2026年6月5日 星期五

[正能量3 你是看到了一片紅海,還是藍海?]

 [正能量3 你是看到了一片紅海,還是藍海?]

我也不知道為什麼。 最近都十分的疲憊。 所以我這幾天幾乎晚上11點前一定會上床睡覺。 經過這幾天的調養,精神恢復了許多。今天繼續把我看到的與觀察的現象做一個分享。
這兩天聽到Open AI啟動了大規模的募資。好像有1500億,聽說是史上最大。Google在
George又發佈了一套新的開發工具。看起來是十分酷炫,而且有價值。這可苦了我們AI追逐者,之前的工具與功能都還沒有熟悉,還沒有幾天的時間又看到又有新工具或新功能推出。先姑且不論AI會帶來多大的市場以及多少的商機。光這些新推出的工具以及技能,就已經讓我們技術從業者眼花繚亂了。更不用想像那些對於技術知識十分貧乏的人。他們到現在應該還不知道AI可以幫助他們做什麼。
從這次大量的融資可以看到,很快的時間,這些AI的基礎建設算力就已經不再是瓶頸了。前到位。就一定要把東西做出來。否則投資者不會放過他們。一旦基礎算力可以滿足現在或者是幾個月之後的未來市場需求,隨之而來的就是要讓我們這些消費者或企業主來買單。買他們的算利,每個人都要買算力那麼隨之而來的一定就是削價競爭,所以當token的計價降到極度低的時候。我們都還沒有想到可以如何來善用這些算力這樣的話競爭實力已經喪失一大半了。
最近。 最近聽到在矽谷那群人的說法。 似乎沒有這麼明顯的擔憂與恐懼。大家都在積極的面對以及尋找AI無法取代人的各種因素。 也都想要趁這波AI浪潮下。 如何良好的駕馭AI這套工具? 發揮人該有的效能。
最近也看到幾個成功案例,都將博士,只是在城市。或軟體開發的領域。。不過大多都是在中國市場。因為他們有廣大的直播電商市場,這些傳統的工作耗用用了大量的人力,而這些工作流在他們的企業中確實可以幫他們帶來前所無比的財富所以當他們嘗試使用AI來改善這些工作流的時候,效益以及成果就明顯的凸出起來。,以往一個人一天只能做到的事情,透過AI工具的輔助。讓每個人的產能也大幅提升。而在這些案例之中,每個人的收入來自於他們的完成工作數量,所以第一個成效可以從他們的。 收入中看到。 每個人的收入都大幅成長了。 因為他們做到以前所沒辦法做到的工作數量。
龍蝦的辣炒似乎也開始逐漸的變小。很多的失敗案例也逐漸凸顯出來。有人消耗了大量token。造成AI費用的大幅成長。很多人開始尋求各種不同改善的機會。也解釋AI所帶來的一些副作用。觀察到極少數的人。也許也許把AI想得太美好。 所以退出了,但是絕大多數的人都還在不斷的尋求改善,改進的機會。 畢竟,人類是會思考的工具。 這點AI似乎還沒辦法去做完全的取代。
至於電商平臺的改善則可以更明顯的看出AI導入之後所帶來的成果。所有的客服。以及售後服務,都受到了AI工具所帶來的巨大影響。 但是這並不代表需要裁剪更多的能力。 而這些事情是AI無法取代的。畢竟他們的工作模式。 是可以明確的切割出不同的工作流,知道他們的瓶頸在哪邊,在大立擁抱AI工具之後。 知道如何去改善他們的工作環境。 透過不斷的迭代。 產生醋來的效益卻是十分的明顯與巨大。
雖然網路上鋪天蓋地的講道。ai多好用,多麼的棒。但是在臺灣這邊卻是出奇的冷淡。很多企業並不是只在觀望中而是他們並不知道AI可以幫助他們做什麼,很多人就是在麥課程,賣工具。沒有人要靜下來去觀察。 或者陪這些企業了解。 他們的痛點在哪裡? 檢視他們的工作流。給他們科普知識。告訴他們,AI該如何改善。
面對這樣藍海的市場。大家是否都能夠看到了?也許在6月之後。 會有更多人看到這樣的市場存在,又會有更多的人投入在這些工作流的改善中。 透過智能體的多樣性。 協助企業來做到整體的改造。讓企業本身獨有的知識與技能。可以永久的保存下來,大家就不會在受限於人找不到無法把經驗傳承下來的困境。

[AI 觀察] 技術門檻正在下降,但產業門檻正在上升

 [AI 觀察] 技術門檻正在下降,但產業門檻正在上升

下班啦,等下要去H2O吃烤鴨。趁著空檔來聊聊這兩天看到的消息。
第一個看到的是。AI智能體大亂鬥已經開始了。中國那邊推出了什麼叮叮悟空智能體?OpenAI也要推出一個全面整合性的智能體。中國那裡可是把智能體和工作流完了個透徹。 看到他們推出了有關電商方面的智能體應用。 全面打趴現在人工作業的電商作業環境。 至於有沒有這麼神奇,我覺得在觀察一個月看看吧。
這波智能體大戰都不是一些第三方廠商推出的,而是各大原廠廠商甚至於大集團他們自言開發出的。 從單方面來觀察不管是否藉助於AI的輔助應用,面對智能體上的技術需求,看樣子並不需要有很高深的技術或者能力。就可以開發出來。現階段來說,看到的都是通用型的智能體。安裝好後,要根據自我本身的環境進行規劃以及調適,我十分確信的是。 在不久的未來。 也許不用一個半月就會有各個行業,各種作業流程應用的智能體推出。不用100萬。不用50萬。不用9萬9,1萬塊就可以帶回家。還附上完整的教學。以及技術指導,相信這場價格戰打得必定是十分激烈。
再來看看觀察到的另外一個議題,那就是雲端和地端。 一個在天上,一個在地下。以前說天上一天,地下一年。 可是現在幾乎都沒有人在關注雲端上的各種應用了。 完全都是在地端上面。在雲端的年代。 不要跟我講你有什麼需求,你想要做什麼? 而是身在雲端的神仙,我可以提供給你什麼? 你就只能用這些。若有想要的但卻找不到這個雲端廠商可以提供的服務或內容。那就必須使用更多的雲端服務來串接。
在這波AI時代浪潮中,現在主打的是地端。 不管你在人間要做什麼。 我都可以幫你做。 免租機免月費免開通費,還可以體驗到以前所做不到的事情。 只有你想像不到的事。 變化來得如此之快。 大家都在說。 在這波浪潮中。 越年輕的人越是最主要的獲利者。 因為他們沒有包袱。反應與思想,都會隨著社會節奏不斷的變化。這似乎也呼應到了電影上所講的那句話。天下武功唯快不破,傳統的金鐘罩鐵布山。社會似乎在這樣的能力下,不知道還能扛多久?

白天我要工作,晚上還要回家帶孩子,看樣子我是不無法在這場及據動盪的氛圍中,找到有任何可以參與的機會,Air可以不用休息。但我只是一個平凡的普通人。我需要休息,才能夠有體力面對明天的任何事情。所以採用現在觀察的方式。也算是有參與到這場動盪變化的AI時代的來臨。但是兵來將檔水來土淹。總要有些策略來因應現在的變化,不知道大家是否有什麼看法以及更好的想法。


[AI 抉擇] AI 算力正在商品化,下一場戰爭不再是模型能力

 [AI 抉擇] AI 算力正在商品化,下一場戰爭不再是模型能力

兩個女兒的小孩都到家裡來了。 太熱鬧了。 我只好觸來透透氣。 順便來做些回顧。
根據最近的觀察。AI大廠正在全力地推送他們的算力給所有的用戶。算力的價格降低,將是不可避免的趨勢。接下來的企業大型用戶。 也紛紛推出他們的AI代理人工具。現在觀察到的是多以龍蝦的形態推出,不可避免的未來將會有專屬的代理人系統出現。用來解決特定產業或類型的問題。不管如何,最終還是要讓用戶來買單這些AI算力。
對於vibe coding方面。已經不是單純的城市設計上的應用。 連視角設計也已經打響戰火。
最近聽到的是,連 Linux & git 發明人也開始。 使用AI進行開發了。這是一個很明確的。 因為到現在為止似乎沒有看到1個人可以拒絕使用AI工具來幫助他們來開發軟體。姑且不論AI工具是否可以幫助他們做到所有的軟體開發工作,感謝社群軟體的幫忙。也看到了不同的人。 在進行AI工具開發過程中,遇到的成功案例,失敗案例。 以及如何與AI工具進行妥協。 搶救AI所創造的問題解法。
在大家都一直。 持續使用AI工具進行系統開發的過程中。 我也觀察到了。 AI大廠正在持續。接收這些使用者的回饋以及各種AI產出的結果。這些豐富的數據將會有助於AI大廠提升他們產出更好的結果以及更有效率地程式碼,最重要的是。迭代速度持續持續的加快,現在還在懷疑AI是否可以幫助自己進行程式碼寫作的人。下個月的某一天睡醒。將會發現到之前遇到的問題,以及寫出亂七八糟代碼的結果,就已經不復存。
早在一個多月之前,看到了這樣的預測。未來的軟體開發將會是零成本預言。將會提早的到來。
最近這段期間已觀察者的身份來記錄我的感想。遠比之前親自下場去玩技術,所看到的層面以及影響。我自己覺得廣度更高了。也因為現在本身的環境沒有過多的時間可以玩技術
也閃躲過這樣的尷尬情景,那就是花了一兩個禮拜。 才弄清楚這個工具如何使用。 在下個禮拜就看到有新工具推出。 這些新工具的推出新功能。正是解決我之前無法解決的問題。我很難想像這樣的情境發生,全世界所有的人,都在參與如何積極的駕馭。AI這個工具。並試圖找出可以和他們妥協共生的方法。
為什麼大家都要積極的來嘗試用AI工具。大家都遇到同樣的問題嗎?大家都不擔心AI工具帶來給人的影響。大家是否都清楚了自己本身遇到的問題與困境,也許是看到了一線曙光。這倒曙光可以讓自己的未來更加的燦爛與絢麗。
也想要透過這次的機會,為自己的未來找出一個定位與方向。
這是一個10年甚至100年才會遇到的一次機會。誰都不想在這一波AI的競賽中。被遠遠的拋出腦後。被歷史所遺忘。這波軟體開發的改變。是前所未有的拘戀也是以往的人所無法想像到的,也打破了許多之前舊的定律。全世界的人更包含了許多站在金字塔頂端優秀的人,都加入了這場AI變化的活動中,在這班列車上搭載了所有的人,開往的目的地大家都不知道是哪裡?但是觀察到的是。 大家只想趕快的衝到最終結果,連中途停靠在休息的機會。也都放棄了。

以往推動一個時代巨輪的改變。也許是一個人。也許是少數的一群人。或者是擁有絕對財富的資本家。但是我觀察的是。這一波AI時代改變的巨輪,卻是由你我這樣的不同人。 疫起共同在推動的。 共同的參與這個的時代變化。
共同承擔的未來不明確的結果。這也許就是身為地球公民的責任與義務吧


[AI 正能量 4 : 探索駕馭AI的各種可能]

 [AI 正能量 4 : 探索駕馭AI的各種可能]

又到了週末了,每到這個時候,我的頭腦就會清晰地許多,放下日常工作的事情來,回顧與觀察這週AI世界,發生了什麼事。又有什麼感受與想法?
最近我在回顧,4,5年前我做的一件事,那就是前一份工作。該公司的系統是由前一位工程師所開發的,因為有些矛盾,造成該系統無法繼續被維護。不能繼續被維護的理由也十分單純,因為該系統所有的變數資料庫的欄位名稱
,都是採用這樣的規則,A1,A2,A3,A4這樣的規則。聽說該名工程師在維護這個系統的時候 也需要擁有自己的譯碼簿,才能夠知道自己寫的程式是什麼。
由於這個系統一眼看去並不是十分困難,當下決定不採用反組譯的方式來破解,而是在進行了解該系統的架構,參考原先系統產出結果以及畫面內容,採用不同的程式語言與框架進行重寫。由於在進行系統分析與了解的階段,十分的徹底,並且反覆推敲,之前系統可能遇到的問題以及障礙。 將這些因素進行改善後,加入到新系統內,如此並不是單純的只有從新建立一套系統,而是徹底把原有的系統改善了,除了原先網頁的系統之外,這裡也加入了行動端的應用系統。
在那個純手作的時代,我基本認為整個流程十分的絲滑,不過新招路進來的人幾乎都是小白,對於要採用的開發工具與框架並不十分熟悉,所以在人員訓練上也花費了一些時間。雖然是這樣。 也在半年之後如期的完成這個專案。 當然,在上線後依舊是沒有遇到太多的問題。成功的將一套舊系統,憑藉的人定勝天的精神將他翻寫過去了。在這裡沒有參考原先系統的任何一段程式碼,也沒有原用原有系統的資料庫架構。
論述這樣的過程。只是在進行回顧。並且來比照現在 在擁有AI工具後,若我需要做同樣的事情,是會遇到哪些困難,並且需要花費多少的時間呢?我初步的樂觀。若已經有了一套基本系統的開發框架與規範,接著將原有系統的PRD文件整理出來,套進現在AI工具來進行輔助或自主開發,也不考慮人員基本訓練的問題,整套系統翻寫完成到可以準備開始上線,我覺得制多只需要3個月的時間,這還是在我並不十分熟悉AI工具應用的環境下。順利的話我覺得最多一個月到1個半月就可以完成。
很多人看到現在的AI工具如此的聰明有智慧。 都存在著許多焦慮感。 但是從上述的故事中可以看到。 很多事情還是需要藉由人的規劃。指導。以及安排,AI台可以順利的透過智能體產生多工的程式系統開發,並且不論在開發出來的網頁畫面。 以及程式的效能上。 我覺得都會有大幅的提升。所以很多以前做不到的,無法想像到的事情,現在是可以透過AI工具來嘗試看看,一旦在這些層面有所突破。 大家就會有更多的想像空間。 知道現今的商業模式下還可以發揮自己哪些能力。 透過結合不同的AI工具價值,完成更多的事情。
面對新的要開始進行的專案或者工作,我覺得不應該再繼續沿用原有的舊思維或者工作模式來進行,在平常的時間,要強迫自己多去使用AI工具,體驗AI工具所帶來的價值以及變化,多做過幾次之後,就會有更多的想像空間,以及想法可以來實現,這樣的思考模式,整合了現實環境中的氛圍 以及AI工具自動化能力的提升,並且加入了人本身的特質以及觀察力,這樣的運作模式並不是只有單一的AI工具可以來做取代的。畢竟在一年之內,這句話我基本觀察還是可以成立的。
面對到AI工具不斷的大肆入侵到我們的生活。 你的恐懼是不應該存在的,你不是要去跟AI工具去追逐? 誰的程式碼寫得更好,更快更美?而是要跟自己來比,跟以前的工作方式模式來比。透過我們人自己本身的進化,以及演進,達到與AI的協調與及共生的狀況。 反過頭來說,若我們人本身不去思考這樣的問題。 不去融入到AI工具裡面去。 那麼自身的工作被取代就只是時間上的問題了。
大家可以想看看。 若有一份同樣的工作,有採用AI的人預估的工時只需要一個禮拜。 而我們採用 人工非遺手作的方式進行的工時估算卻要花費3個月,巨大的落差將會降臨到你身上。究竟是你這個人本身的能力問題還是你無法接受,或者你無法使用AI工具幫你做到的問題。所以說,不要再去排斥AI工具。積極的與AI工具共處,共榮。

[AI內卷 : 到底什麼角色要來取代其他角色?]

 [AI內卷 : 到底什麼角色要來取代其他角色?]

在這一波AI技術衝擊下,大家提到的首當其衝的職務就是軟體開發工程師。毛頭指象這個職務,是說AI工具已經可以幫助軟體系統開發到70%以上的程度,在一個軟體專案系統開發過程中,並不是單純的只有一種寫程式的人存在。
除非你是個一人公司,否則在一個軟體系統開發過程中,應該都會有這樣的角色存在。一位產品經理。跟一些後端開發工程師,還有一些前端開發工程師,和QA檢驗人員。
可以確定的是,在2027年。也就是明年初之後,一旦有相關公司開始發表,他們透過AI工具已經開始取代人的工作,並且提出具體成效結果,是可以接受的。這個時候迎來的將會是一些其他觀望企業的跟風。而且是全力的跟風,力度之大將會超乎想。這並不是代表說所有的企業都會一窩蜂的轉向AI。來取代一些人力。而是說使用AI投入到現有工作流程中的企業將會極具上升,成指數型的成長。
到了明年初。 究竟是哪些職務會取代哪些職務? 簡單來說。 若透過AI工具可以取代一部分的人力作業。最終勝出者也就是可以留下來職務的人,是產品工程師呢,還是前端工程師?又或者是後端工程師呢?留下來的人勢必要來兼顧另外一個職務的工作,例如產品經理若要取代前端開發工程師。 那麼產品經理就必須要負責權單工程師開發網頁上的渲染相關工作。若是前端工程師僥倖留存下來,那麼他可以取代誰的工作呢?是產品經理的工作。還是後端系統開發的工作呢?
對於後端開發程式的人似乎也不用太高興。若想要讓他變成一個全端開發工程師。自己本身的心態以及能力和技能是否已經準備好了呢?在最近的各種網路訊息上,紛紛提到了。 不管是誰要取代誰。 終究要負責與客戶需求端的溝通與。 需需求確認的工作。減少一個工作環節就可以減少內部溝通的成本。減少了溝通成本。就可以提升了工作效率。
通常負責負責後端開發的工程師。 根據我的觀察,都是不善於溝通與表達的人。 但是他們所擁有的技術卻是很多人無法想像的。 在以往,他們只能聽從後端工程師講了一些大家聽不懂的內容。就算有所質疑也不知道從何提問。這是是件很可怕的事情。以往後端工程師引以為傲的技術。在AI技術的面前卻是微不足道。任何人也可以輕鬆的駕馭AI,讓AI來做到以往後端工程師所可以做到的事情。
在AI面前眾生平等。沒有誰具有絕對的優勢,也沒有誰不可以被對方所取代。相信在未來的3到6個月中。 將會看到不同的公司論述著他們,也許是由產品經理統一了。 整個軟體開發天下。 或者是由前端工程師取代了後端工程師,變成了一個全端工程師。 和我最不看好的將會是後端工程師。 這一群阿宅,也許不會這麼快的沉默。 但在2028年的到來將會是他們一個重大的轉捩點。 也就是說,若他們不做任何的改變,以及適應。AI將會帶給他們迎頭痛擊。
不論你是否在從事軟體開發這個產業中的一環。 你覺得是否有哪個族群會被別的族群所取代? 又或者這樣的事情將會是泡沫。 或者是一個幻影,也就是說,這是一場全世界的鬧劇。

[AI觀察點 : 為什麼 AI 讓個人開發變天堂,卻可能讓團隊開發變地獄?]

 [AI觀察點 : 為什麼 AI 讓個人開發變天堂,卻可能讓團隊開發變地獄?]

從網路上看到一個不錯的分享,我想,也是所有人正在面臨到的問題
最近這一年,越來越多工程師開始使用 AI 工具寫程式,例如 Copilot、Claude、Cursor 或 Codex。很多人會有一個共同感受:自己寫 side project 的速度明顯變快,但一旦進入團隊協作環境,反而常覺得開發變得更混亂、更難維護。這其實不是錯覺,而是一種正在軟體產業普遍出現的結構性現象。
AI 改變的並不只是寫程式的速度,而是整個軟體工程的責任分配方式。
當你一個人開發時,AI 幾乎像作弊工具
如果你是自己開發一個產品,或者負責一個完整模組,AI 帶來的提升通常是非常直接而且明顯的。以前可能需要花幾週甚至幾個月完成的功能,現在可能幾小時內就能完成 prototype,甚至三個人就能維護十萬日活躍用戶的系統。
原因很簡單,因為寫程式的人同時也是設計架構的人,也是維護系統的人。AI 幫你加速,但所有決策與後果仍然由你自己承擔,所以效率是真正提升,而不是表面上的提升。
但一旦進入團隊協作,事情開始變得複雜
許多團隊很快就發現,AI 並沒有讓整體開發速度變快,反而讓 code review 變得更耗時。常見的情況包括 AI 產生的程式碼沒有遵守既有架構設計,破壞 API 風格,引入新的依賴關係,或者讓命名規則變得不一致,最後變成後續維護的人需要花大量時間重新整理程式碼。
更麻煩的是,寫程式的人看起來效率很高,但負責整合與修正的人看起來效率反而變低,這種落差會逐漸影響團隊的合作關係。
文件也開始出現一種假溝通現象
AI 另一個常見用途是快速產生設計文件,例如幾十頁的系統規格或架構說明,看起來非常完整,但實際上常變成寫的人沒有真正思考內容,而讀的人也沒有真正理解內容,最後形成一種形式上的溝通,而不是實質上的溝通。這種情況在大型專案中特別常見。
PR Review 變成新的瓶頸
AI 生成的程式碼往往表面上看起來非常專業,但內部可能隱藏設計問題,例如循環依賴、不必要的 abstraction layer,甚至奇怪的 workaround。reviewer 必須花大量時間分析問題來源,而提交程式碼的人往往已經開始寫下一段功能,久而久之 reviewer 反而變成整個團隊的瓶頸。
真正的問題其實是責任不對稱
這個現象背後真正的原因不是 AI,而是生成程式碼的人與維護程式碼的人之間的成本不對稱。生成程式碼可能只需要幾分鐘 prompt,但維護程式碼卻可能需要幾小時 review、幾天修正甚至幾週重構。然而效率成果通常被歸功於生成程式碼的人,而風險卻由整個團隊承擔,形成收益私有化、成本社會化的結構。
管理層最容易產生的誤判
很多主管看到 AI 提升寫程式速度後,會自然推論專案應該可以更快完成,但實際上軟體工程的大部分時間並不是花在寫程式,而是花在架構設計、測試驗證、程式碼審查以及後續維護。如果仍然用功能數量或程式碼行數來衡量產能,很容易產生大量表面看起來完成,但實際難以維護的程式碼。
那團隊應該怎麼正確導入 AI?
其實答案很簡單,但很多公司還沒做到。第一件事是誰生成誰負責,提交 PR 的人必須能解釋每一行 code 在做什麼、為什麼這樣設計,以及可能的副作用是什麼,否則 AI 很容易變成責任轉移工具,而不是效率工具。
第二件事是替 AI 建立護欄,而不是限制 AI 使用,例如在 repository 中提供 coding guideline、architecture rule、library whitelist 或技術規格文件,這些資訊可以讓 AI 產生更符合團隊風格的程式碼,大幅提高一次通過 review 的機率。
第三件事是重新定義什麼叫做生產力。真正的生產力其實應該是速度乘以品質,如果品質是零,那麼速度再快也沒有意義。AI 的價值不應該只是讓工程師寫更多程式碼,而是讓團隊產出更可靠的系統。
AI 改變的其實是協作模式,而不是寫程式能力
很多人以為 AI 只是讓工程師寫程式更快,但它真正改變的是團隊的協作方式,包括責任分配、架構治理策略、review 流程以及績效評估方式。如果沒有同步調整制度,AI 可能提升個人效率,卻降低團隊效率;但如果制度設計得當,AI 反而可以成為團隊能力的放大器。

[AI紅利 : AI放煙火。璀璨華麗]

 [AI紅利 : AI放煙火。璀璨華麗]

原原本想要每週來更新一次,我對AI的各種觀察。 沒想到才間隔兩三天。 全球各地又發出了不同的AI資訊。 趁著今天晚上沒有要倒垃圾,我再來說說我的觀察。
首先是龍蝦的熱潮,似乎有些降溫了。從這裡可以觀察出來。之前的龍蝦熱潮炒作的成分可能居多,這不外乎是有人要賣課程,賣他們的產品。對於養龍蝦所造成的各種不同的影響。 說實在的,短期之內若要能夠看出有什麼成效,勢必還言之過早。 畢竟一個工作流的改善,它是需要時間來驗證。 不可能用短短的一兩個月就可以定調龍蝦是可以幫助企業做到它可以做的事情。然而在最近這段期間
沒有看到很具體的成效出來,尤其是在企業界上的應用。有哪些有做到破壞式的創新與改變。就算因為這樣才裁剪人力,再把花費的頭肯給算進去。 究竟節省了多少錢? 又造成了多大的副作用? 這些副作用。並不是可以短期立即改善的。所以在6月底之前龍蝦的是非對錯,就可以獲得驗證啦。
再來是AI圈。 幾乎是每日有多個爆點,不論是原始碼直接外露。 或者是又有一個超強的模型要推出。 又或者是推出了一個極致演算法。 取代掉之前所面臨到的問題。 還是哪家又推出了 新的大語言模型?觀察這些訊息來源。 不外乎都是來自於美國與中國。 全世界有這麼多的國家。 似乎都在AI邊緣外。他們似乎沒有推出任何秒殺的絕佳技能或者產品。完全看著這兩個國家在那邊演獨角戲。隨著全世界兩家最大的AI公司都預計要在年底。 IPO或者上市。 這波AI訊息或新聞的炒作。 還是不會終止的。 他們手頭上也擁有著準備好的許多題材。 在不同的時間點,逐步釋放出來,勢必要在上市之前將他們的股價與題材炒到最高點。
再來就是AI是否真的可以幫助我們將日常。以改善。或提升效率。但就這一點應該是毋庸置疑。 現階段大家都還在摸索,要如何與AI共存,要如何操作AI這個工具? 但是似乎沒有看到1個絕對的方法或者做法。今天有人收集市面上各個有效的技能。訴說著如何透過這些技能。 把工作發揮到淋漓盡致。 明天就有人提出技能不是這麼用的,又該如何來應用? 明天又會有人推出一個綜合版的技能,包含了之前大家所提到的各種技能做法。又像最近所提出的駕馭工程,透過不同層面的觀察以及施行,讓AI可以達到我們想要做的目的。不論是哪一種。大家都在尋求一個適合自己的做法。這裡先提出一個結論。 與其默默的在外觀查各種AI的人,他們做了哪些事? 套句市面上大老所說的話,一定要親自下來玩過一次,你才會知道AI可以幫你做什麼,哪些東西是一個坑,不要因為這個坑就放棄了。 因為也許一兩個月之後,AI大語言模型更新了解決了這個問題,又有人提出一個方法論解決了這個問題,又有人從工程面的手法將其改善解決了這個問題。
總而言之。現階段不是比誰比較厲害。 而是比誰? 可以活得更久。 氣比別人更長。 因為每天都有新的。 資訊技術。 技能故事發生。一旦你終止一個禮拜不去追蹤這些資訊。原則上你就跟AI世界脫節了。我觀察到的是。借助於自媒體的發酵,許多人紛紛在網路上分享他們的使用心得。有些就只是炫技或者賣課程,有些是要衝破。 但是仔細觀察真正有用的資訊,那些人幾乎都帶過大型的公司與企業。 他們挾帶著之前工作的。 所學到的各種技能以及做法。 可以很輕鬆的適應這波AI浪潮。 他們並不是隨機跟風,或者只是淺藏而已。他們擁有自己的主張,自己的做法。 並且自行去驗證。 不斷的迭代,嘗試尋求突破。 這些都是以往在大型企業所受的訓練或磨難而得到的,他們提出來的過程與想法。更加值得信任。
綜合歸納與整理。 這些有價值有能力的人所論述的AI。 幾乎一面倒。呈現得。 正面反應。 但是並不代表現階段的許多工作都可以由AI取代。 他們紛紛尋求各種不同的做法進行解套。 所以我認為他們是這波AI浪潮前期中最大的獲利者。 但是所謂的長江後浪推前浪。 前死在沙灘上。他們是否是第一波AI的犧牲者?又有多少人會殘存下來?這可能要等到三四個月之後才可以觀察得到。 但是不可諱言的。 不論他們是否有殘活下來。 第二波AI浪潮的紅利,他們勢必是優先。接收者。因為他們已經具備了AI所有的相關知識。

[AI影響 : AI究竟是春藥,解藥還是毒藥]

 [AI影響 : AI究竟是春藥,解藥還是毒藥]

明天開始又要放假了。我又有空閒可以來撈刀。
今天所要觀察的主題是AI這套工具,在最近到底帶來了什麼影響? 所以,在這裡將以AI工具它到底是個可以幫助你,企業的解藥。 還是幫助你企業快速滅亡的毒藥。又或者只是讓你1時亢奮的春藥。這三種要的特性都不同。 春藥可以讓你1時快樂。 但你總不能一直服用它。 否則您將會一直需要並且依賴著它,它並不能給予你任何實質上的幫助。 只能夠讓妳精神上有亢奮。 解藥則是可以幫助你解決。 任何的問題。但是所謂是藥3分毒。再好的解藥。 服用多了,終究是會有副作用的。 至於毒藥則不用說了,用了他,你將會萬劫不復。
為什麼提出這樣的觀點呢? 這是因為第一個。 小龍蝦熱潮已經退燒。 並且將逐步退出市場。 這並不代表小龍蝦這個工具就此消失。 而是會轉變成為另外一種形態。 他必須變得可控,而且不會造成企業的其他損失,至於AI工具而言,這已經是全地球公民的全人類運動,這可以說全世界應該只會分成兩種人。 一個有在用AI的人,不管你用了多少。 另外一種,是完全沒在用AI也不知道什麼是AI的人。 但是這種人應該是很少人。
相信全世界有在做軟體開發的人。 或多或少都有在用AI來幫助他們開發。 若要找到1群人或少數人沒有在用AI開發系統的不知道你身旁可否找到這樣的人。這群有在用AI開發軟體系統的人,可以區分為完全使用AI來開發。或者是部分需求用AI來解決類似 copilot 了這樣的應用。不管。 你是屬於哪類的軟體開發或者系統開發工程師? 原則上用過AI之後,你幾乎不會想再去放棄他。至於擁抱多少則在乎。你的熱情以及你的年紀。另外一個則是在市面上幾乎很少聽到,使用AI來開發工具。 之後他們是完全排斥的,也許用了AI之後造成一些副作用。 但是大家還是積極的在尋求各種不同的解決方案。讓這些方法可以駕馭AI這套工具。而不是選擇要放棄這套工具。
對於不是專業的程式開發人員。也在持續的擁抱AI。他與專業的程式開發人員想法與做法都不盡相同。前者是要用AI工具幫助他們在日常工作中提升工作效率。 或者減少他們的工作負擔。 後者則是從商業模式中去摸索,看看AI工具可以幫助它們創造什麼樣的價值。
我這裡觀察到的是。 若大家紛紛使用了AI工具。 讓不同的系統軟體開發上,達到了更快速更解決更完整的效果。 後面的商業以及市場需求是否能夠跟隨著上? 則是一個很嚴重的問題。 若沒有這些需求,或者案子的提供縱使AI工具在強大。 程式設計人員很快就可以把這些需求給做完,甚至如同大家所說的一個人做完不同角色的工作。那麼之後呢?一旦沒有更多的需求。 這些人又應該何去何從? 這裡提到的並不是因為用了AI就要裁剪人力。 而是這些人因為使用AI經過了一兩年之後,是不是還有這麼多的事情?需要這麼多的人來做呢?
所有的事情終究逃離不了商業運作行為,做一件事總是要有動機。若無法為個人獲得企業帶來效益。 甚至更多的機會。那麼這樣的瓶頸也許就不是在這些程式開發人員上了。 整個的壓力將會轉移到。 業務團隊上他們是否能夠滿足企業快速解決客戶需求這樣的瓶頸?一旦這樣的問題。 解開之後。 企業就會展開大力的廝殺,終究有一群人會落敗。 而有人將會佔領整個的市場。當然,我們這些牛馬打工人。終究是逃離不了被替換的命運。
現在用了AI,也許像是服用了春藥一樣,什麼都可以解決了 精神在極度亢奮之中,覺得全天下只有我最厲害,但是一個人總不能每天都在吃春藥中。若有一天不吃春藥,那你的精神就只有在萎靡之中,並且找不到方向。然而,AI是不是一個救命的神藥? 這需要看每個企業或者個人的體質而言。 好的藥也要看這個人是否能夠承受得住。 他的藥效有人吃了所有的病痛都解決了也許有些人吃了就一命無呼,因此在服用AI這帖救命神藥之前最好還是坐下來仔細的省思,你到底需要AI幫你做什麼? 是要救命,還是降低慢性病的疼痛? 還是因為別人有在用AI? 我也需要跟著也來用。最後若你平常都沒有跟著AI的浪潮逐步的來熟悉。到了最後階段,你想要一鍋端所有AI帶來的紅利。那麼,AI就像是一帖毒藥。服用之後就會立即斃命。

[AI 現況 : 對 AI 能力的兩極化誤解]

 [AI 現況 : 對 AI 能力的兩極化誤解]

看到一個座談的內容,覺得相當精闢透徹,整理出來分享。
企業導入 AI 的主要瓶頸並非員工的技術能力,而是領導層級在認知與戰略上的落差。目前企業領袖常落入兩大陷阱:一是將 AI「神話」並試圖完全取代人力,導致營運崩潰;二是將其「邊緣化」視為玩具,造成龐大的效率損失。此外,企業內部已出現嚴重的「資訊盲區」:員工私下使用 AI 工具大幅縮短工時,而主管卻渾然不知,仍沿用過時的績效指標。為保持競爭力,領導者必須將焦點從強制員工使用 AI,轉向深入理解 AI 的能力邊界、更新管理框架,並預測產業結構的巨變。
對 AI 能力的兩極化誤解
企業領導者目前對 AI 導入存在兩種極端且具破壞性的觀點:
1. 將 AI 神話
部分領導者視 AI 為萬靈丹,企圖完全取代人力部門以削減成本,這往往導致營運出包。Klarna 案例研究:瑞典支付公司 Klarna 高調以 AI 客服取代全職員工,隨後縮編外包團隊。結果導致使用者體驗崩潰,AI 面對複雜問題只能提供機械式連結,缺乏「人情味」。在客訴激增與商譽受損後,執行長坦承在 AI 世界中「沒有什麼比人類更具價值」,並被迫重新招募員工。內容創作的失敗:某內容製作主管解雇了整個編輯團隊,改用 AI 與少數兼職人員。雖然 AI 能執行特定指令,但在選題、切入點及讀者偏好判斷等主觀任務上卻表現不佳。最終,整體產出品質與數量皆不及原有的人類團隊。
2. 將 AI 邊緣化
相反地,許多領導者將 AI 貶低為與核心業務無關的「聊天機器人」或「玩具」。效率落差:根據 Anthropic 報告,AI 理論上可處理 94% 的電腦相關任務,但實務上企業僅利用了約 33% 的能力。無知的代價:由於領導者不了解該技術,導致高達三分之二的潛在效率提升被浪費,企業也因此錯失了生產力紅利。
資訊盲區與管理危機:實際的工作執行方式與管理模式之間已產生危險的脫節。員工私下使用 AI:員工私下使用 AI 工具已成為普遍現象。「兩小時」悖論:員工可能利用 AI 在兩小時內完成一整天的工作。然而,為了避免被分配更多工作或面臨裁員風險,他們會刻意對管理層隱瞞。忙碌的錯覺:員工會「控制」工作產出的提交時間,拖到下班前才交件,以維持傳統高勞動強度的假象。
評估指標的瓦解:傳統管理仰賴評估提案品質、執行細節及員工的思考過程。過時的標準:既然 AI 已能生成這些內容,傳統指標便無法再真實反映員工的實際努力或能力。被動管理:多數領導者仍以「舊標準」評估人才,導致自己陷入被動的資訊盲區,無法準確評估團隊的真實效率與產出的真實性。
總體產業環境的顛覆:AI 不僅是內部生產力工具,更是重寫全球競爭規則的力量。競爭力洗牌:整合 AI 的小型團隊(例如三人編制)現在有可能匹敵傳統 50 人團隊的產出。市場需求被取代:客戶可能開始自行使用 AI 解決問題,從而使某些服務導向的商業模式遭到淘汰。供應鏈重組:上下游合作夥伴正根據 AI 能力進行重組,企業必須徹底重新評估自身的「護城河」與競爭優勢。領導者的行動指南:資料顯示,儘管 75% 的 CEO 是 AI 策略的主要決策者,但鮮少有人真正了解其深遠影響。為了駕馭此趨勢,領導者必須掌握三個關鍵領域:
能力邊界:釐清 AI 能做與不能做的事。避免過度依賴或完全忽視的極端做法。管理進化:更新評估標準與管理風格,以適應 AI 輔助的工作流程。消除真實效率的「資訊盲區」。產業重塑:分析 AI 如何重構產業生態。評估目前的市場定位是否依然穩固,或是企業需要進行擴張與縮編。
結論:AI 導入的重任不能下放給基層。員工無法解決產業顛覆或管理改革等戰略性挑戰;唯有領導者親自領航,企業才能成功從去年的經驗過渡到明年的現實。

[AI 話題] 你用的Token 純度夠嗎?

 [AI 話題] 你用的Token 純度夠嗎?

在全世界。越來越多的人。 已經進入歇斯底里的AI恐慌症中。 但是對於AI的重度使用者。 他們已經陷入到Token恐慌症中。來看看這樣的故事。話說,每月的月初將會拿到公司配發的固定額度Token ,隨著日常工作的開始。Token的消耗量越來越大。許許多人紛紛在還沒有等到下個月配發的額度到來之前。 他們的Tokin使用量就已經到底了。 那接下來該怎麼工作呢? 因為很多的工作都是透過AI來做。想要驅動AI來工作,就必須要有Token,可是現在手頭手頭上持有的Token越來越少。因此,將進入到無窮境的緊張以及精神耗弱狀態下。
另外一種情境是。你所配置的Token純度不足。很多公司為了省錢。 但又必須讓你可以充分的善用AI這個工具。 因此,從第三方買來許多Token。 而這些Token究竟是使用哪一家的AI模型或者在使用過程中會不會偷偷的幫你置換掉比較便宜的大語言模型,因此將會造成你。 本來預期可以完成的工作。 因為在更換了比較便宜的大語言模型。 進入到無窮回境的。 走不出來的迴圈。 問題無法解決,又重新來配置。 但終究你手頭上的工作還是做不出來這又是另外一種的AI焦慮。
我看到的是。對於深度AI工具的使用者面對Token這樣的議題,就好像吸毒者需要毒品一樣,吸毒者沒有了毒品。 就無法繼續生活了。 但若你給他一個程度不足的毒品。 其實它是無法滿足的。純度越高的毒品。是每個吸毒者所渴望的。這就像是每個AI工具使用者。大家都希望擁有純度很高的Token,但是這些頭疼就必須用更高的金額費用來獲取。
所以這就可能發生一個狀況。若每個月配發的額度不夠用了。是要在向公司去申請。還是要用自己的錢去購入。若取得的純度不足,造成工作無法有效推動。那是否會想要用自己的錢去購入更高程度的Token?
另外一個極端狀況。 在某個階段。公司決定要將人力給裁撤掉了。若AI工具的推動不如預期。又或者使用AI的金額呈現爆量增長。這個時候大家又該如何面對呢?
原則上,所有的人在這波AI浪潮中。沒有人具有絕對的領先優勢。就是就是有一點點優勢。 那也只是你比別人多使用了AI工具。 1到2個月甚至半年。 可是這樣的時間,任何人或者是在一個沒有很多經驗的人來說。他們都是可以在最短的時候的時間追上的。在AI工具面前,眾生一律平等。你不再像以前擁有什麼話語權。只要別人比你多付出一些生命值。 明天他就會站在你的面前。 遠遠的領先你一段距離。 若你持續一個禮拜,甚至1個月沒有更新你的AI使用經驗與技能。那麼,在你身旁的人,你就像是一個看不到他們車尾燈的那個駕駛。
社會是極其殘酷的。 但也是相對公平的。 若要達到1個平衡點,勢必還要再花費至少一年以上的時間來進行碰撞。 這樣大家就可以找到1個適合自己的工作方式與態度。 因此,在多的焦慮也是沒有必要的。 秉持著正確態度。 充分的擁抱AI,盡情的去使用它。與大家保持互動與討論。反覆的迭代與修正。讓自己忙到沒有時間去講這些問題。 那麼你的焦慮感自然而然也就消失了。 雖然這樣的做法有點像是鴕鳥心態。 但在這個世間還未明朗的情況下。也許這是一個比較好的選擇方式。