2025/09/16
又一起來
這支影片在講什麼
亮均與 Kevin 討論 AI 如何改變工作、財務顧問、教育與創作，以及人們應該如何與 AI 共存。兩人認為，機械化、邊界清楚的入門工作較容易被取代，但有經驗、能處理模糊問題、提出特殊解法的人，仍有人的價值。節目也分享 ChatGPT、Gemini 與個人化 AI 的使用方式，強調 AI 產出的內容仍需二次查證。後半段提出「專業通才」、數位分身與數位槓桿的想像，認為未來的競爭關鍵不只是使用 AI，而是能否把 AI 打磨成放大自身價值的工具。
重點觀念
- 邊界清楚、可規格化的入門工作較容易被 AI 取代。
- 處理模糊問題、結合經驗與創意的人，較難被單純的 AI 答案取代。
- AI 可以是與人競爭的工具，也可以成為放大個人能力的數位分身。
- 使用 AI 仍需保有自己的想法，並對輸出內容進行二次查證。
- 跨領域累積知識與經驗，可能形成 AI 較難取代的專業通才。
摘要由系統依影片內容整理，細節以影片為準。
影片段落
按「▶ 播放」會從該段開始播放。
-
▶ 播放 0:26 觀念
AI會取代財務顧問嗎
節目從 AI 是否會取代財務顧問開始，討論個人化財務規劃需要先理解一個人的資料、在意的事情與背景。機械化、模組化的工作，AI 可能做得不比人差，但讓 AI 真正理解個人也需要大量輸入與訓練。兩人因此認為，經驗較少、工作邊界較清楚的入門者，會先面對較大的取代壓力。
這段回答了
- AI 真的會取代財務顧問嗎？
- 個人化理財為什麼還需要先蒐集很多資料？
- 剛入行的人要怎麼面對 AI 帶來的工作競爭？
-
▶ 播放 4:23 觀念
經驗與創意仍有價值
兩人以律師與法律助理為例，說明 AI 很容易吸收大量資料並處理入門型工作。經驗豐富、能在複雜情況中跳脫框架提出特殊解法的人，較難直接被取代。若團隊長期用自己的方法訓練 AI，AI 也可能成為該團隊的能力放大器。
這段回答了
- 為什麼資深工作者不一定容易被 AI 取代？
- 法律助理這類入門工作會受到什麼影響？
- 創意和經驗要怎麼轉化成 AI 的優勢？
-
▶ 播放 7:36 故事
AI如何協助日常工作
Kevin 分享自己目前使用 ChatGPT 與 Gemini 的方式，包含整理資料、產生檔案、追問研究題目與整理會議內容。AI 可以接住零碎關鍵詞與不完整句子，協助把想法初步整理成架構。即使 AI 省下大量時間，他仍會把輸出拉到 Word 檔，自己修改、統整並交叉查核。
這段回答了
- 一般工作者可以用 AI 處理哪些日常工作？
- 我只有零碎想法，AI 能幫我整理成完整架構嗎？
- AI 整理會議內容後，還需要自己檢查嗎？
-
▶ 播放 10:54 故事
學生如何使用AI
節目談到 Kevin 在 Berkeley 使用 Canvas 等教學系統的觀察。部分學生會直接把 AI 產生的答案貼到討論區，久了甚至能從文字邏輯辨認使用的模型。教授對 AI 的態度不一，有人擔心學生沒有思考，有人則認為 AI 能幫助整理思緒；兩人認為關鍵在使用方式。
這段回答了
- 學生直接把 AI 答案交出去，可能有什麼問題？
- 教授為什麼對 AI 輔助學習有不同看法？
- 怎麼使用 AI 才不會把自己的思考能力交出去？
-
▶ 播放 13:24 觀念
AI是競爭者還是放大器
節目把使用者分成兩種，一種把問題丟給 AI、接受現成答案，另一種把 AI 當成放大自身能力的工具。兩人進一步談到 Digital Twin，讓 AI 在數位世界中重現個人或企業的結構與決策方式。若個人化 AI 能普及，頂尖使用者的效率可能大幅提高，但人們也可能因過度偷懶而降低自己的思考投入。
這段回答了
- AI 只是替我回答問題，還是能真正放大我的能力？
- 什麼是 Digital Twin 或數位分身？
- 每個人都有個人化 AI 後，差距會不會變大？
-
▶ 播放 16:10 觀念
客製化AI仍需查證
兩人談到目前可以把專案檔案放入 ChatGPT，讓模型依資料回答問題。Kevin 指出，AI 模型雖然更新很快，仍可能在細節上出錯，不能把輸出當成百分之百正確。尤其涉及資產或學業等重要內容時，使用者必須保留自己的想法並進行第二次查證。
這段回答了
- 把資料放進 AI 專案後，答案就一定正確嗎？
- 為什麼使用 AI 仍然需要二次查證？
- 涉及金錢或學業時，怎麼降低 AI 出錯的風險？
-
▶ 播放 18:32 故事
AI創作缺少人的情緒
節目討論 AI 作曲與人類創作的差異。受訪者認為，目前 AI 生成音樂仍缺少情緒與靈魂，但自己在製作碩士作品集時，曾透過 AI 對話反覆修改歌詞，讓 AI 提供少量方向與靈感。兩人因此區分，AI 可以協助創作者節省時間，卻不等於取代創作者的心境與判斷。
這段回答了
- AI 作曲為什麼可能讓人覺得沒有靈魂？
- 寫歌詞時可以怎麼把 AI 當成協作工具？
- AI 提供的創作點子是不是都應該照單全收？
-
▶ 播放 22:00 觀念
圖靈測試與數位創作者
Kevin 用圖靈測試思考未來的 AI 創作者：當人們無法分辨歌曲是人寫、AI 寫，或是人的 AI 分身寫出來時，AI 就可能通過辨識。未來市場受歡迎的作品，不一定需要由真人直接創作。兩人也想像 AI 作曲者可能擁有外觀、個性與直播互動能力，成為新的創作角色。
這段回答了
- 什麼是圖靈測試？
- 如果聽眾分不出歌曲由誰創作，創作者還重要嗎？
- AI 作曲者未來可能具備哪些互動形式？
-
▶ 播放 24:30 觀念
數位人將改變社會
節目推測，從小在 AI 環境長大的世代，可能會更自然地接受數位人與數位角色。數位大腦、實體機器人、照顧老人與照顧小孩等情境，將逐步進入生活，也會改變人們對人格與真實性的理解。兩人提到伊隆・馬斯克對人性被消失的擔心，並認為與其只抵抗，不如學習如何引導科技。
這段回答了
- 數位人進入家庭後，生活會有哪些改變？
- 為什麼年輕世代可能更容易接受數位人？
- 面對 AI 趨勢，應該抵抗還是學著合作？
-
▶ 播放 28:59 觀念
AI合作與人的價值
兩人認為，人若只享受 AI 產生的便利，就可能變成與 AI 競爭；如果讓 AI 幫助自己創造更多價值，AI 才是服務自己的工具。節目也討論未來資料整合與搜尋可能更準確，但只有邊界清楚的問題能談百分之百正確。當問題無法完全定義、存在多個合理解法時，人的創意與選擇仍會產生價值。
這段回答了
- 怎麼讓 AI 成為服務自己的工具，而不是競爭對手？
- 為什麼 AI 不一定能解決沒有清楚邊界的問題？
- 人的創意在 AI 時代還有什麼價值？
-
▶ 播放 32:16 觀念
從專家走向專業通才
節目指出，剛畢業的入門者若只走單一專家的路線，可能很難和 AI 競爭。另一條路是從 Junior Generalist 累積不同領域的基本知識與經驗，再整合成 Special Generalist，也就是專業通才。兩人也批評教育和職缺仍習慣一個職位對應一個專業，因此個人可能要先主動跨域準備。
這段回答了
- 剛畢業的人要怎麼累積不輸給資深者的價值？
- 什麼是 Junior Generalist 和 Special Generalist？
- 跨領域學習真的能降低被 AI 取代的風險嗎？
-
▶ 播放 35:55 故事
跨領域學習的累積
受訪者分享自己逐漸發現，部分專業不一定要透過特定大學科系才能學會，也因此開始探索感興趣的領域。節目談到證照與知識可能在多年後才派上用場，現在的學習不一定立刻產生回報。兩人也討論 108 課綱與教育制度的限制，認為個人不能只等待制度改變。
這段回答了
- 我現在學的東西還沒用到，值得繼續投入嗎？
- 跨領域學習為什麼可能在多年後才發揮作用？
- 如果教育制度跟不上 AI，個人可以先做什麼？
-
▶ 播放 38:59 故事
學習與創作都要投入
受訪者以報名線上初級會計學分班為例，說明自己為了未來考會計師而逐步補足學分。回台灣期間，他也忙著樂手排練、錄音與作品製作，體會到人類創作需要大量時間與體力。這些經驗讓節目回到一個問題：未來 AI 能否在錄音與創作流程中提供更多協助。
這段回答了
- 工作很忙時，還能怎麼安排新的專業學習？
- 為了轉換跑道，補修學分需要考慮哪些事情？
- AI 未來會怎麼協助音樂錄音與製作？
-
▶ 播放 41:13 觀念
AI成為數位槓桿
兩人把 AI 視為另一種數位槓桿，使用者可以花時間打磨與訓練 AI，讓它大量複製自己的價值。若只是偷懶使用，個人 AI 可能和其他人的工具差不多；若投入更多時間，產出效率與能力差距可能持續拉大。節目也把傳統數位複製的低成本，延伸到 AI 能協助創造內容的能力。
這段回答了
- 什麼是 AI 帶來的數位槓桿？
- 為什麼同樣使用 AI，最後的成果差距可能很大？
- 花時間訓練自己的 AI，可能換來什麼效果？
-
▶ 播放 44:20 觀念
AI訓練成價值閉環
節目進一步想像，未來人們不只創造作品，也會花大量精神打造一個能代表自己、持續學習並產出作品的 AI。這個 AI 像一個閉環，會依靠與人的互動逐步接近使用者的風格；若停止互動，也可能演化成另一個不同的角色。兩人最後提出著作權、法律保護與倫理等問題，認為先訓練出高品質個人 AI 的人可能取得優勢。
這段回答了
- 什麼是能持續學習的個人 AI 閉環？
- 如果 AI 成為數位分身，作品的著作權該算誰的？
- 打造自己的 AI 為什麼可能成為下一代競爭力？
覺得有用？傳給家人朋友
分享到 LINE