人們藉由AI產生信心爆棚的現象，學習技術和基本功式微了嗎？
「信心爆棚」現象是真的
心理學上有個現象叫 Dunning-Kruger 效應——能力越低的人，越容易高估自己的能力，因為他們連「自己不知道什麼」都不知道。AI 把這個效應放大了好幾倍。
以前你想做一個網站，光是搞懂 HTML 是什麼就要花一週，這個過程會逼你意識到「喔，原來這件事沒那麼簡單」。現在你跟 AI 講十分鐘，畫面就跑出來了，於是你以為自己「會了」。
但你會的是操作AI，不是理解這件事。這兩件事的差距，在順風時看不出來，在出事時就是天堂跟地獄。
基本功為什麼還是重要
我用幾個比喻來說：
會用計算機 ≠ 會數學計算機普及了幾十年，但數學還是要學。因為你要知道「該按什麼、為什麼按、結果合不合理」。一個不會估算的人按計算機，按錯一個零他也不會發現。AI 寫程式也是一樣，你不懂程式邏輯，AI 給你錯的答案你照樣用得很開心。
會用 Google Maps ≠ 認得路平常導航很方便，但訊號斷掉、地圖更新錯誤、要走小路抄捷徑的時候，沒有方向感的人就完蛋了。AI 也會「斷訊」——它會幻覺、會給過時資訊、會自信地胡說八道。沒有基本功的人分辨不出來。
會用翻譯軟體 ≠ 會那個語言你可以靠翻譯軟體跟外國人溝通，但你沒辦法談判、沒辦法察覺對方話中有話、沒辦法在關鍵時刻說出對的字。AI 給你的程式碼能跑，但你不知道它為什麼能跑、什麼時候會不能跑、怎麼讓它跑得更好。
真正的麻煩在哪
基本功不只是「技能」，它其實是判斷力的基礎。
當你有基本功：
- AI 寫錯的時候，你看得出來
- AI 給你三種方案，你選得出哪個好
- AI 在繞遠路，你能叫它停下
- AI 用了你不該用的技術，你能拒絕
- 出問題的時候，你知道從哪裡查
當你沒有基本功：
- AI 是上帝，它說什麼是什麼
- 三種方案你只會選「看起來最厲害的那個」
- AI 寫了 500 行你以為很厲害，其實 50 行就夠
- 出問題你只能再問 AI，但 AI 也修不好（因為它就是製造問題的人）
- 你變成 AI 的人質
一個殘酷的趨勢
業界已經開始出現分化：
第一種人：把 AI 當槓桿。本身有紮實基本功，AI 讓他效率提升 5 倍、10 倍。這種人現在非常搶手，薪水在漲。
第二種人：把 AI 當拐杖。基本功沒練，靠 AI 完成工作。短期看起來跟第一種人沒差，但只要遇到 AI 處理不了的問題就卡住。這種人的市場價值在快速貶值。
第三種人：把 AI 當大腦。連思考都外包給 AI。這種人最危險,因為他們連「自己在退化」都感覺不到。
殘酷的是,第二、三種人現在看起來「很有生產力」,因為 AI 在幫他們撐場面。但這是借來的能力,不是自己的。
但時代正在進化改變，我們必須與時俱進
基本功的「定義」也在變。三十年前要會組電腦、寫組合語言;二十年前要會用 C++;十年前要會 jQuery。每個時代的「基本功」不一樣。現在的基本功可能是「邏輯思考」、「系統設計」、「判斷 AI 輸出對錯的能力」、「問對問題的能力」。
有些事 AI 真的處理掉了。背 API 文件、記語法、寫重複的樣板程式碼——這些以前要練的東西,現在真的不用練了。把時間花在更高層次的思考上,是合理的。
問題不在 AI,在心態。AI 是工具,工具放大使用者的特質。認真的人用 AI 變更強,偷懶的人用 AI 變更廢。AI 沒有讓人變笨,是讓「願意變笨的人」變笨得更快、更不自覺。
我們該怎麼辦呢？
如果你是想做事的人,我會建議:
用 AI 學習,不只是用 AI 代勞。每次它給你答案,問它「為什麼這樣寫」、「還有別的寫法嗎」、「這樣會有什麼問題」。把它當老師,不只是當員工。
刻意保留「慢學」的時間。每週留一點時間,不靠 AI、慢慢自己想、自己查、自己做錯再修正。這是在練判斷力,不是在練效率。
檢驗自己:如果現在把 AI 拔掉,你還剩下什麼?如果答案是「什麼都不剩」,那要小心。
重視「為什麼」勝過「怎麼做」。AI 很會回答「怎麼做」,但「為什麼要做」、「為什麼這樣做比較好」、「為什麼這個方案不對」——這些才是你該掌握的。
人們藉由AI產生信心爆棚的現象，學習技術和基本功式微了嗎？
「信心爆棚」現象是真的
心理學上有個現象叫 Dunning-Kruger 效應——能力越低的人，越容易高估自己的能力，因為他們連「自己不知道什麼」都不知道。AI 把這個效應放大了好幾倍。
以前你想做一個網站，光是搞懂 HTML 是什麼就要花一週，這個過程會逼你意識到「喔，原來這件事沒那麼簡單」。現在你跟 AI 講十分鐘，畫面就跑出來了，於是你以為自己「會了」。
但你會的是操作AI，不是理解這件事。這兩件事的差距，在順風時看不出來，在出事時就是天堂跟地獄。
基本功為什麼還是重要
我用幾個比喻來說：
會用計算機 ≠ 會數學計算機普及了幾十年，但數學還是要學。因為你要知道「該按什麼、為什麼按、結果合不合理」。一個不會估算的人按計算機，按錯一個零他也不會發現。AI 寫程式也是一樣，你不懂程式邏輯，AI 給你錯的答案你照樣用得很開心。
會用 Google Maps ≠ 認得路平常導航很方便，但訊號斷掉、地圖更新錯誤、要走小路抄捷徑的時候，沒有方向感的人就完蛋了。AI 也會「斷訊」——它會幻覺、會給過時資訊、會自信地胡說八道。沒有基本功的人分辨不出來。
會用翻譯軟體 ≠ 會那個語言你可以靠翻譯軟體跟外國人溝通，但你沒辦法談判、沒辦法察覺對方話中有話、沒辦法在關鍵時刻說出對的字。AI 給你的程式碼能跑，但你不知道它為什麼能跑、什麼時候會不能跑、怎麼讓它跑得更好。
真正的麻煩在哪
基本功不只是「技能」，它其實是判斷力的基礎。
當你有基本功：
- AI 寫錯的時候，你看得出來
- AI 給你三種方案，你選得出哪個好
- AI 在繞遠路，你能叫它停下
- AI 用了你不該用的技術，你能拒絕
- 出問題的時候，你知道從哪裡查
當你沒有基本功：
- AI 是上帝，它說什麼是什麼
- 三種方案你只會選「看起來最厲害的那個」
- AI 寫了 500 行你以為很厲害，其實 50 行就夠
- 出問題你只能再問 AI，但 AI 也修不好（因為它就是製造問題的人）
- 你變成 AI 的人質
一個殘酷的趨勢
業界已經開始出現分化：
第一種人：把 AI 當槓桿。本身有紮實基本功，AI 讓他效率提升 5 倍、10 倍。這種人現在非常搶手，薪水在漲。
第二種人：把 AI 當拐杖。基本功沒練，靠 AI 完成工作。短期看起來跟第一種人沒差，但只要遇到 AI 處理不了的問題就卡住。這種人的市場價值在快速貶值。
第三種人：把 AI 當大腦。連思考都外包給 AI。這種人最危險,因為他們連「自己在退化」都感覺不到。
殘酷的是,第二、三種人現在看起來「很有生產力」,因為 AI 在幫他們撐場面。但這是借來的能力,不是自己的。
但時代正在進化改變，我們必須與時俱進
基本功的「定義」也在變。三十年前要會組電腦、寫組合語言;二十年前要會用 C++;十年前要會 jQuery。每個時代的「基本功」不一樣。現在的基本功可能是「邏輯思考」、「系統設計」、「判斷 AI 輸出對錯的能力」、「問對問題的能力」。
有些事 AI 真的處理掉了。背 API 文件、記語法、寫重複的樣板程式碼——這些以前要練的東西,現在真的不用練了。把時間花在更高層次的思考上,是合理的。
問題不在 AI,在心態。AI 是工具,工具放大使用者的特質。認真的人用 AI 變更強,偷懶的人用 AI 變更廢。AI 沒有讓人變笨,是讓「願意變笨的人」變笨得更快、更不自覺。
我們該怎麼辦呢？
如果你是想做事的人,我會建議:
用 AI 學習,不只是用 AI 代勞。每次它給你答案,問它「為什麼這樣寫」、「還有別的寫法嗎」、「這樣會有什麼問題」。把它當老師,不只是當員工。
刻意保留「慢學」的時間。每週留一點時間,不靠 AI、慢慢自己想、自己查、自己做錯再修正。這是在練判斷力,不是在練效率。
檢驗自己:如果現在把 AI 拔掉,你還剩下什麼?如果答案是「什麼都不剩」,那要小心。
重視「為什麼」勝過「怎麼做」。AI 很會回答「怎麼做」,但「為什麼要做」、「為什麼這樣做比較好」、「為什麼這個方案不對」——這些才是你該掌握的。