我最近開始有點焦慮。
特別是每次看到有人用新的 AI 工具做出驚人的成果，那種不安就會浮現。
我忍不住會想：照現在 AI 發展的速度，我正在做的事，還能做多久？
以前我們相信，努力會累積優勢。
但現在開始懷疑，光靠努力，還追得上變化嗎？還是遊戲規則早就被改寫了？
所以這一集，我找來老朋友陶韻智（Sting）。
他是前 LINE 台灣總經理，目前在臺大教創業，同時也是《AI First 自我升級革命》的作者。
特別的是，他不只談 AI 趨勢，更親自下場用 AI 寫程式、做產品，甚至打造出全球有人在用的軟體。
聊完之後，我更確定一件事：在 AI 時代，真正拉開差距的，是改變的速度。
接下來，跟你分享這場對談帶給我的 7 個啟發。
一、為什麼 Sting 說這次的 AI 浪潮是「紅色警戒」？
Sting 在書裡用了一個很強烈的比喻來形容 AI：紅色警戒。
就像軍艦警報響起，所有既有規則都可以被打破，唯一的目標，就是活下來。
過去面對新科技，我們總覺得可以慢慢學、慢慢跟上，但這一次不一樣。
AI 帶來的是斷代式的改變，要是用原本的節奏，很容易就被拋在後面。
有趣的是，Sting 是從「手感」開始意識到這波 AI 浪潮的不同。
一開始，他用 ChatGPT 處理自己熟悉的工作，只覺得效率變快，並沒有本質上的改變。
直到他開始用 AI 做自己完全不會的事，像是寫程式、架網站才真正被震撼。
原本要花一年才能完成的網站，AI 半天就做出來；原本做不出來的程式，七天就能搞定。
更關鍵的是，AI 的進步是指數型的，從「還不錯」到「令人驚艷」，可能只需要兩三年。
於是他做了一個決定：暫停原本擅長的事，把時間投入在每天實際使用 AI。
他提醒我們：「不論你是新人、主管，還是決策者，都得回到 Day 1，用同樣的強度重新開始。」
因為在紅色警戒之下，過去的優勢，很快就不再是優勢了。
二、AI 吃掉了新人的「學徒期」，年輕人該怎麼辦？
現在，很多初階職缺正在快速消失。
整理資料、寫基礎文案、做簡單企劃，這些工作，AI 幾乎都能接手。
這對剛進入職場的年輕人來說，原本應該經歷的「學徒期」，好像被直接跳過了。
但 Sting 的看法剛好相反。
他認為，初階工作的消失反而是好事，年輕人不需要再把時間花在那些重複、低價值的雜事上。
他用自己當例子：雖然不會寫程式，但靠著 AI，他在一年內做出了五百多個軟體專案，其中不少產品已有數萬人在使用。
如果去面試，他可以直接說：「我有一個產品，五萬人在用。」這樣的成果，比任何學歷都更有說服力。
而這件事，年輕人其實也做得到。
在三個月內，就有機會累積十次、甚至上百次的實戰經驗。
你可以不用等公司分配任務，自己動手把作品做出來。
所以現在該做的，是跳脫按部就班的升遷路徑，直接挑戰那些停滯不前的位置。
現在這個時代，反而是機會成本最低的人，擁有最大的優勢。
三、為什麼你該當 AI 的「慣老闆」？
很多人覺得 AI 很瞎，但 Sting 說，問題往往不在 AI，而在我們怎麼用它。
當你問一個問題、拿到答案就照做，其實已經不知不覺變成 AI 的執行者，它在指揮，你在做事，角色整個被顛倒了。
那該怎麼做呢？
答案很簡單：你要當 AI 的老闆，而且是要求很高的那種。
舉例來說，你可以要求做30 頁的跨國分析報告、使用當地一手資料、30 分鐘內完成。
這樣嚴苛的要求，要是一般員工可能會壓力大到要離職，但 AI 不會。
你要做的，是不斷追問、不斷挑戰：
真的嗎？根據是什麼？有沒有反方觀點？如果失敗，可能的原因是什麼？
問得越深，答案才越有價值；指令越精準，結果才會越好。
Sting 也提到，他一開始覺得 AI 很普通，是因為只拿熟悉的問題來測試。
直到他開始提高標準、加大強度，才發現 AI 的天花板遠比想像更高。
很多時候，你以為已經到頂了，再多問一輪，答案就會完全不一樣。
所以，真正的升級，在於提高標準，讓 AI 帶你去到原本到不了的地方。
四、先做出成果再學習，這種「反過來」的方法真的行得通嗎？
Sting 在書裡提出一個新概念，叫做「Vibe Learning」：先做，再學。
傳統的學習方式，是先學會再開始做。
但在 AI 時代，你可以反過來：先設定目標，直接動手。
中間如果遇到不懂的地方再問 AI，一邊做、一邊學。
像他自己就做過一個 3D 魔術方塊的線上程式。
雖然不懂演算法，也不會畫 3D 圖形，但他很清楚自己要的是一個魔術方塊，不管怎麼轉，都能在 21 步內自動解開。
過程中間如果遇到問題，就不斷向 AI 提問，一步步理解背後的原理。
最後，他不只程式完成了，連演算法也學會了。
當然，Vibe Learning 也不代表可以隨便亂來、不負責任。
所以我們可以從風險最低的事情開始：先做給自己用，再做給部門用，最後才挑戰面向大眾的產品。
讓認知負載一步步提高，不要一開始就選最難的題目。
與此同時，也別低估自己：因為有了 AI，你能做到的，往往比想像中多得多。
五、直接跳到 AI Agent，為什麼反而會變成「人工智障」？
今年最熱門的關鍵字之一叫做： AI Agent。
也就是可以讓 AI 能自主完成一連串任務的代理人。
Sting 特別提醒：跳過學習，直接用 Agent，很容易變成「人工智障」。
就算每一步有 99% 的正確率，步驟一多，錯誤就會累積。
因為指令一模糊，Agent 只能亂拆、亂試。
最後做出來的東西，看起來完整，其實沒抓到重點。
也因此，Sting 在書裡才會提出一個「3A 架構」：
先從自動化（Automation）開始，把重複性的工作交給 AI；
接著進入強化（Augmentation），用 AI 放大你的判斷力與產出品質；
最後才進階到代理（Agent），讓 AI 自主處理更複雜的任務流程。
其中關鍵在於循序漸進。
你對 AI 的理解與掌控，必須跟得上交給它的任務複雜度。
要是你一旦跳級，結果往往只會變成「人工智障」。
因為在 AI 時代，真正的差距，來自你駕馭工具的能力。
六、當知識開始「通膨」，未來的報酬會流向誰？
你會發現，以前我們賺的是資訊差、技能差。
也就是我會的，你不會，所以你付錢。
但在 AI 時代，這些門檻正在快速消失。
寫程式、做報告、翻譯、設計，成本不斷下降，甚至趨近於零。
那價值會流向哪裡？
Sting 的答案是：AI 能取代 intelligence，卻取代不了 wisdom。
所謂智慧，是你怎麼選產品、怎麼定價、怎麼說故事、怎麼打動人。
每個看似簡單的決策，背後其實都是對市場、人性與品味的理解。
這些判斷累積起來，才是真正的價值所在。
他舉例：就算你用 AI 做出一台和蘋果一模一樣的電腦，也很難賣出去。
因為你沒有品牌、沒有信任，也沒有長期累積的判斷。
未來的報酬，會流向那些掌握信任、通路、品味與決策力的人。
做事變便宜了，但做對的事，反而更值錢。
這也意味著，每個人都需要往「老闆」的角色前進。
他有一句見解我非常喜歡：「AI 時代下，『怎麼做』不再稀缺，『做什麼』才有溢價。」
而且，人類的問題只會越來越多。
當生產力被大幅放大，真正有價值的，是能看見問題，並用 AI 組合出解法的人。
七、「 AI 原生」跟「 AI 輔助」到底差在哪裡？
書裡有一個讓我印象很深的案例：有間名叫Hoop 的公司，原本的核心服務被上游平台切斷，幾乎等於命脈被拔掉。
但他們沒有花半年重建團隊，而是在兩週內，直接用 AI 重建整套商業模式，重新上線。
兩週。這在傳統企業裡，幾乎不可想像。
這就像你正在駕駛一架螺旋槳飛機，這時候渦輪引擎出現了。
你一邊飛，一邊想把引擎換掉，還要同步調整油箱、儀表板，甚至整個結構。
這就是多數傳統企業的狀態：邊運作、邊修補，效率很低。
但如果你選擇重新打造一架飛機，從第一天就圍繞渦輪引擎來設計，每一分動力都能發揮到最好。
這，就是 AI 原生。
換句話說，用舊流程硬塞 AI，效果有限。
而從零開始，用 AI 的思維重做一遍，才有機會真正跑出十倍速度。
後記：啟動你的 AI 升級之路
跟 Sting 聊完當天，我忍不住重新檢視自己的工作流程。
一檢查才發現，原來很多地方，還停在「邊飛邊換引擎」。
看起來有在進步，但本質上，還是用舊方法，加上一點 AI。
這場對談給我最大的衝擊，是那句話：「以前會的，都不算數。」
乍聽很極端，但仔細想想，其實很合理。
當一個從不寫程式的人，可以在七天內，靠 AI 做出原本一輩子做不到的東西。
這也就代表我們過去引以為傲的能力，確實值得重新審視。
但這不一定是壞事。
某種程度上，反而是一種解放。
很多「應該會」的事，不再需要自己硬撐。
你可以把時間拿回來，放在更重要的地方。
去思考你真正想做什麼、去打造只有你能做的事。
如果你也隱約感覺到，那個紅色警戒正在閃爍，
那麼 Sting 這本《AI First 自我升級革命》，也許就是你按下啟動鍵的那一刻。
您可能也會有興趣的其他文章
- 《職場人的生成式AI工作法》讀後心得與 AI 實戰經驗
- 什麼是「AI First 行動力」？前 LINE 總經理陶韻智的親身實踐
- 《逆思維》讀後心得：顛覆常規、突破盲點的重新思考法
- 《思考的框架》最實用的九種思維模型和心得整理
- 《全球人才搶著學！密涅瓦的思考習慣訓練》讀後心得與行動
你喜歡這篇文章嗎？
我幫助忙碌的現代人提煉好書精華。透過 Email 收到每週兩封電子報：最新的讀書心得、好書金句、能激發思考的問題，直達你的信箱。
加入超過 10 萬位
愛閱讀的訂閱者
瓦基
INFJ、《情境智慧》作者、書評部落格《閱讀前哨站》和說書頻道《下一本讀什麼？》創辦人、《卡片盒筆記實戰課》和《化輸入為輸出》課程講師，時常分享讀書心得，喜歡將書中所學加以活用，實踐在職場與生活中。
