[AI 分享] AI賺錢不是工具問題，而是工作流問題

 [AI 分享] AI賺錢不是工具問題，而是工作流問題

摘要 : 多數人用AI賺不到錢，不是能力不足，而是缺少一套能持續產出價值與變現的完整流程。

內容:

最近發現一個很有趣的現象，很多人對 AI 的期待其實很高。看到別人分享收入、流量、接案成果，總覺得只要買個會員、學幾個提示詞，好像就能快速複製成功。但真正開始操作後，卻常常卡在第一步，不知道該做什麼，也不知道下一步在哪裡。最後留下的不是成果，而是一堆收藏的影片和滿滿的焦慮感。

後來慢慢發現，問題從來不在工具本身。今天有人說寫文章最好賺，明天有人說做圖片最有前景，後天又有人說自動化才是未來。大家一直在追新的工具、新的方法，卻很少有人告訴你，從開始到賺到第一筆錢，中間到底要經過哪些步驟。沒有完整路徑，再強大的 AI 也很難產生價值。

我觀察到很多真正有成果的人，他們不是比別人更會寫提示詞，而是比別人更懂得拆解需求。他們不會一開始就想做一個給所有人使用的大產品，而是先找到一群有明確痛點的人。因為市場上最有價值的產品，往往不是功能最多的，而是最能解決特定問題的那一個。

這讓我想到一件事。在 AI 時代，真正值錢的已經不只是內容，而是「解決方案」。同樣是一份資料、一組模板、一套提示詞，如果能幫助某個職業、某個產業、某個場景節省時間或增加收入，它的價值就完全不同。很多人以為自己在賣文件，其實真正賣的是結果。

有時候我們會羨慕那些看起來輕鬆獲利的人，但仔細研究後會發現，他們背後都有一套固定流程。從市場研究、需求分析、產品設計、內容產出，到銷售與優化，每個環節都經過反覆驗證。AI 只是讓這些工作變得更快，而不是直接幫你完成商業模式。

如果要說這波 AI 浪潮帶給我最大的體悟是什麼，我會說：不要急著找下一個熱門工具，而是先建立自己的工作流。當你擁有一套能持續創造價值的流程時，工具更新再快都不是問題；但如果只有工具，沒有流程，那麼永遠都會在追逐下一個風口的路上。

[AI 分享] 從筆記工具到個人知識作業系統

 [AI 分享] 從筆記工具到個人知識作業系統

摘要 : Obsidian 的價值不在記筆記，而在讓知識能被累積、連結、重用，並成為 AI 時代可持續成長的個人知識資產。

內容:

最近看到不少人在討論知識管理工具，但我發現很多人一開始就走錯方向。大家總是在比較哪個工具功能最多、外掛最強、介面最漂亮，卻很少思考一個更重要的問題：這些筆記，半年後、一年後，甚至三年後，你還找得到、用得到嗎？真正有價值的從來不是記錄本身，而是知識能否持續沉澱並被重新利用。

觀察很多人的學習過程，都有一個共同現象。還沒開始寫內容，就先花大量時間設計分類架構、規劃資料夾層級、研究外掛功能。結果系統越做越複雜，真正的內容卻少得可憐。後來才慢慢理解，好的知識庫不是先設計出來的，而是在持續使用的過程中自然長出來的。內容永遠比架構重要，輸出永遠比收藏重要。

我自己很認同一個觀念：筆記其實不應該是一座倉庫，而是一張網路。當不同想法開始彼此產生關聯，會議記錄連到專案計畫，讀書心得連到工作經驗，靈感連到過去的觀察，那些原本零散的資訊才開始產生價值。很多時候真正有用的答案，不是在某一篇筆記裡，而是在多篇筆記交會的地方。

另外一個值得思考的現象是，很多人對於知識管理的焦慮，其實來自於過度追求完美系統。今天流行一種方法，明天又看到另一種架構，最後一直在重建系統，卻沒有真正累積知識。其實不存在放諸四海皆準的方法，每一套架構都是為了解決特定問題。有人需要管理專案，有人需要累積研究資料，有人需要整理長期想法，只要能解決當下問題，就是適合自己的方法。

進入 AI 時代後，我越來越覺得個人知識庫的重要性正在快速提升。因為 AI 很擅長理解結構化、有來源、有脈絡的資訊，但面對散落在各個資料夾、聊天記錄、文件與網頁中的內容時，效果往往大打折扣。當我們把知識整理成可閱讀、可搜尋、可引用的形式，其實不只是方便自己查找，也是在替未來的 AI 協作者建立工作基礎。

最後我認為，知識管理這件事最值得投資的地方，不是工具本身，而是養成持續記錄與整理的習慣。與其花一個月研究工具，不如花三十天每天留下幾則有價值的筆記。當內容開始累積，關聯開始形成，AI 開始能理解你的知識脈絡時，你會發現自己建立的早已不是筆記系統，而是一套屬於自己的第二大腦，以及未來能持續增值的個人智慧資產。

[AI 觀察] 當Windows開始說Linux的語言

 [AI 觀察] 當Windows開始說Linux的語言

摘要 : 微軟將Linux常用工具原生帶入Windows，背後反映的不只是功能更新，而是整個軟體產業從陣營對立走向生態融合的重要轉變。

內容:

最近看到一則消息，乍看之下好像只是作業系統新增了幾個命令工具，但仔細想想，卻讓人感受到一個時代正在慢慢改變。微軟開始把許多 Linux 世界裡最經典、最常用的工具直接帶進 Windows，而且還是原生支援。對一般使用者來說可能沒什麼感覺，但對很多開發者而言，這其實是一個很有象徵意義的訊號。

如果是十幾年前接觸過軟體開發的人，大概都經歷過那種「工作在 Windows、開發在 Linux」的時代。為了讓兩邊環境能夠互通，我們安裝各種工具、模擬層與轉換方案，每天都在不同系統的操作習慣之間切換。那時候大家總覺得這是一件理所當然的事情，但現在回頭看，其實那代表著軟體世界一直存在著一道看不見的牆。

有趣的是，這幾年這道牆正在被一點一點拆除。從開源工具、容器技術、雲端平台，到今天直接把 Linux 的基礎工具整合進 Windows，整個產業似乎都朝著同一個方向前進：降低環境差異，減少切換成本，讓開發者把時間花在創造價值，而不是解決工具相容問題。

更值得觀察的是微軟態度的變化。過去大家習慣把 Windows 與 Linux 看成兩個不同陣營，但現在這種界線越來越模糊。因為在 AI、雲端、大數據與容器化技術盛行的今天，開放與協作往往比封閉與競爭更重要。誰能吸引更多開發者，誰就更有機會成為下一個技術浪潮的中心。

我一直覺得，真正影響產業方向的事情，很多時候不是那些聲勢浩大的發表會，而是一些容易被忽略的小細節。當一家公司開始主動適應開發者，而不是要求開發者適應平台時，背後其實反映的是整個商業策略與生態思維的轉變。這種改變不一定會立刻帶來震撼，但往往會在幾年後回頭看時，發現它才是真正的分水嶺。

或許未來的軟體世界，大家不再那麼在意自己是 Windows 派還是 Linux 派。因為系統本身正在逐漸退居幕後，真正重要的事情變成：你能不能更快完成工作、更快驗證想法，以及更快創造價值。當工具之間的界線越來越模糊，留下來的競爭力，終究還是來自於人的創造力與解決問題的能力。

[AI 分享] AI落地的真正起點，不是工具，而是資產

 [AI 分享] AI落地的真正起點，不是工具，而是資產

企業導入 AI 不只是選工具，更重要的是思考知識與資料如何沉澱。從單點應用到系統化平台，真正的價值來自企業長期累積的業務資產。

最近和不少企業主管聊天，發現大家談 AI 的時候，常常走向兩個極端。

一種是看到什麼 AI 工具都想導入，文案生成、客服助理、數據分析、影音製作全部一起上，然後用每個月消耗多少 Token 來衡量轉型成果。另一種則是希望一步到位，直接打造一個能串聯所有部門的 AI 平台。兩種做法其實都沒有絕對對錯，只是背後代表的是不同階段的思維。

如果把 AI 落地看成一條路，我認為第一階段是「單點應用」。選擇一個明確、重複性高、容易量化成果的工作切入，例如內容產生、資料整理或報表分析。這類應用成本低、見效快，也最容易讓團隊建立信心。但它帶來的通常是局部效率提升，而不是整體能力升級。

再往上一層，是讓 AI 開始接手完整的業務流程。這時候重點已經不是工具本身，而是企業是否把流程、經驗、成功與失敗的原因整理出來。因為 AI 能否做出好的判斷，很大程度取決於企業願意提供多少可被學習的知識。這個階段開始出現一種很有趣的現象：系統越用越好，經驗會持續累積，而不是每次都重新開始。

而真正值得關注的，可能是第三個階段。未來企業裡不會只有一個 AI，而是許多不同角色的 AI 協同工作。市場資訊、產品研發、行銷策略、客服服務與知識管理彼此串聯，形成一個共享資料與知識的運作體系。這時候競爭的焦點就不再是誰用了哪個模型，而是誰擁有更完整、更乾淨、更有價值的知識資產。

這段時間最大的感觸是，很多企業其實不是缺 AI，而是缺少能被 AI 使用的知識。大量經驗散落在員工腦中、Excel 檔案裡、會議紀錄中，甚至跟著離職員工一起離開公司。當知識沒有變成組織資產，再強大的 AI 也只能發揮有限效果。

所以我越來越認為，AI 落地最重要的問題不是先買哪個工具，而是先回答一個問題：公司的知識、流程與經驗，未來要沉澱在哪裡？因為 AI 不會憑空創造能力，它只會把你原本累積的能力與資產，以更快的速度放大出來。

[AI 觀察] AI Agent 工具大亂鬥：功能愈強，選擇反而愈困難

 [AI 觀察] AI Agent 工具大亂鬥：功能愈強，選擇反而愈困難

最近體驗多款 AI Agent 桌面工具後發現，真正的挑戰不是能力不足，而是如何理解不同工具的定位與適用情境。

最近這幾天，我花了一些時間實際體驗幾套熱門的 AI Agent 桌面工具。原本以為答案會很簡單，誰比較強就用誰，但實際使用後才發現，問題根本不是哪個比較厲害，而是每個工具正在往不同方向演化。

有些工具強調的是直接開始工作，打開後就能聊天、搜尋、執行任務，介面直覺到幾乎不需要學習。有些工具則試圖把專案管理、文件產出、技能庫、排程、自動化全部整合進來，希望成為你的 AI 工作中心。還有一些工具則走極簡路線，把複雜度藏起來，讓使用者先專注在任務本身。

實際比較之後，我發現一個有趣的現象。當 AI 工具能力愈來愈強，介面反而開始變成新的門檻。很多功能其實都存在，但使用者未必知道該去哪裡找，更不知道什麼情境下應該使用哪一個功能。尤其是聊天、協作、專案、自動化之間的界線，對新手來說其實相當模糊。

這次我讓三套工具執行同一個任務：開發一個「今天吃什麼」的餐廳推薦網站。結果發現，它們最終都能完成任務，但過程卻完全不同。有的直接開始產生程式與預覽畫面，有的會先規劃完整設計方案再開始實作，有的則需要更多互動與引導才能進入開發流程。

如果從工程管理的角度來看，我反而開始覺得「先規劃再開發」的重要性正在重新被放大。以前大家總覺得規劃文件很浪費時間，但當 AI 可以幾分鐘完成開發時，真正影響成果品質的反而變成需求是否定義清楚，以及執行方向是否正確。

也許未來大家選擇 AI Agent 的標準，不再是模型分數高低，也不是功能清單有多長，而是它是否符合自己的工作模式。有人需要快速執行，有人需要嚴謹規劃，有人需要深度協作。當 AI 開始接管越來越多工作流程後，我們真正要學習的能力，或許已經不是怎麼使用 AI，而是如何挑選最適合自己的 AI 工作夥伴。

#AI

[AI 變革] 從操作軟體到指揮智慧體

 [AI 變革] 從操作軟體到指揮智慧體

AI 正在改變人與電腦的互動方式。未來工作的重點，可能不再是熟悉每個軟體如何操作，而是學會如何清楚描述需求，讓智慧系統替你完成整個流程。

這幾天看著各種 AI 工具的發展，我突然發現一件很有趣的事情。過去我們使用電腦時，總是在學習軟體；現在卻開始變成軟體在學習理解我們。以前完成一份報告，要自己蒐集資料、整理內容、排版輸出。現在只要把需求講清楚，剩下的工作正在逐漸交給 AI 處理。

我覺得真正重要的變化，不是生成內容變快了，而是工作流程開始被重新定義。過去一項任務往往需要在好幾個系統之間來回切換，複製貼上、整理格式、確認資訊。未來這些重複動作，很可能都會被整合成一句話、一個指令，甚至一段語音。

最近也越來越能感受到，AI 的角色正在從工具變成助手。它不只是回答問題，而是能夠主動規劃步驟、搜尋資訊、整理結果，甚至在不同系統之間協調工作。人類開始從執行者的位置，慢慢往決策者的位置移動。

另一個值得注意的現象，是資訊管理方式正在改變。每天面對大量新聞、報告、郵件和各種通知，我們真正缺的其實不是資訊，而是篩選資訊的能力。當 AI 能夠持續追蹤特定領域、主動整理重點、定期回報結果時，資訊焦慮有機會被大幅降低。

很多人認為 AI 只是幫助提高效率，但我覺得它更像是在改變工作的基本單位。過去的工作單位是「操作步驟」，現在開始變成「目標」。你不需要告訴系統每一步怎麼做，而是告訴它你想得到什麼結果。

或許未來幾年最有價值的人，不一定是最會使用軟體的人，而是最懂得拆解需求、設計流程、指揮 AI 協同工作的人。當大家都擁有強大的工具之後，真正拉開差距的，將是思考問題與定義問題的能力。

[AI 趨勢] 當辦公室不再圍繞軟體運轉

 [AI 趨勢] 當辦公室不再圍繞軟體運轉

未來的工作入口可能不再是滑鼠、鍵盤與 APP，而是隨時陪伴在身邊的 AI 智慧體。辦公模式正在從工具導向，走向目標導向的新時代。

最近看到許多科技公司的發展方向，我越來越確信一件事情：未來十年的辦公革命，可能不是來自更快的電腦或更強的手機，而是來自一種全新的工作介面。過去我們必須打開一個又一個應用程式完成工作，未來則可能只需要面對自己的 AI 助理。

回頭看過去二十年的數位化歷程，我們一直在學習各種軟體。文書軟體、郵件系統、會議工具、專案管理平台，每增加一種需求，就增加一套新的工具。但現在的趨勢似乎正在反過來。人不再需要適應工具，而是讓 AI 去理解需求，再代替我們操作工具。

我覺得最值得注意的不是硬體本身，而是背後的設計思維。當 AI 能夠持續理解你的工作內容、記住你的習慣、掌握當下環境，甚至知道你正在開會、出差或撰寫文件時，它提供的已經不只是功能，而是一種隨時在線的工作夥伴。

想像一下未來的辦公場景。走進會議室，不需要開啟錄音軟體；討論過程中，重點已經自動整理完成。離開會議室時，待辦事項、決策紀錄與後續追蹤內容早已分派給相關人員。很多過去需要花費大量時間整理的工作，可能在背景就已經完成。

更大的改變來自於工作流程本身。以前我們的工作流程是「人 → 軟體 → 結果」。未來可能變成「人 → AI → 結果」。AI 負責協調各種系統、整合資料、執行流程，而人專注於判斷方向、做出決策與創造價值。

也許再過幾年，我們回頭看現在的工作方式，就像今天回頭看傳真機一樣。那時候大家比的是誰更會操作軟體；未來比的，可能是誰更懂得與 AI 協作。當工作入口從 APP 變成智慧體，人與科技之間的關係，也將被重新定義。

〔這次我不在因為焦慮而失眠〕

 〔這次我不在因為焦慮而失眠〕

上個星期我才在思考這個問題，那就是這些AI基礎建設廠商不斷的擴增他們的AI算力。一旦每個廠商都具有一定規模的算力，而且AI模型若差不多的時候。他們該如何從總獲利呢？

在以往可能要等到幾年之後觀察哪些廠商在這場戰爭中，因為沒有掌握到異地的收益而殞落。

謝謝總是很快了來打了一個巴掌，小龍蝦就是解決了這個問題，他解決了AI模型基建廠商的算力大量部署問題。因為有了小龍蝦。每個養龍蝦的人需要大量的算力來解決他們的問題。

更多的非一線大廠也趁著這一波龍蝦熱，打包各式龍蝦解決方案。 提供更優惠的AI算力。 這似乎成為一個全民運動。每個人都在嘗試如何用龍蝦來解決他們身旁的問題。

想要看到這波龍蝦是否真的有效益？ 現在不用等太久。 也不用到年底。 也許下個月就會看到未來是否每個人，每個組織，每個公司是否都要來養一隻龍蝦。

從原來要養一隻龍蝦。 需要許多時間與技術背景才能夠開始建置出來。 到現在變成一件安裝，只需要把新台幣準備好。這其中的變化也造成了許多原有引以為傲的能力。就此消失了。

也許龍蝦的熱潮在3個月之後就會消失。 但這波AI的熱潮永遠不會消滅。 也許3個月之後就會出現猴子這樣的應用。2026年似乎都在比誰的速度快，誰能大力擁抱AI，Say能有餘常識？並且找出真正實用的方法。

當然這並不一定是需要能夠在市場上搶的商業機會更重要的是在這一波2026年的AI浪潮中，不會就此淹沒。取得接下來的比賽機會。

這樣的現象真的是十分殘酷。現在我真的覺得古代的這句話 不則退退。十分貼近現今的現象，若我自己想著。 我在觀望一段時間。 憑藉著以往的經驗。為了未來頭前投人，我一樣可以追悼大家所具有相同的規模與能力，不過真的有些殘酷。這可能要打破很多人的幻想。

因為這波的AI浪潮。 不是隻是掀起一波巨浪，隨著時間的遷移，大浪逐步打到岸上。 接著大浪消失在灘頭上。也許這波大浪淹死了許多人。透過觀察，我發現到當你看到1個大浪打來的時候。其實在這個大浪的背後又有更多的大浪已經成形或者正在醞釀中。

許多的商業模式機會紅利已經逐漸在推翻中，這是因為已經發生了許多根本上實質變化，脫離絕大多數人以往的認知。歷史可以作為借鏡。但是需要有人參悟這些未來的問題。

在我最近使用AI的過程中。 幾乎每個禮拜都有翻天覆地的變化。當我還在追逐著過去以往，我所沒有AI的知識與能力的同時。 新一波的AI能量已經撲向我眼前。 這讓我想到我是否還有能力與及慾望。 要繼續隨波逐流呢？我想我心中已經有了答案

[當潮水退去之後，我還剩下什麼？]

 [當潮水退去之後，我還剩下什麼？]

有天當我悠閒的來到海邊，看到海面上有的陣陣的波浪逐步打到沙灘上，你捲起褲管，在沙灘上奔跑與波弄著海水，享受著波浪打到我腿上的清涼感覺，天空的陽光灑在我的身上。整個人都放鬆了。當海水退去，沙灘上依舊是濕軟涼爽，我站在沙灘上等待的下一波浪潮的衝擊，讓我反復。體驗休閒時光。

喜歡衝浪的我，選擇一個有大浪的海邊，趁著海上產生一波大浪，我站上浪頭，隨波逐流，盡情享受大浪帶給我的衝擊，果醬站在浪頭上吹著涼風，不畏懼大浪帶給我的不確定因素，但是最終我還是會被衝到岸邊。我堂堂在沙灘上。 看著大浪消失。海灘上依舊沒有任何變化，但我正在尋求下一波大浪的到來，讓我可以馳騁在浪頭上。

然而，有天的到來，我依舊站在海灘上。

遠方掀起一波大浪，看起來比以往的大，我看不出來這波大浪會有多大的危險。然而，這一波大浪卻是海嘯的到來。當我發現到這一波大浪帶來了前所未有的危險，我發現我站在沙灘上卻無處可逃。不論終究我是否逃離了這個危險。 當這波海嘯退去之後，沙灘上陳列著破舊不堪的各種垃圾垃圾。而這片沙灘再也不是以往美麗的沙灘啊。

許多事情可以藉由歷史來當作借鏡，讓維險不再重複發生並且尋求可用的解決方案。而許多時候，我也期望我有這樣的超能力能夠預知未來。就如同我知道海嘯即將到來我趕快逃離到1個安全的地方不會受到這波海嘯的衝擊，最多當海嘯退去之後，我也只需要到沙灘上進行清除的工作，讓海灘恢復到以往的美麗。

但是現在的情況是不是已經到了最危急的狀況，退無可退，逃無可逃。就算我不在海邊或者遠離海岸，這波海嘯依舊會影響到我，這樣的情境已經顛覆了我以往的認知。甚至無法從歷史的軌跡中尋求到1絲脈絡和解決辦法。

我是要來隨波逐流。讓海嘯衝擊到我身上。 如果可以的話，我就漂浮在這波海嘯的浪上。 當海嘯退去之後，看看它會把我帶到什麼地方。 而我發揮人的本能。看看能否再度重新站立起來。

這波的AI浪潮就像這樣。 所有與生俱來的生存本能。 跟學習的知識和歷史的借鏡。 都無法預測未來到底會產生什麼的變化。 就算想要做預防也不知該從何著手。 先不用觀看這些具有勞動能力的就業者。 面對尚未就業的學生族群甚至小孩子。他們的未來又該怎麼面對？以往父母所會的東西都要叫小孩子重新再學一遍嗎？

現實的殘酷是，父母會的許多東西AI都已經自動幫你做了，你的小孩是否還要繼續走你的老路子，如何讓未來的希望？這群小朋友能夠成為駕馭這波海嘯的操盤者。

面對這句話。老兵不死只是凋零在，未來的歷史上，這句話將不再被適用。未來的人類競爭者。也許看不到，但是絕對不是以往的對象，而這些小朋友又該如何做準備？父母總是希望小孩不要輸在起跑點上。但是現在的起跑點究竟是什麼呢？ 還有哪些人知道？ 這些先知在哪裡？ 不知道有多少父母正在焦慮中。

[不從歷史而從電影看AI的衝擊]

 [不從歷史而從電影看AI的衝擊]

在我那個年代有一部許冠傑與許冠英主演的電影，電影的名稱我記得應該是雞同鴨講，主要的內容是許冠文開的烤鴨店，因為握有獨有祕方，所以生意非常好。 而他的徒弟也想要擁有這個秘方。因此雙方不斷的在進行鬥志與鬥力，土地想要取得秘方的理由也十分簡單那是因為他也想開一家烤鴨店生意火火紅紅的烤鴨店

正當順風順水的時候。衝擊就來了，對面開了一家連鎖炸雞店。 大家都想要嚐鮮，所以絕大部分的客人就到了對面烤雞店用餐。 造成的影響，那就是烤鴨店的生意一落千丈。 再也沒有人要來吃烤鴨了，連他的兒子也去對面炸雞店用餐。

老闆習慣文想盡了各種辦法不管是促銷降價或者是打折依舊無法挽救生意。最終是他老婆的媽媽。 也就是老闆的丈母娘提供了一筆資金，讓他從整體上做了改造。讓生意穩定了下來。贏得這場戰爭。

不論是歷史或者是電影。都在論述著一個固定的節奏，那就是當衝擊來的時候，並且是無可避免的，總是會有一方會受到傷害，但是大家還是繼續要吃飯，繼續要用餐。 是要雙方妥協下來，還是要站到你死我活又或者是找到1個不同的出路，就要全憑當時的智慧。

我是認同在現在這個AI來臨的階段，這樣的衝擊是不可逆的，因為大家不再需要去竊取別人的秘方就可以一樣燒制出好吃又美味的烤鴨，具有流程制度化的炸雞。依然會有擁護者，手頭上的工藝或者秘方又或者是個人的魅力，這樣不再具有主導的力量。這是因為每個人都可以透過AI來複製出這樣的能力。

當一群具有超能力的人，彼此互相之間戰鬥。 總是會有一方的勝利者產生，也許最後的勝利者不是正在彼此競爭的那一族群。而是想不到的另一外一群人，但終究會有一群人。會在這一波衝擊中消失不見，他們的風光偉業將會永存於歷史之內。

這場戰爭的最後結果也許是殘酷的，但是所有的人最終還是要接受這樣的結果。 適應這樣的改變讓生活再次步入正軌。 失敗的一方將要繼續尋找，另外一個方法。 可以重新站起來。也許會有一套雙贏的策略可以讓所有的人都會很高興的默然接受結果，但慘過的現實。最終還是要讓所有人都必須接受，就算不接受事實也造成了。

身為工程師的我。一輩子在技能與技術上打滾了一輩子。面對這樣的衝擊。第二次體會到了極度無力的感覺。我無力改變現況，若我選擇了和大家一起擁抱AI，但是大家都在同一個起跑點上，我一輩子的努力和我所擁有的價值。全沒有任何加分的機會。是到變化如此的快

，也許我在前面3個階段，因為大家使用的工具能力方法都是一樣的，所以也沒有誰好誰換。也許在第四輪的迭代中，因為我的一個判斷失去。或者一時的偷懶，沒有跟上這個週期，我就會被活生生的刷掉。失去繼續競賽的機會。

父母沒告訴我，學校沒教過我，在社會上沒有體驗過，而且你所要競爭的對象，很多又是從大廠被刷下來的人。這些人比你優秀的太多了，也許等到年底，就會看到全然不同的結果了。