既然 AI 可以把產出速度提高好幾倍，為什麼我卻是反過來把自己變「慢」？
跟查理錄完 Podcast 後，他邀我去打了半小時的高爾夫，那支 7 號桿給了我最好的回答。
那場對話與這場高爾夫，看似一文一武，其實都在講同一件事：在一個什麼都能外包的時代，有些東西是你絕對不能借給 AI 的。
這是我第二次上「查理的創業化合物」訪談。上一次我們聊台積電的工作思維，才隔了兩三個月，這中間我又出了一本書、開了一門新課。
一坐下來，查理就問了一個我很常被問的問題：「你的產出量是別人的好幾倍，到底怎麼辦到的？」
大部分人預期的答案是：「我用 AI，把同樣的事做得更多、更快。」
但我給查理的答案，剛好相反。
省下很多時間，然後呢？
我跟他說，這幾年我體會最深的一件事，是用 AI 有兩條完全不同的路。
一條路，是你把自己用得越來越忙。本來一個小時寫一篇，現在 AI 加速了，你就逼自己一個小時寫三篇；本來一天發一則，現在一天發十則去餵演算法。
這條路看起來很高效，但它其實把你榨乾了，因為你的「認知頻寬」一直被塞滿，沒有半點空隙。
我走的是另一條。AI 幫我把很多瑣事接走之後，省下來的時間，我沒有拿去多寫五篇文章。
我花更多時間去看書、跟更多人深度對話，甚至開始約一些朋友 one-on-one。這在以前是我想都不敢想的事。對我來說，AI 真正的禮物，是它解放了我的認知頻寬。
但說老實話，這條路留給我一個更難的問題：「省下來的這些時間，我到底要拿去幹嘛？」
很多人沒想清楚這一題，於是省下的時間，又被拿去填成更多的產出，繞回了第一條路。
讓我用我最常被看到的那件事來說明，寫讀書心得。
三年多前還沒有 AI 的時候，我寫一篇讀書心得，大概要花十到十五個小時。我得先把紙本書的重點一個字一個字打下來，光抄就一兩個小時。
讀到一個觀念想找原始研究，我就一頭栽進 Google 搜尋，找半天，又兩個小時過去了。素材堆成山，我還要自己用麥肯錫那套 MECE 去排，排完再設計開場、想標題、排版、抓錯字。
同樣一篇還要為了 FB、部落格、節目資訊欄各改一次格式。那時候我真的是過著苦行僧的生活（真佩服沒有 AI 時代的自己到底怎麼活過來的…）。
AI 出來之後，我做了一件事。我把整條流程攤開，一個節點、一個節點問自己：「哪些是痛苦、哪些是享受？」
後來我把這件事，想成一個更清楚的框架。我把做事情的阻力分成兩種：好摩擦、壞摩擦。
拿健身房來說好了。在健身房裡，找器材、擦汗、整理槓片，這些都是「壞摩擦」。它們佔掉你的時間，但對你的肌肉長大一點幫助都沒有。
真正的成長，發生在你負重的時候，肌肉因為拉扯而震顫、大腦命令身體再撐住的那幾秒。那種咬牙的掙扎，才是「好摩擦」，那才是肌肉長大的唯一原因。
學習跟創作也一樣。
把錄音轉成逐字稿、整理筆記格式、手動匯出重點，這些都是壞摩擦。我現在會很大方地交給 AI。所以我常跟自己說一句話：「AI 是用來幫我清掃戰場的，不是用來幫我代打的。」
現在我的版本是這樣。
書我用電子書讀，畫完線檔案自動匯出。我打開檔案，用語音轉文字，對著它講話。我講第一段我覺得怎樣、這個觀念我為什麼不同意、那段讓我想起什麼，一口氣講十幾分鐘，把腦袋裡的東西全部宣洩出來。
講完，我再把那些找文獻、排架構、整理格式的活，當成指令交給 AI。
過不到幾秒鐘，AI 做完了，文稿出來了，連錯字、格式都弄好。我剩下要做的，是當一個總編輯：這邊前後調一下，那邊加一句我的 OS。
我把好摩擦留住了，我講話、我表達、我自己看素材自己學，那個過程對我來說是滿滿的樂趣。
也因為這樣，常有人問我到底都用哪些 AI 工具，我的答案常常讓人意外：我其實沒有追任何新穎酷炫的 AI 工具。
武術家李小龍說過，他不害怕練了一萬種踢法的人，他害怕的是把一種踢法練了一萬次的人。
AI 工具每個月都在換，一個新模組、一張更漂亮的生圖、一個更強的影片引擎，追起來是追不完的。
我寧可把這套「壞摩擦交出去、好摩擦留下來」的流程，練到變成反射動作。工具會一直更迭，但練熟的流程跟養出來的判斷，才是真正會留在我身上、一直累積的東西。
所以我跟很多人的差別，藏在這個取捨裡。很多學員跟我說，他們用 AI 是「幫我搞定這個、搞定那個，連我的思考都幫我搞定吧，我好累，我不想思考了」。
我完全理解那個累。可是我心裡的反應總是同一句：「思考這麼有價值的東西，你怎麼捨得叫 AI 幫你做？」
思考為什麼這麼重要？
講到這裡，我得誠實面對一個問題。我這套「壞摩擦交給 AI、好摩擦留給自己」聽起來很乾淨，但它真的站得住腳嗎？
這個問題，讓我想起兩位我很欣賞的人。
第一位是矽谷的創投家葛拉漢（ Paul Graham ）。他曾經說過：「寫作，就是思考。」
他甚至大膽預言，AI 會把世界切成「會寫的人」跟「不會寫的人」，而那本質上，是「會思考的人」跟「不思考想的人」的世界。
葛拉漢擔心的，比我想的更深一層。
我說壞摩擦可以放心交出去，他會反問：「當 AI 把『不得不寫』這個壓力整個拿掉，到底有多少人，真的會主動把好摩擦留下來？」
他的答案是，大部分人不會。
他們會連好摩擦也一起交出去，然後在不知不覺中，慢慢變成一個不會思考的人。
換句話說，我那套乾淨的切分，偷偷預設了一件很奢侈的事：你分得出來，哪個是壞摩擦、哪個是好摩擦。
葛拉漢這一刀，剛好接上我自己一直在想的一件事：AI 會縮小表達差距，但會放大思想差距。
以前要寫出一篇通順、有結構的文章，得改了又改、推敲用字，練很久；現在只要你會用 AI，寫作可以瞬間衝到一個很高的基準線，人人都有 80 分的作文能力。
但關鍵在這裡：AI 拉高的，是表達的「形式分數」，不是內容的「思想分數」。文章漂亮流暢，不代表它有思想、有深度、有洞察、有價值。
所以 AI 一邊縮小表達差距，一邊卻在悄悄放大思想差距。
當大家的形式分數都差不多，真正的競爭就回到內容背後的思考與判斷，而那正是好摩擦長出來的。你越捨得留下好摩擦，你跟那些把好摩擦外包掉的人，差距就拉得越開。
第二位是華語世界的科學作家萬維鋼，他把這件事講出了一個讓我眼睛一亮的版本。
他說，在 AI 時代，「智商」越來越不重要，「選擇的智慧」卻越來越重要。
AI 看似什麼都能做，唯獨「微決策」，那一個個只有你能拿捏的細微判斷，只能由人來做。
你看，我當總編輯時加的每一句 OS、我決定保留哪一段素材、刪掉哪一句、把哪兩個觀念接在一起，全都是萬維鋼說的微決策。
微決策不是 AI 能替我做的，因為 AI 不知道我想對誰說話，更不會替我的判斷負責。
繞了一圈，問題就變了。這不再是「要不要用 AI、怎麼用 AI」的問題。這變成了，你有沒有把好摩擦留下來，讓自己先成為一個值得被放大的人。
而我之所以能一眼分辨哪個是壞摩擦、哪個是好摩擦，能放心把整理交出去、把判斷留下來，靠的不是什麼技巧。靠的是我當了那麼多年苦行僧，一個字一個字抄、一篇論文一篇論文找。
過去六年累積的好摩擦，長出了我的品味。
一個從沒下過那種苦功的人，他分不出來，於是把好摩擦也一起交了出去。那，才是葛拉漢真正害怕的事：把思考外包出去的人。
萬維鋼還有一個說法，剛好替我把這件事，接到了那支高爾夫球的 7 號桿上。
他說，最厲害的人，是「強化學習型」的人：願意在真實世界裡摸爬滾打，從一次一次的試錯裡，自己摸索出做事的方法。好摩擦，說穿了就是那個弄髒雙手、腳踏泥濘的過程。
好，現在可以回來講那支 7 號桿了。
高爾夫揮桿教我的事
訪談錄完，查理把我帶到高爾夫模擬器前面。我得先承認，我根本不會打高爾夫。上一次摸球桿，是大學的事，距今二十年，我對高爾夫可以說是一片懵懂無知。
查理很熱心，拿起一支 7 號桿開始教我，揮桿的姿勢、準備動作、力道、角度。
我一邊看他、一邊模仿，從低角度的小揮，到後來能把桿子舉到最高再往下劈。一開始我連球都打不太到，真的，站在那邊揮空。
但我做了一件跟寫讀書心得一模一樣的事。我把每一個動作拆開，一個一個問查理：「這個髖關節要轉多少？腰要怎麼帶？手要在哪裡放掉？」然後一點、一點修正。
練了大概半小時，我居然抓到了訣竅。
我的擊球距離，從 50 碼、80 碼、100 碼，一路爬到 120 碼。最後在查理的鼓勵下，我打到了 140 碼。
查理整個愣住，他說一般人第一次接觸、練這麼短的時間，能用 7 號桿打到 140 碼，太不尋常了！他說我對高爾夫球太有天賦了吧！
然後他問我，你到底有什麼訣竅？而且那 140 碼不是運氣，後面我連續四、五次都打到了。
我想了一下，給了他一個我自己的答案：「這應該是一種『能力的遷移』。」（我發誓我當下真的說了這個術語，夠像是一個讀了很多商管書的阿宅會做的事吧…）
過去，我跳了十五年的國標舞。十五年下來，我對身體的運用、髖關節的角度、雙腿和腰的旋轉、手部的掌控，覺察力都很好。
所以當查理在修我的動作，我能很快感覺到自己的肌肉哪裡對、哪裡不對，馬上跟上他的指導。
後來我細想，查理問的那個「訣竅」，其實藏著一個我們很容易有的誤會。
我們總以為，有些人就是天生會打、天生有運動細胞。但我之前花了很多時間研究籃球員 Kobe Bryant 的故事，得出一個剛好相反的結論：天賦不是發現的，而是建構的。
我能在半小時內抓到揮桿的手感，不是因為身體裡本來就住著一個高爾夫天才，而是十五年國標舞，一場一場、一個動作一個動作，慢慢幫我把那套對身體的覺察蓋了出來。
查理看到的「訣竅」，其實是一段他看不到的、被我親身累積了十五年的底蘊。
你發現了嗎？這就是那支借不走的揮桿。
查理可以把 7 號桿遞到我手上，可以把姿勢、力道、角度通通講給我聽，就像 AI 可以幫我清掃戰場、把資料整理好。
但是，他始終沒辦法替我揮那一桿，沒辦法替我感覺髖關節該怎麼轉。
每一次微調，腰再帶一點、手再晚一點放，都是萬維鋼說的那種微決策，只有我的身體能拿捏。而那副身體，是我十五年一場一場舞，自己摸爬滾打跳出來的。這，就是好摩擦。
而那支球桿能放大的，剛好就是我那副跳了十五年舞的身體。換一個沒有那副身體的人，拿同一支 7 號桿，短時間內恐怕揮不出 140 碼。
AI 也是這樣。它縮小了我們表達的差距，讓人人都能上場揮兩下；但它真正放大的，是大腦裡的那段差距。而那副大腦，AI 可給不了你。
說起來有點好笑。三年多前 AI 剛冒出來的時候，我其實是有點抗拒的，怕它把創作者的靈魂奪走。
繞了這麼一大圈我才看懂，它奪不走。它幫我把抄書、找文獻、排版這些壞摩擦接走，省下來的那些時間，我沒有拿去多產五篇文章，我拿去打了一場我根本不熟悉的高爾夫。
然後在那半小時裡，我重新確認了一件機器再強都替不了我的事：有些好摩擦，你得自己親自下場，自己去揮，自己去感覺。
而這，正是我們身為人類活著最快樂的部分。
您可能也會有興趣的其他文章
- 《AI 瓦基第二大腦》值得上嗎？我打造這堂課的初衷與糾結
- 《AI 瓦基第二大腦》在教什麼？你會學到什麼？（含折扣碼）
- 《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。
