前言
剛剛瀏覽到了一篇文章，在說在這個AI當道的時代，身為工程師的我們該如何去應對。可能很多人看到這裡會吐槽說，拜託都2025年了怎麼還在說這個。沒錯！這就是我看到這篇文章腦袋裡冒出的第一個想法，但畢竟是一個我很欣賞的團隊所發的，所以我把他看完了。結果這篇文章不僅打破了我的偏見，更引發了許多深刻的自省，因此寫下這篇算是讀書心得的文章。
重新定位：AI作為工具
關於AI的討論，從2022年底OpenAI發布以來就沒有停過。每隔幾天，社群媒體上就會出現「AI要取代xxx了」的聳動標題。我曾經對這類內容感到厭煩，尤其是看到某些KOL為了流量，不斷製造焦慮和恐慌。但經過這兩年的發展，我們逐漸看清了AI的真實面貌：它既不是想像中那麼的全能，但也不應該被過度貶低它或無視它。用遊戲的術語來說，現在的AI就好像我們知道它大後期會是怎樣的角色但現在只是一個初始階段的角色的感覺。
現在的AI更像是一個輔助工具，而工具本身並沒有好壞之分，關鍵在於使用者如何運用它。《卡片盒筆記》的作者申克．艾倫斯（Sönke Ahrens） 曾說過：「工具的好壞取決於你運用它的能力」。AI工具也是如此，關鍵不在工具本身，而在於我們如何駕馭它。
作為一位剛轉職不久的前端工程師，我的學習歷程恰好碰上了AI工具的興起。還記得第一次使用ChatGPT時，我把它當作一對一的家教，遇到問題就向它請教。雖然早期它的回答常常不夠準確，需要我額外去Google求證，但這反而讓我養成了一個寶貴的習慣——永遠保持懷疑和驗證的態度。
這個過程讓我體會到，AI並不是萬能的解答機器，而是一個能夠協助我們加速學習和解決問題的好幫手。就像學習寫code時，Stack Overflow能提供參考答案，但真正的成長在於理解這些答案背後的原理，並且學會靈活運用。使用AI工具也是相同的道理，重要的是我們要有能力判斷它的建議是否合適，是否符合我們的實際需求。
寫作與思考的關係
文章中特別提到，那些善用AI的工程師從不會盲目接受AI的答案，而是會仔細思考它給出的解決方案是否合理，考慮是否有遺漏的極端情況，並努力讓生成的程式碼更容易維護。這讓我想到這幾年大家一直強調的媒體識讀能力，就像我們不能單純接受媒體餵給的資訊，在使用AI時也需要這樣的判斷力。
而在文章的眾多觀點中，Paul Graham關於寫作的見解特別讓我產生共鳴。他認為在AI時代，真正具備寫作能力的人將會變得稀少，因為寫作的本質是思考。在下筆之前，我們需要先理清思緒，組織想法。當我們過度依賴AI來寫作時，某種程度上就是讓它代替了我們的思考過程。
這個觀點讓我開始認真審視自己的寫作習慣。坦白說，我在寫作方面確實過度依賴了AI。有趣的是，在寫程式時，我一直很警惕不要過度依賴AI工具，但在寫作上卻不知不覺放鬆了這個原則。
回顧我的寫作歷程，這種依賴是漸進式的。最初，我會先完整寫出文章，再請AI幫忙潤飾和調整，這時AI更像是一個編輯的角色。但到了2024年下半年，情況開始改變。我發現自己變得懶惰，常常只是簡單記下幾個重點，就期待AI能把它們編織成一篇完整的文章。更不妙的是，為了保持寫作風格的一致性，我會把之前的文章一併提供給AI參考。表面上看起來，這確實產出了風格統一、有系統的內容，但實際上，我正在逐漸失去最寶貴的思考過程。
這種快速產出的方式確實提高了效率，但我不禁要問自己：這樣的改變值得嗎？如果寫作的目的是為了加深對主題的理解，那麼這種過度仰賴AI的方式，是否反而違背了初衷？就像在程式開發中常說的「結果導向」，我們需要先釐清目標：是要追求內容產出的速度，還是透過寫作過程來提升自己的思考深度？
這個問題或許沒有標準答案，但它確實值得我們深思。
結語
AI的出現確實對各行各業都造成衝擊，但與其慌亂地隨波逐流，不如靜下心來思考：在這波技術浪潮中，我的優勢在哪裡？這些工具能為我帶來什麼樣的助力或阻力？
最後，我特別認同文章的結語：當我們能夠帶著自己的思考去使用AI工具，就能確保自己最核心的價值不會被取代。或許這就是在AI時代，我們每個人都需要不斷提醒自己的事。
作者：某個愛胡思亂想的Jeff | 校稿：一個沒被過度使用的 AI 助手