我妹今年去歐洲荷比法旅行，同團認識了《週報時光機》的派翠克。
兩個人聊得很投緣，才發現，他在做 Podcast，我也在做 Podcast！我妹就扮演「媒人」把我們牽起來，有了這次的訪問。
有時候回頭看，很多合作的起點都不是什麼精心設計的安排，只是某種剛剛好的巧遇。
這一集我們聊了很多，從閱讀、創作，一路聊到 AI。
節目裡，我們談到一個最近常常浮現在我腦海的問題。
「AI 時代，我們最不能放掉的能力是什麼？」
很多人的第一個直覺答案是：「學會用 AI。」
這個答案沒有錯。
模型變強、工具變多，很多原本要花半天的工作，現在幾分鐘就能完成。查資料、整理會議、寫信、做簡報、甚至寫程式，AI 正在快速接手大量原本需要人力的工作。
也因為這樣，我們很容易開始焦慮：「我是不是還不夠會用 AI？」
但我自己最近的感覺是，這個問題可能還停在表層。
當大家都會用 AI 之後，真正拉開差距的，可能不再是速度，是另一種更根本的能力：
「你能不能判斷，什麼值得做。」
AI 很會把事情做完
我最近常用一個方式來看 AI 的角色。
一種能力是「把事情做完」。
另一種能力是「把事情想對」。
AI 在前者的進步非常驚人。
你可以丟一個需求給它，它會幫你找資料、整理重點、生成內容、甚至排出一整套執行步驟。未來隨著 Skill 和 Agent 的功能更成熟，很多流程可能連人都不需要一直盯著。
這件事本身沒有問題，我也每天都在用，而且用得很開心。
真正需要小心的，是我們會不會在這個過程裡，慢慢把「想對」也一起外包出去。
你請 AI 寫一篇文章，它可以寫得很完整。但這篇文章到底值不值得寫？
你請 AI 幫你規劃一個專案，它可以列出很漂亮的流程。但這個專案本身，有沒有意義？
你請 AI 幫你整理十本書、一百篇資料，它都做得到。但問題是，哪些值得相信？哪些只是看起來合理？哪些其實跟你的人生沒有關係？
這些問題，很難只靠 AI 幫你「產出更多」來解決。
AI 是一個巨大的槓桿
Naval Ravikant 有一句話我一直記得很清楚：「槓桿，是判斷力的放大器。」
AI 幾乎就是目前最強的槓桿。但這句話有一個常被忽略的另一面。
如果你的判斷是好的，AI 會把它放大成很大的成果；如果判斷一開始就偏了，它也可能用極高效率，把錯的方向做得非常完整。
以前一個人判斷錯誤，可能只是浪費幾天。
現在你可以在幾分鐘內，讓 AI 幫你生出企畫、文案、簡報、研究報告，甚至一整套執行方案。
看起來很有效率，但方向錯的時候，效率其實會變成一種放大錯誤的力量。
也因為這樣，我愈來愈確定一件事：「AI 時代真正稀缺的，不是產出能力，而是判斷能力。」
知道什麼該做。知道什麼不該做。
知道一個答案看起來很漂亮，但其實少了關鍵的東西。
知道十個選項裡，哪一個比較像你會做出的選擇。
這些能力以前就很重要，只是現在變得更加關鍵。
因為當「做出來」變得太容易，「做對」就變得更難，也更珍貴。
所以，我反而更想繼續讀書
最近讀者常問我：「既然 AI 可以幫你摘要一本書，那還需要自己讀嗎？」
我完全理解這個問題。
如果目標只是「知道這本書在講什麼」，那五分鐘的摘要確實已經很夠用了。
但對我來說，閱讀慢慢變成另一件事。
我讀書，不只是為了拿到答案。更重要的是，我在累積「判斷答案」的能力。
你讀過愈多彼此矛盾的觀點，就會開始理解，同一件事情可以從不同的角度解釋。
你看過一個作者十年前的預測，再回頭看今天的結果，會慢慢建立對某些論述的敏感度。
有些句子一看就覺得寫得太滿。有些數據看起來漂亮，但會讓你想再往來源多查證一步。
有些觀點第一眼不合理，但你會願意多停幾分鐘，因為你知道真正有價值的東西，常常不會長得像標準答案。
我現在反而覺得，這可能是閱讀在 AI 時代新的位置。
以前我們讀書，是因為資訊很難取得。未來資訊隨手可得，閱讀更像是在訓練一種能力：
我怎麼判斷，這是不是一個好答案。
不要把最後一次判斷也交出去
所以我現在用 AI 的時候，有一條界線越來越清楚。
大量的執行工作，我願意交給它。但最後的判斷，我會留在自己手上。
AI 可以幫我列出選項，我決定選哪一個。AI 可以幫我挑出問題，我決定要不要改。AI 可以補資料、提出反方觀點，甚至提醒我盲點。
但最後那句「我選這個」，還是要由我自己說出來。
甚至在開始之前，我會先問自己幾個問題：
「我真正想解決的是什麼？」
「我用什麼標準判斷好壞？」
「有沒有一些選項，即使 AI 說很好，我也不會想要？」
只要這幾個問題還握在自己手上，AI 越強，我反而越能感受到它的價值。
因為它變成延伸思考的工具，而不是取代思考的存在。
AI 越聰明，人越需要知道自己在乎什麼
我們很容易把 AI 時代想成一場效率競賽。誰學得快、誰工具多、誰產出高，誰就會勝出。
但也許真正的變化剛好相反。當生產變得便宜，判斷會變得昂貴。
當漂亮的答案變得隨手可得，好問題會變得更稀缺。
當「看起來很專業」變得容易，知道自己真正相信什麼，反而變得更重要。
所以我現在比較少想的是「怎麼贏過 AI」。那場比賽，人類大概沒有任何優勢。
我更在意的是另一件事：我有沒有持續閱讀、持續提問、持續懷疑，最後仍然是自己做決定。
技術圈最近很喜歡用「慢思考」來形容 AI 的推理能力。每次看到這個詞，我都會莞爾一笑。
因為當 AI 開始學會慢慢思考，人類反而更需要提醒自己，不要太快把思考交出去。
很多事情可以交給 AI 做完。但有一件事，我還是想留在自己手上。
你得決定什麼是對的。
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）
- AI 越來越快，為什麼慢下來反而是更理性的選擇？
- AI 會讓人變笨嗎？關鍵在你讓它處理什麼、留給自己什麼
- 跟 AI 聊心事傷感情？精神科醫師鄧惠文教我用 AI 認識自己
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。
