類最擅長的地方。

在有限遊戲的範疇裡，AI 會贏的所有遊戲。過去已經發生，未來更將如此。

但有趣的是，AI 已經是世界最強的棋手了，那麼人類就停止下棋了嗎？

恰好相反，人類依然下棋。

人類享受著下棋的過程。享受對方被我征服的快感，忍受輸給了對方下次報仇的蠢蠢欲動，期待下一場棋坐在對面的是哪位老戰友。

AI 的出現，甚至讓無限遊戲變得更有樂趣，你能找 AI 陪練，還能從 AI 身上學到人類不曾想出的招數。

這是一種創新，這是一種驚喜，這是一種在人類有限的認知邊界下，能夠企及的無限想像力。

AI 贏得了一盤又一盤的有限遊戲，但人類玩的是一盤接著一盤的無限遊戲。

我們沒有輸，我們也不需要贏。因為無限遊戲的真諦，是讓遊戲繼續下去。

AI 追求的是效率的終點，人類追求的是沒有終點的地平線。

在未來的 AI 時代，我認為有兩樣東西會變得無比珍貴：

人的品味（Taste）：AI 可以生成一萬種選擇，但它不知道哪一種是「美」的，哪一種是能打動人心的。品味，是無限的，是我們對生命的偏好，是我們靈魂的篩選器。

人的注意力（Attention）：在這個資訊爆炸、內容無限生成的年代，你願意把你的時間和目光停留在哪裡，哪裡就有價值。誰願意把目光停留在你身上，誰就很有價值。

AI 搜集了全世界的品味，但人只在乎自己的偶像喜歡吃什麼。

AI 有著無限的注意力，但人只在乎喜歡的另一半有沒有多看自己一眼。

價值，來自於稀缺性。

為了讓你更明白我想表達的意思，我試著把這個概念套用到我們身邊常見的三種職業上。

你可以看看，這些例子是不是就在你身邊，甚至就是你現在的處境。

---

如果你是「創作者」（像我一樣）

老實說，我也很焦慮。現在 AI 可以模仿我的聲音，甚至學習我寫作的語氣。如果我只是一個「生產內容」的機器，我早就該失業了。

有限遊戲的玩法（死路）：

每天追著演算法跑，看到什麼熱點就寫什麼。寫那種「懶人包」、寫那種「十大必買清單」、寫那種為了騙點擊而存在的標題。你的目標是「流量」，規則是「平台演算法」。

這種玩法，你必輸無疑。現在網路上充滿了 AI 生成的垃圾內容，它們能以你一萬倍的速度佔領關鍵字。你想跟 AI 比快？比量大？別鬧了。

無限遊戲的玩法（活路）：

我不去追求「最標準的答案」，我去展現「最真實的脆弱」。

AI 可以寫出一篇完美的讀書心得，但它寫不出「瓦基在讀這本書時，想起了過世的親人而流下的眼淚」。它無法分享我在台積電離職前那個晚上的掙扎。

未來的創作者，不是在賣資訊，而是在賣「信任」和「關係」。我們是在建立一個社群，邀請讀者跟我們一起探索這個世界。

（這也是我最近提出的解答：我即將推出的《讀家攻略》付費社群）

這場遊戲沒有終點，只要讀者願意繼續聽我說話，我就能繼續玩下去。

---

如果你是「程式設計師」或「工程師」

我有很多工程師朋友，最近都陷入了恐慌。以前那種「學會某個程式語言就能吃一輩子」的日子結束了。

有限遊戲的玩法（死路）：

把自己定義為「寫 Code 的人」。你的工作就是接單、寫程式碼、交差。如果你只是負責把功能實作出來，那 AI 已經可以取代你 80% 的工作了。

新鮮人工程師的生存空間正在急速消失，因為「寫出會動的程式」已經變成了一種邊際成本為零的有限遊戲。

無限遊戲的玩法（活路）：

你不再只是寫程式碼的人，你是「定義問題的人」和「架構師」。

老闆說：「我想做一個電商網站。」AI 可以幫你把網站寫出來。但真正的問題是：「我們為什麼要做這個網站？我們的用戶是誰？這個功能真的能解決他們的痛點嗎？」

這些問題是模糊的，是沒有標準答案的。

你需要去談判、去理解人性、去設計整個系統的願景。你要把 AI 當成你的超級實習生，指揮它去完成那些有限的任務，而你負責在未知的地平線上導航。

我們以為規則是用來遵守的，卻忘了規則原本是用來打破的。

想想看，人類工程師透過有限規則的程式碼，在世界上創造了多少不可思議的無限魔法。

---

如果你是「行政、人資、行銷」等非工程職位

這群人其實是最危險的，也就是最近大家在討論的「大平庸化」（The Great Flattening）受災最重的一群。

只走最有效率的那條路，往往是通往平庸的絕路。

就像是很多中階管理職，其實只是在做「傳聲筒」。

有限遊戲的玩法（死路）：

如果你每天的工作就是「整理老闆的指令傳給下面」、「整理下面的進度報給上面」、「安排會議」、「做 Excel 表格」。說難聽點，你就是一個人肉傳聲筒。

這是一個極度有限的遊戲。規則很清楚：資訊傳遞準確、流程合規。這種事，AI Agent 現在做得比你好一萬倍。它不用睡覺，也不會因為心情不好而漏看訊息。

無限遊戲的玩法（活路）：

你需要從「辦事」轉向「做人」。

在人資領域，AI 可以篩選履歷，但它無法判斷這個人的眼神裡有沒有光，它無法處理團隊之間的那個微妙的「氣氛」和「文化」。

在行銷領域，AI 可以生成一萬句文案，但它無法決定哪一句話能代表公司的「靈魂」。

你需要具備「戰略模糊性」的能力。什麼意思呢？

就是在局勢不明朗的時候，能夠透過溝通、同理心、談判，把大家凝聚在一起。AI 討厭模糊，但人類的領導力和影響力，往往就是在模糊中產生的。

---

我們該怎麼辦？成為一個「業餘者」

寫到這裡，你可能會問我：「瓦基，那具體來說我該怎麼做？面對 AI 的強大，我還是很怕啊。」

我也是。但與其焦慮，我覺得我們可以試著改變一種心態。

過去，我們對「專業人士」的想像，往往是零失誤、高效率、精準執行標準答案。

如果在有限遊戲的「標準化」與「效率」的賽道上競爭，現在的 AI 確實是一位近乎完美的對手。它不知疲倦，且精準無比。

既然「標準答案」可以交給 AI，那我們人類該往哪裡去？

我的答案是：讓我們重新擁抱「業餘者」（Amateur）的精神吧。

這不是要我們變得不專業，而是要找回專業的源頭，也就是你為什麼選擇做某件事的初衷。

你知道英文「業餘者」 amateur 這個字在法文裡的詞源是什麼嗎？

它的原意源自拉丁文的 amator，意指「愛好者」或是「為了愛而行動的人」。沒錯，它的字根與「愛」有關（難怪我們都說法國人很浪漫）。

真正的業餘者精神，是指像墜入情網般瘋狂投入作品的人。他們不只計較外在的名聲與酬勞，更在意內心的滿足與熱情。

正因為業餘者不是為了「交差」，他們更願意冒險、實驗、在沒有路的地方找路。

AI 會贏得所有的有限遊戲（達成目標），但業餘者是為了體驗無限樂趣（享受過程）。

AI 不會犯錯，但業餘者不怕犯錯，因為我們知道，許多偉大的創新往往來自於美麗的錯誤。

AI 會追求以最短時間結束任務，但業餘者不急著結束遊戲，因為他太喜歡這個遊戲了，他希望一直玩下去。

這是我給你，也是給我自己最大的建議：

去找出你工作中、生活中，你願意「純粹為了愛而做」，而不只是「為了效率而做」的事情。

如果是寫作，就寫那些讓你心動或心碎的故事，而不只寫演算法喜歡的標題。

如果是工作，就去建立那些真實的人際連結，去解決那些沒有標準答案、需要同理心的難題。

如果是生活，就去享受那些 AI 無法模擬的實體經驗，去爬山、去擁抱、去感受一杯咖啡在舌尖的溫度。

或許，我們即將迎來歷史的奇點，把「贏」的任務交給 AI，把「玩」的權利留給人類。

讓 AI 去贏得所有講求效率的比賽吧，讓它們去爭奪數據的冠軍。

我們來負責讓這個無限遊戲——這個關於人類文明、關於愛、關於探索未知的遊戲——永遠繼續下去。

我們不需要變成更好的機器人，我們只需要活得更像一個人。

希望這篇文章，能在這個變動的時代給你一點點安定的力量。

保持閱讀，保持思考，玩得開心。

---

您可能也會有興趣的其他文章

• 我發現讀書會應該這樣做：從內容分享轉向社群學習
• 創作者 Jay Clouse 年收 40 萬美元付費社群教會我的事
• 為什麼瓦基要打造《讀家攻略》限制人數的付費社群？
• 雷蒙（侯智薰）是誰？我對他的 AI 與數位工具課程評價是？
• 張修修是誰？他如何具備把最脆弱的自己攤在陽光下的勇氣？