標籤: AI

【老K的深夜養殖日誌】我的老手機，養出了一隻數位龍蝦 🦞
​很多人知道我平時研究的是「人相」，透過紋路看命運；但較少人知道，我深夜的另一種愛好是「數位養殖」。

​昨晚，我決定在我的老戰友 Zenfone 6 裡，養一隻傳說中的數位龍蝦（OpenClaw）。別看它名字聽起來硬梆梆，這傢伙如果養得好，可是能變成一位通曉天文地理的「全能數位小幫手」。

​🦞 養龍蝦容易，蓋魚缸難
​要在手機裡養龍蝦，可不是下載個 App 就能搞定。我得先在手機微小的晶片裡，徒手搭建出好幾層複雜的「數位魚缸（虛擬環境）」。這過程就像是在螺絲殼裡做道場，空間極度壓迫。

術語的話：就是在手機安裝好termux，然後透過它安裝Ubuntu ，再安裝龍蝦，避免很多資安問題。
​沒想到，這隻龍蝦剛住進去就給我耍脾氣。螢幕上噴出一整片紅通通的文字，那是龍蝦在瘋狂夾牠的螯、表示牠極度不爽：

​水土不服：牠原本的「大腦」在台灣連不上線，整隻蝦陷入集體焦慮。

​呼吸困難：網路通道塞住了，讓牠收不到我的指令，像個斷了氣的植物蝦。

​看著這隻紅著臉、不理人的龍蝦，我的「職業病」差點發作，想幫牠看個相，看看是不是最近犯小人。

​🧠 緊急進行「大腦移植」
​為了不讓牠變成死蝦，我拿出了研究「數位命理」的精神，熬夜幫牠動了手術。
​我捨棄了原本讓牠混亂的舊思維，幫牠換上了一顆高智商的 Gemini 2.0 大腦。接著，我化身水管工人，精準地切斷了那些會讓牠迷路的網路小徑，強行導向一條順暢的大道。
​當我對著 Telegram 傳了一句「哈囉」，心跳得比看準一條事業線還快。

​🐢 跑得慢，是因為牠肚子裡很有墨水
​這隻龍蝦終於回話了！
​雖然在 Zenfone 6 的老魚缸裡，牠動起來有點慢。我問牠一件事，牠會「正在輸入中」在那邊想個兩分鐘才吐出答案。但我心裡很踏實，因為這代表牠正在這台老手機的深處，幫我翻閱歐盟最新的數位護照法規、幫我整理明天的英文講義。
​這不是慢，這是老派的浪漫。 就像研究一個複雜的掌紋，急了，就看不出真意。

​🎓 科技與命理的交會點
​朋友問我：老K，你沒事養這隻龍蝦折騰自己幹嘛？
​我笑著說：「看相是在讀人的定數，搞 AI 是在算世界的變數。」 當我能馴服這隻滿臉通紅的數位龍蝦，我就更相信，只要邏輯通了，不管是人的臉還是電腦的碼，都沒有解不開的結。
​現在，我的「龍蝦小幫手」已經正式上線。以後如果你發現我回覆訊息慢了點，別擔心，那是我跟龍蝦正在為你細細琢磨人生的答案呢！

​#老K手面相 #數位養殖 #Zenfone6 #OpenClaw #AI小幫手

臉書

當文人遇上 AI：是「馬路殺手」還是「新時代引擎」？
​
看到朱宥勳跟東默農的討論，東默農因為使用AI寫作，但沒有很認真查證楊双子中妹妹的學歷，錯誤使用在文章中，因此受到朱的批評，當然朱也提到使用AI的一些好處等等。
​
朱宥勳一直對AI寫作有滿強烈的反感，這是有原因的，他是很厲害的作家，又經營youtube頻道講文學，也是文學獎的評審。
​
老K十分喜歡朱宥勳的內容，我也覺得如果你想知道怎麼欣賞文學，可以從朱宥勳深入淺出的教學，尤其是他youtube頻道(朱宥勳使出人生攻擊！)的「真文青養成班」開始。
​
如果聽熱鬧的，可以從「聽歌職業病」開始。
​
回到這件事來，東默農也留言承認錯誤，雖然也有人酸他道歉的不夠徹底。
​
但在討論中，朱宥勳提到的一件事讓我十分在意：
​
『我不覺得去google，是學術論文或新聞等級的查證。google得到的東西，在十年前，甚至是「不可以拿到學術場合使用」的低等資訊。只是現在很多人似乎吃得更差了』
​
我跟朱宥勳一樣都是清大校友，我是03級的，嚴格來講，應該是25年前你如果使用Google隨便查點東西，是不可能放到論文上的。
​
但是10年前不一樣，那時候Scholar google就滿普遍使用的了（雖然這個工具2004年就有），他會去查學術資料庫，你會連進Elsevier等論文資料庫找到那篇期刊論文，讓你找到原文、引用原文，越來越省力。
​
你可能會想：那是Scholar Google，不是Google搜尋引擎。
​
但你使用Google搜尋引擎的時候，也可以找到好的資料，例如我把我的英文名字打上去，可以先在ResearchGate找到我過去發表的論文，這些也都是學術上承認的論文。
​
老K覺得，朱宥勳這樣是把搜尋技術跟資料內容兩件事混在一起講了。
​
20幾年前，搜尋論文是一件很痛苦的事情，圖書館常常開課教大家怎麼使用這些搜尋工具，後來Google改善了大家的處境，你用Scholar Google往往可以更方便找到學術論文。
​
Google 只是「門戶」，重點是你進去後是看內容農場，還是看 ResearchGate 的 Paper
​
好的技術一定會改變你的學術研究的型態，甚至你可以避開過去那些老前輩走過的艱辛路。
​
老K談到這邊，覺得現在的狀況，跟100多年前汽車跟馬車的競爭很類似。
​
那時候汽車剛出來，很大聲又很吵，也容易故障，騎馬的人常常會講一句：去弄匹馬吧！(Get a horse)
​
有首歌 He’d Have To Get Under (Get Out And Get Under)，就描寫這個狀況：
​
約翰尼·奧康納買了一輛汽車。 ​
星期天，他帶著心上人兜風。 ​
強尼穿上了他最好的星期天盛裝， ​
她依偎在他身邊。 ​
一切都很順利，直到他駛上公路， ​
然後那輛老舊的汽車出了點問題。 ​
引擎讓他火冒三丈，他脫下帽子和外套， ​
一切都需要修理。
​
那時候(1865年)，英國還有個法規叫機動車輛法，政府弄了一套法規來限制汽車，法律規定，每一輛行駛在道路上的機動車輛（當時主要是蒸汽巴士或早期的蒸汽汽車），至少需要三個人來操作。
​
一個司機
一個加煤的
* 拿紅旗警告的：這個人必須在車子前方 60 碼（約 55 公尺）處步行，手裡要揮舞著一面紅旗，用來警告路人以及（最重要的）警告拉車的馬匹。
​
然後還有很奇葩的時速限制，鄉村地區： 每小時 4 英里（約 6.4 公里），城鎮地區： 每小時 2 英里（約 3.2 公里），你知道你快步走就每小時5公里了嗎？
​
至於100年後，汽車發展的怎麼樣，我想不用再老K說了吧？
​
我們現在對AI的態度，是否跟100多年前的人對待汽車有點類似？
​
很善於寫作的人，就像100多年前騎術精湛的騎士那樣，覺得你幹嘛要開車，開車問題那麼多，騎馬就好了啊！
​
確實，一百多年後，騎術精湛的騎士還有，但你在馬路上逐漸看不到他們了，這些人是鳳毛麟角的存在了。
​
你問AI再發展100年後會怎麼樣？AI寫作一定會戰勝人手寫作嗎？新技術一定替代舊技術嗎？這些問題老K沒有答案，雖然有了汽車跟馬車的案例，但我小時候還有Beta帶輸給VHS錄影帶的經驗。
​
然後最近，你知道嗎，隨著存儲要求的增加，CD光碟居然又浮上台面了。
​
在看相這個領域上，老K也利用AI來幫忙整理古書，像是陳希夷的心相，也翻譯一些英文的手相著作，例如Cheiro在那本已經是公共版權的手相學，真的比我以前一句一句整理、一頁一頁看要快多了，老K也常利用AI來幫我寫作，就跟這篇差不多，有時候我寫的多了一點，有時候AI寫的多了一點。
​
老K也因為常跟AI互動，獲得很多以前單純讀相書沒有的看相靈感。
​
100年後老K也不存在了，至少現在，老K還是會多多使用AI，我最近幾個月用OpenAI的自動化代理人(Codex)，他幫我整理硬碟上筆記帶來的效率跟結果，跟讓老K很驚艷，老K的建議是這樣子：
​
已經是騎術精湛的騎士的你，也可以嘗試學習開車，因為判斷力還是在人身上，配合不同的技術，一定會擦出不一樣的火花。
​
AI 能幫我整理萬卷相書，但判斷眼前這個人眼神中的真偽，還是得靠我這名騎士的直覺。

臉書

各位，老K最近看到一件事，讓我思前想後。
​
就是……AI 讓大學生養成「坐享其成」的習慣了。
​
我不是說年輕人懶，我是說整個環境正在劇烈的改變，好像天下開始有白吃的午餐了。
​
你上網隨便看一下就知道，現在很多大學生上課報告怎麼做？
​
AI 先寫。
同學再微調。
最後交出去。
​
看起來很像努力。
但本質上是：你把「腦袋」外包給一個很會寫字的機器。
​
更麻煩的是：AI 連「最基本層次的東西」都寫得出來。
​
摘要？可以。
整理？可以。
報告格式？可以。
甚至你要一個看起來像模像樣的結論？也可以。
​
所以未來對年輕人最大的危機是什麼？
​
不是「AI 會不會取代你」。
​
而是——你要怎麼活在 AI 旁邊，還保持自己是個人才。
​
​

​
你以為 AI 在搶工作，其實它在搶「初階人生」
​
我先講一個殘酷但很真實的主張：
​

AI 會取代「寫得出來的人」，但很難取代「知道要寫什麼、為什麼寫、寫完要拿去幹嘛的人」。
​
​
​
什麼意思咧？
​
以前社會上很多「努力」是靠產出堆出來的：
你寫得越多、做得越快、報告越厚，看起來越厲害。
​
但 AI 出現後，「產出」本身會變的毫不費力。
​
你會發現從此以後：
會寫的人不值錢。
會整理的人不少你一個。
​
真正稀有的，會變成另一種能力：
​
「架構能力」
​
也就是：
你知道自己要解決什麼問題、要走到哪裡、順序怎麼排、系統怎麼長、每個部件要怎麼設計。
​
這種人不是「比 AI 更會寫」。
​
這種人是——就算給他 AI，他也知道要怎麼用 AI 把一件事做成。
​
​

​
AI 很聰明，但它沒有夢想
​
這裡我要講一句很多人聽了會不舒服的話：
​
AI 的聰明，很多時候是「反射神經」。
​
你問它什麼，它就用最可能的字，去猜一個最像答案的答案。
你丟它一個題目，它就立刻見招拆招。
​
你會覺得它很會。
但它有一個根本性的缺陷：
​
它沒有生存上的需要。
它沒有夢想。
它不會為了人生做長期規劃。
​
你問 AI 夢想是什麼？
它講的多半是「別人的夢想」，因為它本來就沒有要活下去。
​
而人類最強的地方，其實不是聰明。
​
是你會在半夜突然想：
​
「我到底想成為什麼樣的人？」
​
「我五年後要過什麼生活？」
​
「我怎麼走才會到那裡？」
​
「我如果不改變，會不會就這樣耗完一生？」
​
​
這些問題，AI 不會主動問自己。
但人會。
​
所以我才說：「架構能力」珍貴。
因為架構能力背後其實是——人生的方向感。
​
​

​
老K在年輕的時候，聽人講過：一個案子能搞定，不是人多就可以。
​
這出自於《人月神話》（The Mythical Man-Month），這是 Fred Brooks 談軟體工程與專案管理的經典書，最有名的一句話就是後來被稱為「布魯克斯法則」：
​

「對已經落後的軟體專案增加人力，只會讓它更晚完成。」
​
​
​
為什麼？因為複雜系統不是搬磚頭。
人一多，最大的成本不是打字速度，而是溝通、訓練、協調、介面對接、理解同一個架構的成本爆炸。
​
而 Brooks 在書裡也反覆強調「概念完整性（conceptual integrity）」的重要性：一個系統要好用、要一致、要能長期擴充，核心概念必須統一，通常需要少數優秀的人把設計的「靈魂」定住。
​
你看，這段跟 AI 時代是不是完全對上？
​
AI 可以幫你做產出，但「概念完整性」這種架構級判斷，最後還是要人來全權處理、綜合判斷。
因為那不是「字要怎麼寫」，而是「你到底在做什麼」。
​
​

​
然後我突然想到：少子化＋高齡化，搞不好會被 AI 翻盤
​
講到這裡，我就把視角拉大一點。
​
我們人類世界現在最麻煩的兩個問題是什麼？
​
1）生育率很低
2）高齡化越來越嚴重
​
台灣也好，歐洲也好，亞洲、美國也好，都一樣。
​
你現在不覺得有感，是因為你還活在「舊人口紅利」的尾巴。
但幾十年後人口銳減，是高機率事件。
​
那如果人口一直少下去，勞動力缺口怎麼辦？
​
以前答案很簡單：
生更多人。
​
但現在出現另一個可能：
AI+機器人，可能會補上那個洞。
​
更有趣的是：人口少下去，環境壓力也會下降。
​
人少一點，資源用得少一點，某種程度上地球喘得過氣。
​
然後你想像一下：
人不能在沙漠長時間工作，因為太熱、太乾、太危險。
但機器可以。
​
沙漠有什麼？
有大量太陽能。
​
如果未來很多生產與運算，都放在極端環境（沙漠、極地、無人區），
然後透過網路供應全世界——
那世界的樣子會完全不一樣。
​
​

​
再來更刺激的是高齡化。
​
以前大家怕老人佔位子太久，所以退休制度有個好處，讓你時間到了得下來。
因為你卡在上面，年輕人就上不來。
​
但如果未來年輕人變少呢？
如果很多「勞動」已經被機器處理掉了呢？
​
那社會最需要的是什麼？
​
不是力氣。
不是跑得快。
是——經驗。
​
因為越是高階的架構能力，越需要經驗。
​
真正有經驗的人，他不是只會做事情。
他是會：
​
知道哪裡是坑
​
知道順序錯了會整個死翹翹
​
知道要留哪條備援
​
知道什麼叫做「看起來很努力但其實在浪費生命」
​
​
這種人，AI 很難取代。
因為那不是資料堆出來的，那是你被現實打過、活過、磨過，才長出來的判斷力。
​
所以我才會說一句看似反常識的話：
​

如果未來世界真的走向「AI＋少子化」的結構，那人活得越久，反而越有價值。
​
​
​
​

​
最後，老K想講一句很現實的勸世話
​
如果你看到這裡，你可能會問：
​
「老K，那我們到底要怎麼辦？」
​
我覺得答案其實很簡單，也很難做：
​
1）不要把腦袋外包給 AI
你可以用它，但你不能靠它活。
​
2）把自己練成「會定義問題的人」
不是會回答問題的人。
​
3）把自己練成「會立判準的人」
你怎麼判斷好／壞、該做／不該做，這會決定你是不是被 AI 帶著走。
​
4）把身體顧好
因為未來你能貢獻多久，真的跟你身體有關。
你以為你在運動是在變壯？
不，你是在延長自己的「可用年限」。
​
​

​
那最後，人類會不會慢慢縮減、縮減、縮減，然後有一天就沒了？
​
我覺得這個過程可能還要幾百年。
​
到那個時候，會有別人擔心，哈哈。
​
（但至少現在，老K還在，還能發文吐槽。）
​
來找老K看看相，想想怎麼度過AI時代吧！

臉書

當你比 AI 還難用，你在職場上的價值是什麼？
前陣子跟一個當老闆的朋友聊天。
他講到一件事，我覺得很有意思。
他說，現在有些人的敬業度真的越來越低。
不是說每個人都要把公司當家，也不是說下班不能下班，更不是要鼓吹什麼燃燒生命、為老闆賣命。
而是有些人對工作的態度，已經低到一種程度：
事情交給他，他只是「處理掉」。
有沒有想過？沒有。
有沒有確認？沒有。
有沒有判斷品質？沒有。
有沒有把問題真的解決？也沒有。
反正有交東西就好。
以前這種人可能還可以混在組織裡，因為大家都忙，主管也未必有時間一件一件檢查。
可是 AI 出現以後，事情慢慢不一樣了。
我發現一個很殘酷的現象：
敬業度高的人，用 AI 會越來越強。
因為他原本就想把事情做好。
他會用 AI 查資料、整理架構、產出草稿、檢查盲點、模擬客戶問題。
他會問：
這樣對嗎？
這樣夠完整嗎？
這樣老闆看得懂嗎？
這樣客戶會不會誤解？
這樣有沒有更好的說法？
AI 對他來說，是一個放大器。
他本來就有責任感、有判斷力、有問題意識，所以 AI 會把他的工作能力放大。
他可以更快解決同事的問題。
可以更快解決老闆的問題。
可以更快解決客戶的問題。
於是他的價值越來越高。
可是反過來也一樣。
敬業度低的人，用 AI 也不會變強。
因為他只是把問題丟進去，看到 AI 有回答，就複製貼上。
AI 胡說八道，他看不出來。
AI 答非所問，他也不知道。
AI 講得很漂亮，但內容其實是空的，他也照樣交出去。
對他來說，AI 不是工具。
AI 只是另一種「交差的藉口」。
以前是隨便寫一寫交出去。
現在是叫 AI 隨便寫一寫交出去。
本質沒有變。
只是包裝變漂亮了。
這時候問題就來了：
當你交出來的東西，連你自己都沒有判斷過；
當你只是把 AI 的答案原封不動送上去；
當你對工作沒有理解、沒有責任、沒有品質感；
那你在職場上的存在價值，到底是什麼？
講得更現實一點。
其實不是每個人都是人才。
每個領域裡面，真正有天分、真正有判斷力、真正可以推進事情產生進度的人，本來就不多。
一個群體裡面，大概也就是那一小部分的人做得到。
這不是酸誰，而是現實。
你看古代就知道了。
古代大部分人不需要面對現在這種競爭壓力。
很多人待在家鄉，種田、做手藝、做一點基本工作，靠著土地、家族、地方關係，就能勉強過日子。
那個時代當然也很苦，但它的競爭邏輯跟今天不一樣。
今天不一樣。
今天每個人都被丟進一個高速運轉的系統裡。
你要會讀文件。
你要會寫報告。
你要會回訊息。
你要會開會。
你要會簡報。
你要會跟人溝通。
你要會處理客戶。
你還要跟 AI 協作。
有時候想一想，現代一個普通上班族承受的工作壓力，未必比古代很多當官的人低。
可是問題是：
我們真的每個人都是人才嗎？
當然不是。
古代文盲很多，現代透過義務教育，大家至少都學會認字，集體素質當然提高了。
但是人的差異還是在。
理解力有差。
責任感有差。
判斷力有差。
抗壓性有差。
做事的細膩度有差。
遇到問題時，願不願意多想一步，也有差。
所以有些事情就很好理解了。
如果你本來就是人才，那你用 AI，可能會如虎添翼。
但如果你不是那種頂尖人才，那你更不能放棄敬業。
因為敬業，可能就是普通人最重要的翻身工具。
你不一定比別人聰明。
但你可以比別人認真確認。
你不一定反應最快。
但你可以比別人多想一步。
你不一定最有創意。
但你可以把事情做穩、做好、做到讓人放心。
你不一定是天才。
可是你可以讓老闆、同事、客戶覺得：
「這個人做事，我放心。」
這句話在職場上很值錢。
甚至很多時候，比聰明還值錢。
這也就是為什麼我常常覺得，看相也好，算命也好，真正有用的地方，不是讓你幻想自己是什麼天命之子。
而是讓你認清自己的位置。
有些人天生格局大，腦子快，反應好，野心強。
有些人不是。
那不是壞事。
可怕的是，你明明不是天才，卻還用天才的任性在過日子。
你明明不是那種可以靠才華橫著走的人，卻對工作一副無所謂的樣子。
你明明已經沒有那麼強的競爭力，卻還被網路上那些「躺平」、「擺爛」、「工作就那樣」的文章帶著走。
那些文章偶爾看看，笑一笑就好了。
當真的話你就真的要完蛋了。
因為網紅寫這些東西，流量很好。
可是你真的照著做，最後承擔後果的是你自己。
更麻煩的是，很多人在工作中慢慢會發現：
「我跟 AI 配合，竟然比跟某些同事配合還順。」
AI 不會情緒勒索。
AI 不會擺爛。
AI 不會假裝聽懂。
AI 不會把事情拖到最後一刻，然後交一個爛東西給你。
當然，AI 會犯錯。
可是只要使用者有判斷力，AI 的錯是可以被修正的。
但一個沒有敬業度、沒有責任感、也沒有判斷力的人，他的錯往往更難處理。
因為你不只要改他的東西。
你還要處理他的態度。
這才是真正累人的地方。
所以我覺得，在 AI 時代，真正危險的不是「不夠聰明」。
真正危險的是：
不夠聰明，又不夠敬業。
如果你不是天才，那你更要愛惜自己的工作。
這裡講的愛，不是每天喊口號，不是把公司當家。
而是你至少要願意把事情做好。
你要願意理解這件事為什麼要做。
你要願意知道對方真正要解決的問題是什麼。
你要願意檢查自己交出去的東西。
你要願意承認自己不懂，然後再補上該做的功課。
你只要願意多做這些事，你跟那些只會複製貼上 AI 答案的人，就已經拉開距離了。
很多人以為職場競爭是天才跟天才的競爭。
其實大部分時候不是。
大部分時候，是一群普通人在競爭誰比較可靠。
誰比較願意負責。
誰比較能把事情搞定。
誰比較能在 AI 給出答案之後，判斷這個答案到底能不能用。
我們也許還等不到那個「完全不用工作，全部靠 AI 養活人類」的時代。
但我們剛好站在一個很尷尬的轉換點。
AI 變得越來越強。
組織開始重新思考人力配置。
老闆開始發現，有些工作不一定要找人做。
主管也開始比較：
這件事交給人，還是交給 AI 加上一個有判斷力的人？
所以真正危險的，不是 AI 取代人。
而是：
會用 AI 的敬業者，取代不敬業的人。
未來的職場價值，可能不只是看你會不會操作 AI。
而是看你有沒有能力判斷 AI。
有沒有能力提出好問題。
有沒有能力看出錯誤。
有沒有能力把一個普通答案，修成真正能用的成果。
有沒有能力讓老闆、同事、客戶覺得：
「這件事交給你，我放心。」
這才是職場真正的價值。
不是你每天看起來很忙。
不是你有沒有坐滿八小時。
也不是你會不會講一堆新名詞。
而是當問題出現時，你能不能拆解問題，然後逐步跟AI協作找出答案。
當事情混亂時，你能不能整理出方向，有沒有這方面的方向感。
當 AI 給你答案時，你能不能判斷它到底可不可信。
如果一個人對工作越來越無所謂，對成果越來越沒感覺，對品質越來越不在乎。
那他最該擔心的，可能不是公司對不起他。
而是有一天，他會發現：
不是老闆不需要他。
不是同事不需要他。
不是客戶不需要他。
而是這個職場，已經慢慢找不到非他不可的理由了。

臉書