AI 焦慮的時候,可以做什麼?
1. 好好讀一本 AI 歷史:放下妄想和焦慮
2. 把重心放在自己的領域知識:搞好自己的工作,成為專家
3. 提醒自己:沒有人真的落後,想想幼稚園小朋友。
4. 好好盯著客戶看:他們的痛點是什麼?他們最爽的體驗是什麼?
5. 文字記錄下來你的手動操作:搞清楚自己的工作流程。
6. 一次只解決一個小問題。
「每天都有不同的 AI 生成,每天不斷推陳出新,好像永遠在追趕,永遠沒有盡頭。到底要怎樣減緩這個焦慮?」
這是剛剛收到的網友提問。
我的回應:
▋ 1. 去讀 AI 的發展史。
你知道第一個 AI 寫出來的音樂是 1997 年嗎?
我們早就已經落後頂尖人才五十年以上了,而且他們強到我們永遠追不上。
找一本介紹 AI 的科普書,看完 AI 的發展史,你會很清楚:人外有人,天外有天,那些 AI 強者工程師的境界,不是我們普通人追趕得上的。
於是我們可以放下想要「追趕」的妄想。
沒有了焦慮,你才能看清楚什麼是真正重要的,然後可以靜下心來好好學習。
▋ 2. 好好研究好自己的領域知識。
AI 是超級大鐵鎚,但重點你是要用鐵鎚蓋房子,你的知識應該是「怎樣蓋房子」,不是「怎樣保養鐵鎚、怎樣揮鐵鎚、鐵鎚有哪幾種….」。
先非常清楚你要怎樣蓋房子。
清楚到一個程度之後,對於鐵鎚你需要的知識,就只是去店裡面找店員問個幾句就夠了,你根本不需要研究一大堆東西。
越清楚 AI 以外的知識,你就會把 AI 用的越好。
▋ 3. 平常心。
沒有人真的落後。
現在真正靠 AI 賺錢的人,大部分都還只是賣鏟子(aka 線上課)的人。
「落後、生存、賽跑...」只是賣課文案用來激起情緒,讓人下單的手法。
根本沒有所謂「落後」。
我在 2024 年,當所有人都說臉書要死掉了的時候開始在臉書寫作。
我的第一篇破千分享爆文是「短影音」,早已被人寫到爛的主題。
我早落後爆了。
但我也活得好好的。
如果現在不學 AI 就叫做落後,那些在讀幼稚園的小朋友怎麼辦?
他們可是要十年後才有能力開始「學 AI」,他們可不落後慘了?
一堆人在賽跑是真的。
一堆人在搶技術開發是真的。
一堆人在挖金礦是真的。
但那些人早就在 AI 不紅的時候,這世界還在 GPT-1 的時候,就在研究語言模型了。
如果現在的你一直想著「我要跟上!」,那真的很對不起,這次機會不屬於你。
別焦急著做自己認知範圍以外的事。
韭菜都是這樣煉成的,我們不要當 AI 韭菜。
▋ 4. 盯著客戶。
我看 Ruby Hung 的文章,學到最深刻的一句話是:
好好盯著客戶看。
市場永遠都在。
AI 不是零和博弈,AI 會把整個世界的餅做大,百年難得一次的機會就要變成十年難得一次、五年難得一次。
如果你想追求科技,還有太多領域還沒爆發了:機器人、區塊鏈、VR/AR/MR、物聯網、腦機接口、去中心化金融(DeFi)、數字孿生、量子計算、個性化醫療、合成生物學、空間計算、無人機物流、基因編輯……
甚至,你根本不需要搞什麼高科技。
你知道台灣現在有些旅行社的網站還停留在 1999 年,比奇摩家族還醜嗎?賺爛啊,照樣賺爛。
因為他們非常清楚客戶是誰,清楚客戶要什麼,怎樣解決痛點,打造體驗。
好好盯著市場,好好盯著客戶。
解決客戶的痛點,你就會賺到錢;用 AI 一次解決很多個客戶的問題,你就會賺到很多錢。
就這樣。
不要盯著那些奇奇怪怪的AI用法,不要試圖「追上」,不要盯著其他人。
好好盯著客戶。
用盡全力解決他們的問題。
解決很多次了之後,才把有用且重複的部分自動化。
▋ 5. 關鍵字:「很多次之後」。
電腦科學界傳奇 Donald Knuth 的名言:
「過早優化是所有糟糕設計的根源」。(”Premature optimization is the root of all evil.“)
大部分沒搞清楚自己在幹嘛,就焦急著自動化的人,都會發現自己在做白工。
然後一年過去了,除了一堆線上課刷卡紀錄,什麼也沒累積。
自動化軟體都很好學,要自己寫程式也已經非常簡單了。
搞清楚自己到底要解決什麼問題,反而是最難的。
先面對難的。
先全部手動操作。
先只用 ChatGPT,全部複製貼上。
用文字記錄下來你每一次手動操作的流程。
等到你每次操作都跟你上一次文字記錄一樣時,那就可以自動化了。
▋ 6. 步步為營
一次只解決一個小問題。
如果要做 AI Agent,一次只做一個最簡單的功能。
不要一下子想著用 AI 統治世界,先從 AI 提醒你明天早上有開會不要遲到開始。
系統越大就越複雜,越複雜就越容易垮掉。
垮掉就是做白工。
一次只解決一個小問題,步步為營,穩定累積。
▋ 焦慮的時候,可以做什麼?
1. 好好讀一本 AI 歷史:放下妄想和焦慮
2. 把重心放在自己的領域知識:搞好自己的工作,成為專家
3. 提醒自己:沒有人真的落後,想想幼稚園小朋友。
4. 好好盯著客戶看:他們的痛點是什麼?他們最爽的體驗是什麼?
5. 文字記錄下來你的手動操作:搞清楚自己的工作流程。
6. 一次只解決一個小問題。
▋ 怎樣獲得最好的 AI 資訊來源?跟誰學習才對?
我知道的強者每個人都會寫一點,但強者都很忙,他們通常更新頻率不高。
我也沒有固定會看哪個強者,我比較喜歡自己四處找。
我的做法:
a. YouTube 加 DeepSRT 外掛:節省掉大量的看片時間,直接轉成文字看影片訊息重點。抓有興趣的部分看影片內容。
https://chromewebstore.google.com/.../mdaaadlpcanoofcoean...
b. Substack 動態推薦牆上有非常多強者寫作者。基本上全英文。你可以結合「沈浸式翻譯」這個 Chrome 外掛去做翻譯。
https://immersivetranslate.com/zh-TW/
c. 任何你想要知道的問題,去問 GPT 或 Perplexity。(可以特別要求:請在 Hacker News 網域中搜尋、請在 Reddit 網域搜尋...你就會獲得更前沿一點的資訊)
我真的追很慢。到現在我都還沒看 DeepSeek R1 的論文。
但我覺得,追很慢反而是好事。
AI 領域跟區塊鏈的「幣圈一天,人間一年」已經非常像了。
以我幣圈榮退的小韭菜經驗,任何「XX一天,人間一年」的地方你都要小心。
這裡就是賭場。通常有人在強化這個時空扭曲感,讓你 FOMO,讓你無法冷靜判斷,於是你的錢就很好賺。
在 AI 領域,這個時空幻覺感一半是由內容創作者炒出來的,因為這樣你就會焦慮,你就會 FOMO,你就會掏錢買鏟子。
所以我刻意追很慢。畢竟我沒有要靠這個投資股票,新資訊對我來說有 90% 都是雜訊。
而最重要的 10% 最後一定會變成某個強者認真寫作的主題,讓我在 YT、Substack、臉書上面看到。
所以只要不斷重複 a~c ,該知道的東西大概都會知道。那些我不知道的,就是我的認知範圍外的東西。
不要盲目追逐。
Peace.
身為軟體工程師,每天不斷被"取代軟體工程師"的新聞轟炸,想分享一下 3 個自己抗焦慮的方法
1. 抽象化的理解 AI 工作方式,理解大致框架能幫助我們消除對「黑盒子」的恐懼
2. 教育體系讓我們習慣「從頭開始學」的思維模式,試著轉換角度從“目的“開始,讓 AI 輔助自己學習幫助自己能用最短時間學會領域知識
3. 把大型語言模型當作日常工具來看待,就像我們使用搜尋引擎一樣自然。忽略那些過度誇張的報導,專注於現有工具來提升自己的工作效率
希望有幫助~
原來發同樣內容沒差嗎!
好喔,我理解了,謝謝大家回饋。