「專長」在資本主義裡值多少？分享我的思考框架 － Skill Capital Allocation Framework
「你就唸就對了。」 「你就學就對了。」 「你就考好就對了。」
我們小時候都聽過這幾句吧？長輩很愛講，老師也很愛講，講到我們真的就一路唸、一路學、一路把考卷寫到滿分。
然後呢？唸完之後呢？學會之後呢？拿到 100 分之後呢？
那條從小被畫好的路，到這裡就斷了。練好了，沒有人接著告訴你 ── 要拿這個東西去哪？要怎麼讓它變成你想要的生活？要怎麼確認它在這個時代還值錢？
所以這篇想做一件事：在資本主義的框架裡，把你會的所有 "skill" 攤在桌上，重新分類一次，看看哪些是真的能 "make money"，哪些只是 "hobby"。
一個小前提，如果你學一個技能，純粹是想讓自己開心、生活愉快、下班有事做、週末有地方去 ── 那這篇不是在講你，那是另一條路，而且是很好的路。我們今天要討論的，是另一種人 ── 你很在意自己做這件事的目標在哪，你想被看見、想被合作、想讓投入的時間有回報。如果你是這種人，那就要換一個視角看自己手上的技能。
練好不等於「被市場需要」── 兩個視角當鏡子
從小那套劇本的核心邏輯是：練好 → 自然會有回報。這個邏輯在資訊不流通的時代是對的 ── 那時候技能稀缺、通路也稀缺，你是村子裡唯一會修琴的人，市場自動會找上門。
但今天不是。今天在 YouTube 上隨便搜「藍調吉他」，跳出來的影片每一個彈得都比 Jimi Hendrix 好。你寫的 C++ Code，GitHub 上有人寫過更乾淨的版本。你以為自己練到頂尖的那 1%，從市場的角度看，可能只是「全球前 5% 裡的一個」── 而那個池子裡有幾百萬人。
「練好」跟「被市場需要」之間，隔著一條長輩沒教過的鏈。這裡借兩個現代思想框架來聊。
第一個是 Naval Ravikant 在《The Almanack of Naval Ravikant》（Eric Jorgenson 整理的）裡反覆強調的 "Specific Knowledge"：
「Specific knowledge is knowledge you cannot be trained for. If society can train you, it can train someone else and replace you.」
只要這個技能可以被系統化訓練出來，社會就可以訓練下一個人來取代你。你練得苦不苦，不影響這個結論。
第二個是 Clayton Christensen 的《Jobs to Be Done》 ── 市場雇用的從來不是「你的能力本身」，而是「你能替它完成什麼任務」。讀者看你的影片不只是因為你彈得好，是因為你解了他「想學藍調 solo」這個任務；客戶找你寫 Code 不是因為你寫得乾淨，是因為你可以滿足他「要把產品上線」這個任務。
兩個視角合起來看，第一個視角的轉換是這個 ── 不要再問「我練得夠不夠好」，要問「市場現在有什麼任務、缺不缺有我這種獨特組合的人來解」。
Make Money Tool v.s. Hobby ── 把 skill 重新分類
具體怎麼做？很簡單。把所有 skill 一個一個攤出來，然後對每一個問同一個問題：這個是 Make Money Tool 還是 Hobby？
判斷標準也很簡單 ── 你有沒有感覺到市場現在的氛圍往哪個方向走。在資本主義的框架下，那個方向通常就是會賺錢的方向。然後問你的 skill 站不站在那條線上、有沒有競爭力、能不能走得長久。
- 不能 → 退回 Hobby。
- 能 → 繼續投資。
這裡可能會想，「退回 Hobby」會不會是一種失敗。其實不是，退回 Hobby 不是放棄，是換一個定位。它讓你開心、讓你下班有事做、讓你生活有溫度，那就讓它待在那個位置。別硬塞到「事業」的格子裡，會兩邊都做不好 ── 它變不成事業，你也享受不到 hobby 的樂趣。
清楚標出哪個是哪個，這件事本身就很有價值。
最重要的觀念 ── Skill 的定位是會移動的
這是整篇文章我最想講的一節。
很多人在做這個分類的時候，會以為一旦標出來就定終身了，覺得這個是 Tool，那個是 Hobby，標籤貼好、收進櫃子。
我認為 Make Money 跟 Hobby 不是固定標籤，它們是會互換的狀態。
同一個 skill，今天是市場需求，明天可能就降回 Hobby。你以為一輩子的 Hobby，換個包裝、配個工具，可能突然就被市場需要了。這件事或許未來不是偶然，會每隔一段時間發生。
兩個推力會讓 skill 在這兩端之間移動：
- 第一個是「外部工具」 ── 新的 AI、新的平台、新的通路出現，原本沒辦法輕易輸出的技能突然有了管道。你拍照拍了二十年，以前頂多放 Flickr 給朋友看，今天有 Instagram、有 Threads、有付費 newsletter，整個變現路徑被打開。
- 第二個是「市場氛圍」 ── 這個時代在缺什麼。十年前沒有「AI Agent 客服機器部署」，今天這是個職業。三年前「會用 AI」是工程師專屬，今天連阿公阿罵都會。市場需求像潮汐，我們的 skill 站在岸邊不動，但水位一直在變。
借用熊彼得（Joseph Schumpeter）在《Capitalism, Socialism and Democracy（1942）》提出的「創造性破壞」（Creative Destruction）來看，他原本講的是經濟結構層面：「創新會持續摧毀舊產業結構、催生新的。」放到個人技能市場上，可以理解成一種小型的創造性破壞：「工具與需求改變時，個別技能的市場位置也會被重估」。原本值錢的可能不值錢了，原本沒市場的可能突然變稀缺。
差別在於有沒有在洗牌的時候，重新看過手上的牌。
所以這個分類不是做一次就好，是要每隔一段時間重做一次。五年前定位成 Tool 的東西，今天可能該退回 Hobby 了。你以為只是 Hobby 的東西，今天可能正站在風口上，只是你還沒發現而已。
兩個問句
把上面的東西收斂成具體的問題，問自己兩件事：
- 這個 skill 在市場上的定位是什麼？ 有人需要嗎？稀缺嗎？更重要的 ── 現在這個時間點，它在哪一邊？
- 這個 skill 在你身上，是 Tool 還是 Hobby？ 同一個 skill，對 A 是事業，對 B 可能就是興趣，差別在於你怎麼擺它、怎麼包裝它、怎麼讓它被看見。
第一個問題是「市場側」的事實，第二個問題是你「自身側」的選擇。兩個都重要，而且兩個答案會隨時間變。
八二法則
這兩個問題想清楚，下一層就是時間怎麼分配。
帕雷托原則（Pareto Principle）的源頭，是義大利經濟學家 Vilfredo Pareto 在 1896 年的著作《Cours d'économie politique》裡的觀察 ── 大約 80% 的義大利土地被 20% 的人擁有。Pareto 當年觀察的是財富與資源的分配不均，並沒有把它寫成現代人熟知的「生產力法則」或「管理工具」。
真正把它轉化成管理學的是 Joseph Juran。他在 1940 年代延伸這個觀察、並用 Pareto 的名字命名為 Pareto Principle，把那 20% 的關鍵成因稱為「vital few」（關鍵少數），其餘叫做「trivial many」（瑣碎多數）。
八二法則。「分配不均」是 Pareto 的觀察，「兩成的力做八成的事」是 Juran 的管理化詮釋。
放到個人策略上，我把 Juran 那一版理解成這樣 ── 在很多領域，跨過市場那條「有人需要、且具備稀缺性」的門檻，可能不需要你練到頂尖。
那是不是會想 ── 我只花兩成力做出來的東西，一定很廢吧？但這通常不是因為你太弱或是成果太爛，是因為你太強、太熟練了，反而看不清「兩成力」這個水位 ── 對市場來說已經夠用了。你已經跨過去了，就不用再加碼。
把剩下八成的力，拿去投資別的地方 ── 或是拿去把另一個 Hobby 推上市場需求那一邊。
AI 在這個框架裡的角色
寫到這裡不能不提 AI，很多人把 AI 當成「要學的新技能」，急著去學 prompt engineering、去學怎麼用 Claude、去學怎麼接 API。這當然不錯，但我覺得 AI 在這個框架裡更重要的角色是 ── 它是會把 skill 從一邊推向另一邊的力。
舉個我自己正在做的例子。我跟 @[1667307876:2048:Yen Chen] 一起在做一個叫「樂佬說故事」的 YouTube 頻道（@ulove-story），錄給小孩聽的故事 ── 睡前、車上、客廳陪伴型內容。
如果是三年前要做這件事，一集的流程大概是這樣 ── 寫故事文本、找配圖、剪影片、選配樂、錄旁白、混音、母帶處理。每一個環節都不是隨便能做的，每一個都是一門 skill。一集從頭到尾搞完，工期不短。這個專案放在三年前，會明確被分類成 Hobby ── 喜歡做、做得開心、但變現路徑長到不切實際，但主要是也擠不出時間穩定產出。
但今天不一樣了。AI 工具進來之後，文本可以協作生成、配圖可以生成、配樂的品質已經到「值得放上去」的水準、錄音、混音跟母帶延續我練習了三、四年的 skill。原本要拆成一週工期的事情，現在三到五個小時就七七八八了。
這個 skill 組合在我手上的定位，就從 Hobby 那一邊，被 AI 推向 Make Money 的可能性那一邊。
你說我在搶工作嗎？並沒有。因為被推過去只是「開啟了可能」，不等於「市場真的會買單」。
AI 解的是供給端的問題，它把生產成本壓垮、把原本撐不起的商業模式變得可行。但市場買不買單，是需求端的問題 ── 有沒有人想聽小孩故事？這個 niche 願意付多少？平台演算法會不會把它推出去？訂閱經濟跟廣告分潤的盤子有多大？這些是另一整套經濟學的話題，不是 AI 能直接回答的。
換句話說 ── AI 把門打開了，但門後面是不是有市場，要另外驗證。
回到框架。AI 在這個框架裡的角色就是這樣 ── 你原本的兩成力，配合 AI，可以變成市場上的八成（如果市場那邊真的有需求在等）。你以為的 Hobby，配合 AI 包裝，可能就突然有機會站到市場需求那一邊（但站不站得穩，要看市場的反應）。
所以先看清楚自己手上每個 skill 現在站在哪、AI 能把它推到哪、推過去之後那一側有沒有真實的需求接住。如果這個 skill 推過去之後，市場確實在等 ── AI 是放大器，會讓它放更大。如果推過去之後沒人接 ── AI 放大的還是 Hobby，只是讓你 Hobby 得更開心、做得更精緻，但它不會變成事業。
工具不會幫你做戰略決定，但工具會放大你做決定的本錢。
最理想的狀態 ── 不費吹灰之力，做很多產品、作品，賺到很多錢
Naval 在《How to Get Rich (without getting lucky)》那系列裡，講過另一個概念叫做 leverage（槓桿）。他把槓桿分成三種：資本（capital）、勞動力（labor）、以及程式碼與媒體（code and media）── 最後一種他特別強調是「permissionless leverage」，不用任何人允許就可以用。Code 跟 media 之所以特殊，可以理解成它們有「零邊際複製成本」── 寫一次、錄一次，可以被無限複製跟分發（長尾）。
你寫的一段程式碼，可以在你睡覺的時候服務一萬個客戶。你錄的一段影片，可以在你沒上線的時候被一百萬人看到。
leverage -> 邊際成本零 -> 長尾。
跟 Juran 那版的 80/20 放在一起看，這條路徑就異常清晰 ──
「找到那個你只要兩成力就能跨過市場門檻的 skill，然後用 leverage 把它放大」
剩下的時間，留給家人、留給其他想探索的事、留給下一個還在 Hobby 階段、但有機會變成 Tool 的種子。
這不是偷懶，因為時間是有限本金，不該全壓在一個邊際報酬已經趨近於零的 skill 上。
最後，來到 Skill Capital Allocation Framework —— 我 2026 年的決策流程
把整篇文章的脈絡收成一條線，是這樣：
Skill → 市場定位（會變動）→ Tool 還是 Hobby → 時間怎麼分配 → 用 leverage 放大。
每一個 skill 都跑一次這條線。
不一定要每個 skill 都拿來賺錢，但你要知道哪個是哪個。而且要知道它「現在」是哪個 ── 因為三年後可能會變。
不然．．．可能會一直投資錯地方，然後抱怨「我那麼努力，為什麼沒回報」。市場沒有對不起你，是我們要學會用市場的眼睛看自己。
時間是你最大的本金，想清楚、分類、然後下注。