如何不被 AI 取代？人把自己訓練成了機器，才會輸給機器

我最近的心情有點五味雜陳……

看著美國那邊傳來的消息，Google、Meta、Amazon 這些指標性的科技巨頭，又開始了新一輪的裁員。

而且，這次動刀的對象不只是邊緣部門，連核心的軟體工程師、白領管理層，甚至是那些曾經被認為「最聰明」的策略規劃人員都在名單上。

新聞說，這是為了「將資源重新分配給 AI 優先的項目」。白話文是什麼？你各位員工不配拿到我的資源，AI 才配。

股票市場震盪劇烈，大家都在議論紛紛：「AI 到底是不是個泡沫？」但在我看來，這不是泡沫，這是一場已經來臨的海嘯。

身為一個創作者，我也感受到了這股寒意（跟惡意？）。

以前覺得「寫作」和「思考」是人類最後的堡壘，但現在，我看著 AI 幾秒鐘就能吐出一篇結構完整、邏輯通順的書評，甚至還能模仿我的語氣時，那種「我會不會被取代」的恐懼，是真實存在的。

我們該怎麼辦？我們該何去何從？

這幾天我一直在思考這個問題，後來我讀到了一篇關於「AI 配音」的文章，裡面的一句話像閃電一樣擊中了我：

「我們往往把自己訓練成機器，才會輸給機器。」

這句話，或許就是解開我們現在對 AI 焦慮的鑰匙。

---

當效率成為唯一的信仰

回頭看看過去這幾年，我們是不是都在追求極致的「效率」？

在配音這個行業，這現象特別明顯。根據「AI 故事計畫」的報導，早在 2024 年，中國的 AI 語音語義市場規模就已經達到了 149.3 億元。

原本高品質的配音老師，一小時能拿到 600 到 800 元的報酬，但因為 AI 的出現，價格崩塌到了 50 元一小時，甚至很多有聲書項目直接不再使用真人。

為什麼？因為 AI 能夠 24 小時不間斷工作，它不會累、沒有情緒、更不會生病。如果我們人類跟 AI 比的是「誰唸得更快」、「誰咬字更標準」、「誰更聽話」，那我們註定會輸。

就像文章裡提到的那位資深配音導演 John 說的，AI 正在系統性地接管行業最底部、最穩定、最能養活人的那部分工作。同樣的邏輯，也發生在程式設計領域。

以前工程師以「寫出乾淨的 Code」為榮，但現在 AI 寫 Code 的速度是人類的百倍。如果工程師的價值只剩下「把需求轉換成程式碼」，那這條路已經走不通了。

我們過去在學校受的教育、在職場受的訓練，大多是為了讓我們成為一顆「好用的螺絲釘」。我們學著壓抑情緒、學著標準化作業、學著像機器一樣高效。

結果現在，真正的機器來了，它們是比我們更好的機器（聽起來很像廢話，但想著想著就哭了，因為你可能要被裁員了…）。

---

人類的價值，在於那些的不完美的摩擦

所以，我們真的沒戲唱了嗎？

我不這麼認為。在那篇配音的文章裡，我看到了另一個視角。一級演員孟令軍說了一句很動人的話：「配音不是出聲，是『出人』。」

他提到自己為了配一個垂死病人的聲音，用氣息而不是喉嚨發聲，配完後整個人頭暈目眩、冷汗直流。那種對痛苦的真實體感，那種「感同身受」的生命經驗，是 AI 目前無法複製的。

AI 可以模擬「喘息聲」，但它無法理解「死亡逼近時的恐懼」。

這讓我想到我們創作者。

如果我的 Podcast 只是單純地把書裡的重點條列出來，那 AI 確實做得比我好（誰還沒用過 NotebookLM 的去旁邊罰站）。但為什麼你們還願意聽「下一本讀什麼」？

我想，可能是因為我在節目裡分享了我最近的困惑，我聊到了我在工作時的掙扎，或者是我讀某本書時想起了某個讓我心碎或感動的時刻。

這些情緒的波動、這些觀點的碰撞，甚至是我的猶豫和停頓，才是連結我們之間的東西。

這就是我想講的不完美的「摩擦感」。

機器追求的是「絲滑流暢」的極致效率，但人類的靈魂往往展現在那些「卡住」的地方。

---

我們該如何與 AI 共舞？

面對 2025 年的這個變局，我想我們不需要去抵擋 AI，因為擋也擋不住。我們需要做的是「轉向」。

第一種方法，從「追求標準答案」轉向「提出好問題」。

以後的職場，不再獎勵那些能快速執行任務的人，因為 AI 永遠做得比你更快、更準、更完美。

試想一下，如果到了今天，你的工作價值還取決於簡報排版精不精美，或者你的主管還在耗費你的生命去調整那些 AI 一秒鐘就能完成的「對齊」與「配色」，那這才是真正的危機。

這不是簡報漂不漂亮的問題，而是我們是否把人類最珍貴的「大腦」，浪費在機器最擅長的「手腳」工作上。

未來的價值，屬於那些能看見問題、能定義問題，並且知道「為什麼我們要解決這個問題」的人。

就像那位配音導演 John，他不再只是單純的錄音師，他開始學習如何利用 AI 這個工具來輔助創作，但他保留了對藝術性的最終裁量權。

第二種方法，擁抱「真實的連結」，無論是面對面，還是透過螢幕。

文章裡提到一位聽眾「宣宣」，她說雖然 AI 配音很流暢，但她更願意為了真人買單，因為廣播劇裡的情緒共鳴，是 AI 給不了的。

這給了我很大的啟發：在 AI 充斥的年代，我們渴望的其實不是完美的訊號（如果你會下提詞，AI 也可以創造出這種不完美了），而是「人與人的真實接觸」。

但這種接觸，並不局限於線下見面。

坦白說，在現實生活中，我們往往更孤獨。你身邊可能沒有半個想養成閱讀習慣的朋友，也沒有人理解你為什麼要堅持早起。

你想找人聊聊投資、聊聊書，卻發現周遭的人只關心醜聞八卦。在物理距離上你們很近，但在心靈距離上卻隔了十萬八千里。

這就是為什麼高品質的「線上真實互動」如此重要。

最近我在帶領一個線上的習慣養成社群，讓我感觸很深。成員們遍布世界各地，有人在台灣，有人在美國，地理位置相隔萬里。

但在那個封閉式的社群裡，大家互相打氣、分享挫折、慶祝每一個小小的成功。就像一位群友跟我說的：「一個人的意志力也許薄弱，但一群人的意志力就可以創造奇蹟。」

那種互動的熱度是非常真實的。因為在線上，我們反而能跨越地理限制，精準地找到那一群「對的人」。

即便隔著一個螢幕，但你知道螢幕對面是一個活生生的人，他懂你的掙扎，他在乎你的進步。那種「被看見」、「被支持」的溫度，是任何演算法都算不出來的。

所以，我們不需要執著於一定要實體見面，而是要重視每一次互動的「真實性」。

無論是線下的咖啡廳，還是線上的社群討論區，只要是兩個真實的靈魂在交流，那就是我們在 AI 時代最珍貴的資產。

第三種方法，培養獨特的「品味」與「觀點」。

AI 就像是一個擁有無限算力、卻沒有「味覺」的超級大廚。

它可以根據數據庫裡的食譜，在幾秒鐘內精準地端出一萬道菜，每一道的擺盤、用料都符合標準；但它無法親自品嚐這道菜到底好不好吃，更無法知道這道菜裡的哪一個味道，會讓你想起童年、讓你感動落淚。

AI 可以生成一萬種聲音、一萬篇文章，給出一萬個看起來都很正確的選項，但它不知道哪一種是「好」的，哪一種能真正打動人心。

這就是我們的機會。我們要訓練的不再是「製造」的能力，而是「鑑賞」與「策展」的能力。

以前我們比拼的是誰產出得快（製造），以後我們比拼的是誰選得準（策展）。

這就像我在經營「閱讀前哨站」時，讀者需要的往往不是把市面上所有的書都讀一遍，而是需要我幫他們「挑選」出那些真正值得投入時間的好書，並透過我的視角賦予這本書新的意義。

你要成為那個在資訊洪流中，敢於說「這個不重要」，並且堅定地指出「這個才重要」的人。你要成為那個為大家指引方向的燈塔。

在寫這篇文章時，我愈來愈深刻的體會是：在 AI 生成內容氾濫的時代，我們唯一能勝出的護城河，是「品味」。但這兩個字聽起來很抽象，到底該怎麼具體建立？

這陣子我一直在思考這件事，尤其當我看著 AI 生成文章的品質越來越高，甚至語句通順到無懈可擊時，我發現一個有趣的現象：AI 擅長給出「正確的平均值」，但它不懂什麼是「驚喜」（來人啊，配一張讓子彈飛的迷因圖）。

AI 的回答是基於機率的預測，它傾向於給出最安全、最符合大眾期待的標準答案。但真正能改變我們看法的，往往是那些「意料之外」的觀點，是那些帶有個人偏見、帶有獨特生命經驗的「不完美」。

品味，就是你在這堆平均值中，敢於與眾不同的勇氣。

---

如何具體建立「品味」？

品味，其實就是一種「拒絕的藝術」。

以前我們認為創作者是要「生產」更多資訊，但現在，創作者的責任是「過濾」資訊。要建立品味，我認為有三個具體的練習，這也是我自己在做的：

第一，刻意建立「資訊偏食」：

AI 的訓練數據是海納百川的，所以它很全面。但我們要反其道而行。你必須有意識地去閱讀那些冷門的、古老的、非主流的東西。

當大家都用 AI 生成商業書摘要時，你去讀哲學、讀詩、讀人類學的田野調查。你的輸入越獨特，你的輸出就越有「人味」。這就是為什麼我常說，不要只讀新書，要讀經典。

第二，練習「脈絡化」而非「條列化」：

AI 很會寫 Bullet points（條列式重點），但它很難寫出一段動人的故事。

當我們在分享一個觀點時，試著把「我為什麼會有這個感觸」的背景說出來。是因為我也經歷過類似的失敗？還是因為這句話解決了我當下的焦慮？

品味往往藏在這些主觀的生命脈絡裡，而不是客觀的知識點裡。

第三，尋找「不和諧」的連結：

AI 的邏輯是機率預測，它會預測 A 之後通常接 B。但一個有品味的人，可能會把 A 和 Z 連在一起。

比如把「台積電的管理哲學」和「斯多葛學派」連結起來（我隨便舉例的，歡迎你來連連看）。這種跳躍性的思考，往往源自於我們對生活細膩的觀察，這是演算法算不出來的創意火花。

為什麼我們需要《讀家攻略》？

說到這裡，我想跟你分享一個我籌備許久，即將在這個動盪的 12 月正式推出的計畫：《讀家攻略》付費社群。

你也許會問，現在網路上免費資訊這麼多，AI 隨便問都有答案，為什麼還需要一個付費、而且還「限制人數上限 150 人」的社群？

這正是因為我看到了 AI 帶來的副作用：孤獨的正確性。

什麼是「孤獨的正確性」？

試想一下，當你遇到一個難題，你問了 AI，它在 0.5 秒內給了你一個完美、標準、邏輯無懈可擊的答案。你點了點頭，關掉視窗，繼續工作。 你得到了「正確」，但你失去了「過程」。

你失去了拿這個問題去問朋友時，那種「我也遇過耶！」的驚喜；你失去了大家七嘴八舌討論，最後發現「原來標準答案不適合我」的頓悟；你更失去了在對話中，因為觀點碰撞而產生的那些美好的「意外」。

AI 讓我們在「正確」的道路上狂奔，卻讓我們在精神上越來越「孤獨」。

當我們獨自面對螢幕，我們很容易陷入一種與 AI 比快、比準的焦慮迴圈。在這種孤獨的高效中，為了生存，我們不知不覺又開始把自己訓練得像機器一樣——只在乎結果，不在乎連結。

但人是不一樣的。我們是透過「鏡子」來認識自己的，而他人就是我們的鏡子。我們需要透過與他人的碰撞，才能確認自己的輪廓。

我們不需要另一個能給出標準答案的搜尋引擎，我們需要一個能容納真實對話的營火晚會。

因此，我想創建的《讀家攻略》不是一個單純的線上社群，它更像是一個「思維的避風港」與「人性的訓練場」。我之所以堅持要限制人數，是為了稀釋雜訊，提高密度。

在 2025 年，最昂貴的資源不是資訊，而是「高品質的注意力」與「深度的信任」。

---

這裡有 AI 無法給予的東西

在這個社群裡，我們不只聊書，更聊「這本書如何改變了我的選擇」。我相信這樣的社群能帶給我們三樣 AI 絕對無法比擬的價值，這也是讓我們「不像機器」的關鍵：

一、脆弱的勇氣與真實的連結（機器只有數據，沒有傷口）：

你不敢跟 AI 承認你的軟弱，因為它沒有心。但在《讀家攻略》裡，當一名成員分享他試著應用書中方法卻失敗的經歷時，那份真實感會引發共鳴。

我們會發現，原來大家都有同樣的焦慮。這種「我們在一起面對」的安全感，是冰冷的螢幕給不了的。

二、從「知道」到「做到」的集體動能（機器只有指令，沒有掙扎）：

AI 可以告訴你《原子習慣》的四個法則，但它無法在你想放棄的時候拉你一把。在這個社群，我們會設計具體的實踐挑戰。

看著夥伴們一步步改變，那種同儕的激勵力量，會逼著你把書上的文字變成身上的肌肉。這是我作為站長最想看到的，不是大家讀了多少書，而是大家因為閱讀，生活變好了多少。

書籍只是工具，人才是目的。

三、能創造驚喜的群體智慧湧現（機器只有預測，沒有驚喜）：

我常常在社群的討論串裡被驚豔到。有時候某個成員的一句無心插柳的留言，會突然點醒另一個人，甚至激發我下一集 Podcast 或寫文章的靈感。

這種人與人之間、非預期性的智慧火花，就是我所謂的「湧現」。這是演算法無法預測的驚喜，也是人類最珍貴的特質。

---

後記：別再把自己訓練成機器

面對 2025 年的裁員潮與技術焦慮，我們可以選擇恐慌，也可以選擇進化。但請記得文章開頭的那句話：「我們往往把自己訓練成機器，才會輸給機器。」

如果我們繼續單打獨鬥，試圖用更快的速度處理資訊，那我們就是在用自己的短處，去碰機器的長處。這場比賽，我們贏不了。

但如果我們轉身，走向人群，去建立連結，去分享脆弱，去創造那些充滿摩擦感與溫度的對話，那我們就已經勝出了。因為這是機器永遠學不會的領域。

把自己關在房間裡練功的時代已經過去了。接下來，我們需要一群志同道合的夥伴，用人類特有的溫度與品味，去對抗演算法的冰冷。

《讀家攻略》就是我給出的答案。我希望這裡能成為你在資訊洪流中的一個錨點，一個讓你隨時可以卸下武裝，安心做回「人類」的地方。

如果你也覺得，是時候停止像機器一樣運轉，把「人味」找回來了，那麼，歡迎你加入我們。

去感受痛苦，去擁抱不確定性，去建立深刻的關係。

別試圖成為更完美的機器，讓我們一起練習，成為更完整的人。

這是我在 2025 年的深秋，給自己，也給你的期許。

讓我們一起，找回人味，保持真實。

p.s. 《讀家攻略》的成員招募頁面如下，歡迎在表單填寫 email 加入等待清單，開放時第一時間透過 Email 通知。

期待在公會大廳與大家正式相見！立即前往招募大廳