 |
| 圖片來源 |
有一段時間，我每天晚上都在跟 AI 說話。
問它市場，問它某家公司的財報，問它我腦袋裡那些還沒成形的想法。它總是回得又快又完整，有時候還會補上我沒想到的角度。
很順。順到某一天晚上，我合上電腦的時候，心裡浮出一個很輕、但揮不掉的感覺——
它好像，從來沒有真正反對過我。
我把我的想法丟進去，它幫我整理、幫我補強、幫我把話說得更漂亮。我看著螢幕上那段被潤飾過的文字，心裡想的是：這真的是我變聰明了嗎？
還是，我只是聽到了一個更會說話的自己。
一句話，把我打醒
真正讓我坐直起來的，是前幾天看到的一段訪談。
主持人博恩問了一個我以為自己早就知道答案的問題：為什麼有些人用 AI，產量像是別人的一百倍？
來賓瓦基——那位六年讀了六百本書、經營「下一本讀什麼」的人——講了一句話。他說，AI 是放大器，不是金雞母。
它不會憑空幫你生出黃金。你是什麼樣的人，它就把你放大成什麼樣子。
我當下有點不舒服。
因為如果這句話是真的，那我這幾個月覺得自己「效率變高了」，其實只是我原本的樣子，被放大了而已。
包括我的盲點。
也包括，我一直沒發現的那個習慣——我只用它來完成任務，從來沒有用它來質疑我自己。
然後瓦基講了一件我完全沒想過的事。
他說他在 AI 裡養了一個智囊團。十個角色，不同年齡、不同性別、不同職業——投資專家、退休醫師、喜劇演員、跟他一樣的創作者。他有任何想法，就丟進去給這十個人看。
有人會說這是垃圾。有人會說這一段剛好打中我心裡某個缺口。
他說，他從這個智囊團拿到的，不是寫好的文章，是「思想被撞了一下」的那種東西。
我看到這裡，暫停了影片。
因為我突然意識到，我這幾年花了那麼多時間，一篇一篇寫部落格、一頁一頁整理筆記，把六年的思考堆成一個屬於自己的第二大腦——
而我從來沒問過一件事：
這個大腦，會不會只是一個更精緻、更有條理的迴音壁？
我養了五個大佬
那天晚上，我開始動手。
我沒有用瓦基那種「大眾角色」的做法。我做了一個對我自己更兇的版本——我選了五個我真正敬佩的人。不是虛構的人設，是真實存在、留下大量文字和訪談的人（圖示）。
我的第二大腦文檔截圖
我把他們的世界觀、他們慣用的思考框架、他們說過的話，一條一條整理進去。整理到一半我才發現，這個工作本身就很誠實：你有多瞭解一個人，你就只能寫出多深的他。我以為我很懂他們，寫下去才知道，有些人我只讀過金句，沒讀過脈絡。
但真正關鍵的，是我在每一個人的檔案裡，都加了一個欄位。
我把它叫做：他會在哪裡反對我。
我逼自己去想——如果這個人真的坐在我對面，看著我這幾年寫的東西、我現在持有的部位、我最近在得意的那個判斷，他會從哪裡開第一刀。
寫那個欄位的時候，我有點想笑，又有點難受。因為我發現有些反駁，我早就在心裡聽過了。只是我一直沒讓它說完。
他們第一次開口的那天
系統建好之後，我丟了一個我自己最有信心的想法進去。那是我今年花最多時間研究的東西，我甚至已經寫成了文章發出去。我原本以為，我會得到一輪掌聲。
結果第一個開口的人，直接問我：這個判斷裡，現金流在哪裡？如果答案是「未來會有」，那它就在你的能力圈外面。
第二個人更狠。他說：你能把這套邏輯講得這麼順的時候，通常就代表它已經不是洞見了。 因為順，代表你已經講過很多次；講過很多次，代表市場也差不多知道了。
第三個人問我：你研究了兩年半，最後只押了那麼小的一筆——那你到底是相信它，還是只是喜歡「研究它」這件事？
我坐在螢幕前面，沒有馬上回話。
不是因為他們說對了。是因為他們說的每一句，我其實都隱隱約約知道，但我從來沒有把它們一次擺在同一張桌子上。
那一刻我才真正明白，我做這個東西不是為了得到答案。是為了讓那些我一直繞開的問題，終於有人幫我問出口。
原來我一直只用了三成
回頭看，我以前使用 AI 的方式，其實跟大多數人一樣。我把它當成一個很快、很聽話、不會抱怨的執行者。我把不想做的事丟給它，它做完，我拿走。
這樣有錯嗎？沒有錯。這樣很有用，我在公司也是靠這個把一整套繁瑣的流程自動化掉的。
但瓦基在訪談裡講的一句話，讓我重新看待這件事。他說，如果一個東西，你下一個指令就能全部搞定，那件事情本身的價值其實就不高——因為那只是 SOP。
真正有價值的，是那些需要來回、需要碰撞、需要你一邊講一邊才想清楚的東西。
而我以前，剛好把 AI 用在價值最低的那一段。我把一個可以陪我思考的東西，當成了一個幫我跑腿的人。那不是 AI 的問題。是我沒想過它還能是別的。
所以，一般人到底該怎麼用得深？
我不算是工程師。因爲我在一家傳統的油棕公司上班，我的同事大部分連 agent 是什麼都沒聽過。所以這幾個月我一直在想一個問題：像我這樣的普通人，要怎麼把 AI 用到「深」？
繞了一圈，我的答案跟一開始想的完全不同。
不是學更多提示詞技巧。不是換更強的模型。也不是把工具堆得更滿。
是先回答一個更笨、更根本的問題——
你要放大的，到底是什麼？
如果你腦袋裡什麼都沒有，AI 放大的就是空的。你會得到一堆看起來很完整、其實很平庸的東西。而且你不會察覺，因為它讀起來實在太順了。
如果你腦袋裡有東西——你讀過的書、你踩過的坑、你在某個行業裡待了十年才懂的那些細節——那它放大的，就是別人模仿不來的東西。
所以我後來給自己定了三個很簡單的方向。
第一，先有自己的東西，再去對話。我跟 AI 講話的時候，八成以上是拿我自己的判斷去跟它撞，不是空手去問它要答案。
第二，分清楚什麼時候要結果，什麼時候要過程。這個是我從瓦基那邊借來的想法。要做報表、要整理資料，那是要結果，講清楚就好。但如果我是在想一件還沒想通的事，那我要的是過程——是來回，是被反問，是講到一半突然「啊，原來是這樣」的那一下。
第三，刻意留一個會反對我的位置。這就是那五個人。因為一個永遠同意你的系統，用得再熟練，也只是把你原地放大。
他們的深度，就是我讀他們的深度
寫到這裡，我發現整件事其實跟 AI 沒有太大關係。
那五個人不會讀心術。他們說的每一句話，材料都來自我自己整理進去的——他們的書、他們的訪談、他們真正說過的話。
換句話說，他們的深度，就是我讀他們的深度。我沒辦法讓一個我不瞭解的人，在我的電腦裡變得深刻。所以繞了一大圈，最後又回到最土的那條路上：你還是得讀書，還是得思考，還是得把自己弄成一個有東西可以被放大的人。
AI 沒有讓這條路變短。
它只是讓那些走過這條路的人，走得比以前快很多。
而我最近常常在想的是——當所有人都能得到完美的答案時，一個人身上最稀有的，可能就剩下那些他自己一路跌撞、思考、修正過的東西了。
那個東西，沒有人能幫你生成。
也沒有人能幫你拿走。
