今年初有一陣子，我被 AI 搞到完全沒辦法思考。
那時候我人在義大利玩，照理講應該要好好看教堂、吃義大利麵、嗑披薩，跟 Yen Chen 搞個二次蜜月，結果每天打開社群，看到的全是大家在買 mac mini、架龍蝦（OpenClaw）、用手機叫 AI 幫自己跑一整套工作流、架自己的 agent。
「我用龍蝦做了這個」 「我用 agent 跑了那個」
每天一直跳、一直跳。而我人在國外，電腦沒架好，工具一個都玩不到。那是我第一次很具體地感覺到 — 欸，我好像這一波沒跟上，不妙。
最可怕的，還不是看到別人做出很酷的東西，是回去用了之後，發現它已經不是玩具了。以前跟 ChatGPT 聊天，叫它寫段 code，還得自己複製貼上、自己測、自己修。現在的 agent 比較像是你跟它說一句「幫我做一個東西」，它就開始讀檔、改檔、跑流程、排程、提醒你。
有一天我隨口叫它「明天早上幫我整理一下昨天做了什麼、今天要做什麼」，然後就忘了。結果隔天早上它真的自己跳出來。我整個頭皮發麻，第一個反應是「哇靠，這是人嗎？」（印度人在後面😂）那一刻我突然感覺不到人類跟 AI 差別在哪，或許是 Opus4.6 角色扮演能力太強。
忍不住想：如果它已經能幫我做這麼多，那我的工作裡，到底有多少部分其實它也做得到，我隨時可以退場？
這才是焦慮真正開始的地方。
一、如果工作的本質是把 A 變成 B
我後來發現，AI 焦慮不只是「它會不會取代我」這麼簡單。更底層的是 — 很多工作的本質，其實都是把 A 變成 B：
- 需求 → code
- 旋律 → 編曲
- 資料 → 報告
- 規格 → 軟體
- 歌詞 → 一首歌
- 一句 prompt → 一張圖
以前中間那一段，是人的專業。你花很多年學 coding、學音樂、學怎麼把一個模糊的東西變成一個可以交付的成果。結果現在 AI 開始把這個「A 到 B」的過程壓縮。而且不是壓縮一點點 — 是你以前要做幾天、幾週的東西，它一兩分鐘就先給你一版。
而且很巧，我兩個 domain 同時被打到。我寫 code，它寫得比我快；我做音樂，丟個歌詞、丟個情緒進去，一首完整的東西就跑出來。
兩百多年前工業革命，蒸汽機取代的是勞力。
這一次工業革命，AI 壓縮的是智力。
這件事會讓人焦慮，不是因為我們突然變廢。是因為我們原本拿來證明自己價值的技能，好像正在被重新定價。那種感覺不是等著隨時被解僱的焦慮，而是一邊感覺我以前花那麼多時間學的，現在到底還算什麼？
二、後來我是靠這幾件事，慢慢不焦慮的
我整理一下自己真的有用的幾招。
第一招 — 躺平
聽起來很廢，但不是擺爛地躺平，是先承認一件事：你不可能追完所有 AI 工具。
社群上禮拜一的神 workflow，禮拜三可能就被官方包成內建功能。上禮拜學得要死的 workaround，這禮拜突然就不用知道了。所以有些東西真的可以躺平。我自己在「編曲」這塊就直接躺了，交給 AI，反正我也沒那麼多時間，啪，放掉。
第二招 — 建立自己的資訊雷達
我發現我焦慮，很大一部分是因為我一直在被社群餵食。FB、Threads 上那些貼文，本質上都是別人消化過、包裝過的二手資訊。
過年後我幫自己架了幾個雷達，直接盯最前線的來源 — 最新 model、Martin Fowler 的 blog、幾個我很喜歡的 founder。架完之後我發現，我拿到的資訊跟那些在社群上發文的人，其實是同一個 level 了。
換句話說，我從「被餵的人」變成「自己有雷達的人」，焦慮一下就少了一半；也不是說一定要搞什麼資訊雷達，純粹跟我個性有關係，因為我不是天才型的，純粹想就解決資訊落差造成的焦慮。
第三招 — 跟著做一次
即使知道外面早就有人做過一樣的東西，我還是會自己從頭做一次。好處是我會拿到整個發展脈絡的每一個細節。
我自己很愛藍調也是一樣，即使歷史上彈藍調的大神已經這麼多了，自己還是要抓一次歌，不然根本不能理解那些半音是在什麼處境下長出來的，去無腦抄它其實完全無感。
現在這些 AI 工具，也都是在「我們知道自己有哪些限制」之下，長出來的暫時最佳解。懂了細節，才不會迷失方向。
第四招 — 想清楚要當匠人，還是做自己（的事業）
這題我到現在都還沒有答案，老實說 😂
匠人是「我把 code 寫得超乾淨、超快」 — 但 AI 比我快一百倍，那我的獨特性到底在哪。做自己（的事業）反而很爽，因為 AI 會讓很多小細節變便宜，以前要找人寫網站、做 prototype、整理資料、畫圖，現在很多事情可以先自己做出來。
兩條路都可以。但要先知道自己現在比較想走哪一條 — 不然會同時焦慮兩件事：當匠人怕自己不夠深，做事業怕自己不夠快。那真的會爆炸，炸炸炸炸，像我現在這樣。
第五招 — 不用規劃太遠，回到當下
軟體裡有兩種演算法。Dynamic programming 是做全域規劃、找一個最佳解；greedy 是只看當下哪個價值最大，就做那個。
我以前是 dynamic programming 派的，可以規劃下禮拜要寫什麼、半年後要成為什麼樣的人（只是個比喻，DP 是 Optimal Substructure + Overlapping Subproblems，我知道😂）。但去年 Claude Code 出來之後我發現，一規劃下去，半年後的世界就不一樣了，那個規劃根本是空想。
所以我給自己四個字：
回到當下。
我現在比較像 greedy — 看當下對我最有價值的是什麼，就把時間放在那。然後我發現，當下對我最有價值的，竟然是很簡單的東西：陪家人、把以前一直想做的小 project 拿回來做、做沒人聽的 podcast、做沒人聽的音樂。
享受當下。 紀錄心情。
原來是這種感覺，我以前到底過勞多久了？（瞎忙？哈哈哈）
三、那到底什麼還沒被 AI 取代
我跟 Yo 錄了一檔 Podcast 節目叫《還沒被取代》，沒事閒聊，記錄 AI 的發展（不是搬運工的，是閒聊的）。
到底什麼還沒被 AI 取代？
品味，還有判斷力。
AI 是文字接龍，它沒有身體、沒有感受。它做出一個東西、你覺得「好美」，那其實是它猜你大概會往那個方向走，然後給了你 — 它自己並不知道那叫美。
它沒有童年，沒有某次失戀後聽到一首歌突然覺得很想哭，沒有深夜 debug 隔天睡過頭，也沒有因為小孩突然抱你一下、覺得今天好像撐過去了。
這些東西很難 prompt。
楊立昆（Yann LeCun）一直在講一個論點：現在的 LLM 跟 transformer 架構不是真正的 AI，因為它沒有真正的身體感受。我不確定他全部都對，但「沒有身體就很難有感受」這件事，我們是同意的。
而判斷力的前提，是你得真的懂底層 — 知道什麼叫 performance/scalability/availability/consistency、知道和弦怎麼走、知道旋律怎麼走、知道怎麼配色、怎麼 grouping UI，你才有辦法判斷 AI 生出來的這個東西，對你來說到底是好還是不好。
只要我們最後想服務、想貢獻價值的對象還是人，那理解人的能力就還是重要。
你要讓一個東西對人有感覺， 自己得先是一個有感覺的人。
四、最後
此時此刻我也沒有完全脫離 AI 焦慮，但有些方法可以度過這次工業革命。
如果你最近也有一樣的感覺，可以先問自己幾個很簡單的問題：
- 我到底在怕什麼？我怕的是工作消失，還是我以前學的東西不值錢？
- 我想當匠人，還是想做自己的事業？
- 我現在最想把時間花在哪？
AI 給了我們很多生產力，但它也逼我們 step back，重新問自己：
如果很多事 AI 都能做，那我到底想做什麼。
我是誰？