圖片來源
這一兩年最熱的焦慮，就是「AI 會不會取代我」。
於是大家一窩蜂去學怎麼下指令、怎麼寫
prompt、怎麼把
AI 用得更熟。市面上「prompt
工程」的課程一堆，好像學會了就能在
AI 時代保命。
但我越想越覺得——這個方向，可能整個反了。
大家都擠在「怎麼把
AI 用得更好」這條路上。而我這半年的體會剛好相反：真正稀缺、真正值錢的，是
AI 給不了的那一塊。那一塊很冷，沒什麼人在談。
而我會有這個想法，是因為我自己每天都在用。
AI 用得越久，我越確定一件事
我之前寫過，我公司老闆推動全員學
AI 工具，我自己也用
Claude Code 做了不少內部工具，把很多重複流程自動化。加上自己這幾年寫作，做各種資產研究，用得越多，效率越高，這沒話說。但有一件事越來越清楚：
AI 很強，但它有一個它自己跨不過去的邊界
我發現，AI
給我的答案，品質完全取決於我問的問題。我問得淺，它就答得淺；我腦袋裡沒有的東西，我不會問，它再強也變不出來。
它比較像一面鏡子。你站在它面前，它反射的是你自己的樣子。你的腦袋有多大，它能幫你的天花板就有多高。
有一句話非常貼切：
「You cannot prompt for what you don't know exists.」
你沒辦法叫 AI 去做一件你根本不知道它存在的事。這就是多數人沒看到的盲點。大家以為 AI 時代的競爭力是「會不會用 AI」。但真正的競爭力，是你腦袋裡有沒有東西可以拿去問。
如果 AI 只是反射你的腦袋，那結論就很清楚了——未來真正的差距，不在於誰的 prompt 寫得漂亮，而在於誰的腦袋裝了更多別人沒有的東西。
機器沒辦法超越你好奇心的邊界。你的內在世界有多豐富，你能問出來的問題就有多深。所以與其去學怎麼伺候 AI，我更在意的是怎麼把自己腦袋這台機器養大養深。
這幾年我給自己整理出一套方法，三個階段：輸入
→ 思考
→ 輸出。聽起來很簡單，但魔鬼在細節。
第一階段：輸入——你餵自己什麼
輸入不是「看更多資訊」。資訊現在多到爆炸，問題從來不是不夠，是太多。
我給自己兩條規矩：
第一，跟著自己的興趣走。 只有持續，大腦裡才會有複利。三天打魚兩天曬網，學什麼都是淺的。找到你會自己一直想往下挖的東西，那才是複利的起點。
第二，跨界。 如果你是做行銷的，去讀生物學；如果你是寫程式的，去看建築。最厲害的點子，往往不是在一個領域裡，而是在兩個領域交叉的地方冒出來的。
還有一件我越來越堅持的事——讀書，勝過刷螢幕。為什麼？三個原因，講白一點：
一，讀書是注意力的復健。 現在大家的專注力都被短影片打碎了，能坐下來讀進一本書，本身已經變成一種稀有的超能力。
二，讀書沒有「資訊掉包」。 影片和 podcast 的節奏是創作者定的，他講多快你就得跟多快。但讀書的節奏是你自己控制的——你可以盯著一句話想十分鐘，讓它在你腦袋裡慢慢消化。
三，讀書逼你自己建構畫面。 文字會逼你的大腦自己把畫面長出來，這個過程留下的神經路徑，比被動接收深得多。
輸入這一關，決定了你這台機器的原料。原料爛，後面再怎麼加工都沒用。
第二階段：思考——把資訊變成你的東西
這是最多人跳過的一關。大部分人是「資訊很多，但洞見很少」。手機裡存了幾百篇文章，但問他一個問題，講不出一句自己的話。
我常跟自己說一句：
「不思考的話，你只是一個硬碟，不是一個處理器。」
硬碟只會儲存。處理器會運算、會產生新東西。差別就在這。怎麼把資訊「消化」成自己的？我用三招：
第一，用自己的經驗去過濾。 一個概念聽起來再漂亮，你要把它拖過你自己的傷疤和勝利，反覆磨，直到它變成你的一部分。沒被你自己經驗驗證過的東西，都只是別人的話。
第二，用兩本書互相摩擦。 智慧很少在一本書「裡面」，而是在兩本書「之間」的摩擦裡。兩個作者觀點打架的地方，往往就是你要思考的地方。
第三，鑽到別人不鑽的角落。 多數人讀到「大概懂了」就停了。但那個缺失的關鍵環節，往往藏在更深、更冷門的角落裡。
這一關沒有捷徑。它就是慢，就是費腦。但這一關，正好就是
AI 幫不了你的地方——因為它沒有你的傷疤，沒有你的經驗，沒有你這個人。
第三階段：輸出——寫作是逼自己思考
很多人以為，是「想清楚了」才動筆。我的體會剛好相反：
「你不是想完了才寫，你是為了逼自己想清楚，才寫。」
寫作是一種「慢動作的思考」。你沒辦法用漂亮的句子去掩蓋一個站不住腳的論點——一寫出來，破綻自己就跑出來了。
這也是為什麼我一直在寫這個部落格、一直在整理自己的筆記。不是因為我想完了，是因為寫的過程逼我把模糊的東西想清楚。
輸出不只是寫。跟厲害的人辯論也是輸出——高水平的對話是一種壓力測試。教別人也是——如果你沒辦法把一件事講給一個六歲小孩聽懂，那其實你自己也沒真懂。
然後這三個階段會接成一個飛輪：
輸入 → 思考 → 輸出 → 冒出新問題 → 再輸入……
一開始很重，推得很吃力。但只要你持續，動能會接手。慢慢地，你會開始看到別人看不到的
pattern。
說實話，我這套東西不是只用在寫作上。我投資也是同一台引擎——把工程裡學的「折舊」概念，拿去過濾
AI 數據中心那些「兩年回本」的故事；把《人類大命運》的視角，帶進市場分析。全部都是同一個飛輪在轉。
為什麼這台引擎，讓「人」在 AI 時代變成溢價
繞了一圈，回到最開始的問題：AI 越強，人會不會越不值錢？我的答案是相反的。當完美的答案變得免費、無限、隨手可得，那真正稀缺的，反而是一個「人味」很重的東西。
我把它整理成四個
AI 給不了的東西：
第一，觀點。 一個真正的高手，不只是回答你的問題，他會告訴你「你問錯問題了」。AI 會給你答案，但人給你的是「所以呢？這重要嗎？」
第二，疤痕。
AI 的知識是乾淨的、全面的、但沒有切膚之痛。它沒有
skin in the game，沒有押上自己的時間、聲譽、甚至失敗去換來一個結論。你追蹤一個人，買的不是他的資訊，是他的疤痕。
第三，篩選。 在這個年代，「創造內容」已經不是瓶頸了——AI 一秒鐘生一百篇。真正的瓶頸是「篩選」。「我幫你讀過了，這一千篇你別看，這三篇才是真的有用」——這種篩選能力，本身就是新的創造。
第四，更好的問題。
AI 給你
what（是什麼），人給你
so what（那又怎樣）。問對問題，永遠比答對問題稀有。
把這四個合起來，其實就是一件事——在一個到處都是無摩擦、免費內容的時代，摩擦，反而變成了溢價。掙扎、偏見、個人的風險承擔——這些不是人的 bug，這些正是人的 feature。還有一個 AI 永遠複製不了的東西，叫品味（taste）。品味是你的人生經驗、你的價值觀、你選擇忽略什麼，慢慢長出來的。它不是機率計算，它是「一個人透過他的選擇，表達出他是誰」。
自己的腦袋、自己的觀點、自己的品味
所以我越來越不擔心 AI 取代我。我擔心的是另一件事——很多人把所有力氣花在「怎麼把 AI 用得更熟」，卻沒有花時間去養那個真正不會被取代的東西:自己的腦袋、自己的觀點、自己的品味。
在 AI 時代，「人本身」要成為產品。不是去跟機器比誰產出快，而是去提供那個機器永遠給不了的東西——一個觀點。大家都擠在「怎麼用 AI」那條熱鬧的路上。而我選擇走另一條冷一點的路：把自己這台機器，慢慢養大。
你呢？你最近花在「學工具」的時間，和花在「養自己腦袋」的時間，哪一個多?
