大事正在發生，而你準備好了嗎？——讀麥特・舒默〈Something Big Is Happening〉有感
TL;DR：OthersideAI 執行長麥特・舒默的長文〈Something Big Is Happening〉瀏覽量逼近七千萬次，用 2020 年 COVID 疫情比喻現在的 AI 發展。從臺灣教 AI、寫 AI、用 AI 的角度咀嚼後，整理出 10 個生存建議：不是恐懼也不是狂熱，而是現在就開始實作。知道的人和不知道的人之間，正在形成一道愈來愈寬的鴻溝——而最危險的不是 AI 本身，是那道鴻溝。開始累積你的個人品牌就是最好的行動。
一封寫給所有人的警告信
今天下午，我在 Facebook 上看到好友施典志所轉貼的一篇文章。
那是 AI 新創公司 OthersideAI 執行長麥特・舒默（Matt Shumer）寫的一篇長文，標題叫做〈Something Big Is Happening〉——大事正在發生。這篇文章在 X（前 Twitter）上的瀏覽量已經逼近七千萬次，被《Fortune》雜誌轉載，也引發了正反兩極的激烈討論。
說實話，我讀完之後，心裡有一種很複雜的感覺。
不是恐懼，也不是興奮，而是一種終於有人把我這兩年一直在說的事情，用這麼直白的方式講出來了的感慨。但同時，我也覺得有些地方需要補充，有些觀點需要從我們這個位置——從一個在臺灣教 AI、寫 AI、用 AI 的人的角度——重新咀嚼一遍。
麥特・舒默提到，他寫這篇文章是寫給他的家人和朋友看的。那些不在科技圈的人，那些每次問他「AI 到底怎麼了？」卻只得到一個客氣版本答案的人。他說，他一直在給身邊的人雞尾酒派對版的回應，因為如果說出真正的版本，聽起來就像他瘋了。
我完全理解這種感受。
過去這兩年，我在大學教書、在企業開課、在我自己的社群平臺和粉絲、學員們一步步認識 AI 工具，我幾乎每一天都在面對這個落差——我知道的事情，和大多數人以為的事情之間，有一道愈來愈寬的鴻溝。
而這道鴻溝，正是最危險的地方。
從 COVID-19 的隱喻說起
麥特・舒默用了一個我覺得非常聰明、但也非常冒險的比喻。他把現在的 AI 發展，比喻成 2020 年 2 月的 COVID-19 疫情。
還記得嗎？2020 年 2 月的時候，我們大多數人還在正常上班、正常出門和正常社交。如果有人告訴你他在囤積口罩，你大概會覺得他是不是瘋了？然後，三個禮拜之內，整個世界翻天覆地。
他說，我們現在就處在那個「這看起來太誇張了吧」的階段。
大多數人嚴重低估了 AI 發展的速度和影響範圍。而這種低估，可能會讓他們在毫無準備的情況下被浪潮吞沒。
這個比喻之所以聰明，是因為它精準地捕捉到了一種人類心理：我們對於漸進式變化的感知天生遲鈍。就像「溫水煮青蛙」的寓言一樣，當水溫慢慢升高的時候，我們並不會跳出來。直到水開始沸騰，我們才驚覺——但是，那個時候往往已經來不及了！
▲ 我們對於漸進式變化的感知天生遲鈍，就像溫水裡的青蛙。
當然，這個比喻也有它冒險的地方。COVID-19 是一個突發事件，它的衝擊是驟然的、不可控的。而 AI 的發展一日千里，雖然加速度令人咋舌，但它畢竟不是一場瘟疫。它帶來的改變有好有壞，而且我們至少還有一些時間去適應和調整。
不過，麥特・舒默想表達的核心訊息，我是完全同意的：大多數人嚴重低估了 AI 發展的速度和影響範圍。而這種低估，可能會讓他們在毫無準備的情況下被浪潮吞沒。
AI 已經在幫忙打造下一代 AI——好好掂量這句話的份量
讀麥特・舒默所寫的這篇文章時，讓我最為之一震的段落，是他提到 2026 年 2 月 5 日，OpenAI 發布了 GPT-5.3 Codex，而在技術文件裡寫了這麼一段話：
GPT-5.3-Codex 是我們第一個在自身創建過程中發揮重要作用的模型。Codex 團隊使用了早期版本來除錯它自己的訓練、管理它自己的部署，以及診斷測試結果和評估。
這段話的意思是，AI 幫忙打造了自己。
▲ AI 已經參與自身的改進過程，進步速度正從線性變成指數型。
嗯，這不是科幻小說的情節，而是 OpenAI 在技術文件裡白紙黑字寫出來的事實。同一天，Anthropic 也發布了 Claude Opus 4.6。Anthropic 執行長達里奧・阿莫戴（Dario Amodei）公開表示，AI 目前已經在撰寫該公司大部分的程式碼，而且當前 AI 和下一代 AI 之間的回饋循環，正在逐月加速。
身為一個每天都在使用 Claude 和 ChatGPT 的人，身為一個正在研究 AI 應用相關議題的研究者，我必須說：這個發展的意義，遠比表面上看起來的還要深遠。
因為這意味著一件事：AI 的進步速度，將不再受限於人類研究者的數量和效率。當 AI 能夠參與自身的改進過程，進步的速度就會從線性變成指數型。每一代 AI 幫助打造出更聰明的下一代，更聰明的下一代又能更有效地打造出再下一代。
▲ 當 AI 能夠參與自身的改進，進步速度就會從線性變成指數型。
這就是研究者所說的智慧爆炸（intelligence explosion）。而建造這些系統的人——那些最了解情況的人——相信這個過程已經啟動了。
我自己的親身體驗
讀麥特・舒默的文章，讓我想起我自己最近幾個月的經歷。
麥特・舒默描述了他如何用 AI 開發應用程式：他只需要用白話描述他想要什麼功能、大概長什麼樣子，AI 就會自己寫出數萬行程式碼，然後自己打開那個 App，自己點擊按鈕測試功能，如果覺得哪裡不對就自己回去修改，直到它自己滿意了才回來告訴他：「你可以來測試了。」而且測試結果通常是完美的。
我雖然不是軟體工程師，但我在內容創作和教育訓練的領域，有著非常類似的體驗。
嗯，就拿我現在的工作流程來說吧。以前，我要為一堂企業內訓課程準備教材，從研究主題、整理架構、撰寫內容、設計簡報到製作講義，至少需要一到兩個完整的工作天。現在呢？我跟 AI 說明課程目標、學員背景、期望的學習成果，它能在很短的時間內幫我產出一份結構完整、內容紮實的課程大綱與教材初稿。我的角色從那個從零開始的創作者，瞬間變成了品質把關者和策略規劃者。
更讓我驚訝的是，AI 現在展現出來的，不只是執行力，而是某種接近品味和判斷力的東西。這正是麥特・舒默在這篇文章裡特別強調的——最新的模型讓他感受到了一種前所未有的 judgment 和 taste。
當我跟 AI 討論某篇文章的結構或某一堂課的設計時，它給出的建議愈來愈不像是機械式的回應，而更像是一個有經驗的同事在跟你討論。
老實說，我自己的感受也是如此。當我跟 AI 討論某篇文章的結構或某一堂課的設計時，它給出的建議愈來愈不像是機械式的回應，而更像是一個有經驗的同事在跟你討論。它會考慮到受眾的需求，會注意到邏輯的連貫性，甚至會在某些地方提出我沒有想到的觀點。
這種轉變，對我來說既是機遇，也是警訊。
那些覺得 AI 沒那麼厲害的人
麥特・舒默在文章裡有一段寫得特別好，他說他常常聽到人們說：「我試過 AI 了，沒那麼厲害啊！」
他的回應很直接：如果你是在 2023 年或 2024 年初試過 ChatGPT，覺得它會亂編寫東西、不太可靠——嗯，那你的確說得對。那個時候的大型語言模型確實有很多限制，但那已經是兩年前的事了。在 AI 的時間尺度裡，那足以歸類為遠古歷史。
讀到這一段時，我太有感觸了。
在我的課堂上、演講場合或是在我跟企業客戶的對談中，我幾乎每個禮拜都會遇到這種情況。有人會說：「我用過 ChatGPT，它寫出來的東西很制式，沒什麼用啊！」或者：「AI 寫的文章一看就知道，AI 感十足，根本沒有溫度。」
老實說，這些評價在某個時間點上是正確的。但問題是，很多人的認知還停留在那個時間點，而 AI 已經往前跑了好幾個世代。
麥特・舒默點出了一個很關鍵的問題，大多數人使用的是免費版的 AI 工具。免費版的能力，比付費版落後至少一年以上。用免費版的 ChatGPT 來評估 AI 的現狀，就像用一支功能手機來評估智慧型手機的發展，你所得到的印象跟現實差距太大了。
我總是鼓勵我的學員：如果你真的想了解 AI 能做什麼，請至少花每個月 20 美元訂閱 Claude Pro 或 ChatGPT Plus，然後使用最新的模型。不要用預設的模型，要自己去選擇最強的那一個。現在最強的選項是 ChatGPT 的 GPT-5.2 和 Claude 的 Opus 4.6——但這個答案每隔幾個月就會改變。
更重要的是，不要只是拿 AI 當搜尋引擎用。那是大多數人犯的錯誤。我知道，很多朋友到現在還把它當成 Google 用，然後覺得「用起來很普通，不過如此」。但真正的用法，是把它帶進你的實際工作裡。舉例來說，可以把一份去掉機敏資料的合約丟給它，請它找出所有對你的客戶不利的條款。或是把一堆雜亂的數據丟給它，請它建立模型。把你團隊的季度數據丟給它，請它找出故事。
當你把 AI 帶進實際工作裡，你才會真正理解為什麼這麼多科技圈的人在拉警報。
當你這樣用的時候，你才會真正理解為什麼這麼多科技圈的人在拉警報。
該何去何從？一個教育者的思考
讀完麥特・舒默所寫的這篇文章，我沉思了很久。
作為一個在臺灣教授 AI 應用的大學講師、作為一個長期從事企業顧問和培訓的從業者、作為一個正在研究 AI 應用議題的博士生，我有一些很深的感觸想跟大家分享。
第一，我們需要重新定義專業的意義。
過去，我們對專業的定義，很大程度上建立在知識的稀缺性和技能的不可替代性上。律師之所以被尊重，是因為法律知識複雜到大多數人無法自行掌握。醫生之所以不可取代，是因為診斷疾病需要多年的訓練和經驗。
但是，當 AI 可以在幾秒鐘內閱讀整個法律資料庫、可以分析影像和檢驗報告的準確度接近甚至超越人類專家的時候，知識的稀缺性這個基礎就很可能動搖了。
▲ 專業的核心正在從「我知道什麼」轉變成「我能用所知道的做什麼」。
當然，這不代表專業就不重要。而是說，專業的核心正在從我知道什麼，轉變成我能用所知道的做什麼、我能提出什麼樣的問題以及我能做出什麼樣的判斷？
未來的專業人士，都必須跨領域發展。以律師來說，未來能持續在 AI 時代馳騁的律師，不會是那個記住最多法條與案例的律師，而是那個最懂得如何運用 AI 來為客戶創造價值、同時能在關鍵時刻做出 AI 無法替代的判斷的律師。
第二，教育體系需要根本性的變革。
麥特・舒默在文章的最後提到了一點，讓我特別有感：「重新想想你對孩子說的話。」
他說，傳統的升學路徑——考好成績、上好大學、找到穩定的專業工作——這套劇本指向的，恰恰是最容易被 AI 衝擊的那些職位。
▲ 傳統升學路徑指向的，恰恰是最容易被 AI 衝擊的那些職位。
這幾年，我常有機會在一些大學教 AI 應用的課程，每個學期面對的都是一群即將踏入職場的年輕人。我常常在想：我教給他們的東西，在他們畢業兩年後還有用嗎？三年後呢？五年後呢？
答案是：如果我教的只是怎麼用某個特定的 AI 工具，那大概用不了多久就過時了。但如果我教的是如何思考、如何提問、如何評估 AI 的輸出品質以及如何在人機協作中找到自己的定位，那這些能力的保鮮期就長得多。
所以，這也是我一直在課堂上強調的：不要只學工具，要學思維。工具時常改版，但思維方式會是你一輩子的資產。這一點，我在別再追逐工具了！在 AI 時代打造屬於你的「不敗系統」這篇文章中也有詳細的論述。
第三，我們需要建立新的職業安全網。
麥特・舒默引用了 Anthropic 執行長達里奧・阿莫戴（Dario Amodei）的預測：AI 將在一到五年內取代 50% 的初階白領工作。而且，很多業內人士認為這個預測還算保守的。
這個數字如果是真的，其社會衝擊是巨大的。我們目前的教育體系、就業輔導機制和社會安全網，都不是為這種規模和速度的變動設計的。
我不是政策專家，但我覺得這是整個社會需要嚴肅面對的議題。在臺灣，我們需要思考：如何幫助那些工作受到衝擊的人重新找到方向？如何建立更有彈性的終身學習機制？如何確保 AI 帶來的生產力提升，能夠被更公平地分配，而不是只集中在少數人手裡？
一般人如何在 AI 時代存活？我的十個建議
好，說了這麼多宏觀的東西，讓我來說一些更具體、更實際的建議吧！這些是我根據自己的經驗和觀察，整理出來的十個 AI 時代的生存指南。
▲ 面對 AI 浪潮，我們需要具體的行動指南，而不只是焦慮。
1. 現在就開始認真使用 AI，不要再觀望了。
我知道這句話聽起來像老生常談，也並非我自己教 AI 應用才這樣說。我必須說得更直白一些：如果你到現在還沒有在工作中使用 AI，你已經落後了。不是即將落後，而是已經落後。
是的，我知道每個工作的屬性和業態不同。不過如果可以的話，希望不要等到公司規定你用、不要等到同事都在用、不要等到 AI 更成熟一點才用！現在就開始。每個月花 20 美元訂閱最好的工具，然後每天至少花半個小時認真地把它用在你的實際工作裡。
如果你連續六個月，每天花一個小時實驗 AI，你對未來的理解就會超過 99% 的人。
麥特・舒默說得好：如果你連續六個月，每天花一個小時實驗 AI，你對未來的理解就會超過 99% 的人。老實說，這並不誇張。因為現在真的幾乎沒有人在這樣做，而它的門檻低到不可思議。
2. 學會提問，這是 AI 時代最重要的技能。
AI 的能力再強，它也需要人類告訴它該做什麼？想想最近紅極一時的龍蝦（OpenClaw），也是一樣的道理。而告訴它該做什麼的這件事，其實是一門藝術——我們叫它提示工程（prompt engineering），但我更喜歡把它理解為提問的藝術。
一個好的提問，能讓 AI 產出驚人的成果。反觀一個糟糕的提問，則會讓你覺得 AI 不過如此。差別不在 AI，在你。
在我的課堂上，我花很多時間教學員怎麼提問？怎麼給 AI 足夠的背景資訊、怎麼明確地描述期望的輸出、怎麼設定角色和情境、怎麼迭代和修正。這些看起來是 AI 應用的技巧，但其實是更根本的思考力和表達力的訓練。
3. 不要把 AI 當敵人，把它當最強的隊友。
我看到很多人面對 AI 的態度，是防禦性的：「AI 會不會取代我？」「AI 做的東西能有我好嗎？」這種心態完全可以理解，但它不會幫助你。
更有建設性的思考方式，可以是：如果 AI 可以處理我工作中那些重複性的、耗時的部分，那我就可以把精力集中在更有價值的事情上。
把 AI 想像成一個能力極強、永遠不會累且隨時待命的助理。它可以幫你做研究、整理資料、撰寫初稿、分析數據、產出方案。而你的角色是什麼？是策略思考者、品質把關者、關係經營者和最終決策者。
人機協作，不是零和遊戲。它是一加一大於二的乘數效應。
跟大家分享一個真實的案例：我時常跟家母聊 AI 的話題，展示 AI 幫我執行的諸多專案。年逾八旬的她，也從一開始的排斥、抗拒，到現在能夠理解 AI。
4. 培養不可被自動化的能力。
什麼事情是 AI 目前還做不好的？或者說，什麼事情即使 AI 做得到，人類仍然比較有優勢？
我列舉幾個方向，提供給大家參考：
深度的人際關係和信任建立。AI 固然可以寫出一封完美的電子郵件，但你跟客戶十年來建立的信任，是不能被自動化的。
需要實體在場的工作，諸如手術、建築、照護或現場管理。這些領域，AI 和機器人還需要一段時間的磨合才能完全介入。
需要承擔法律責任的角色。舉凡需要簽字的律師、開處方的醫生或做審計的會計師——這些角色背後有法律和制度的框架，不是單純的技術問題。
然而，正如麥特・舒默所提醒的：這些都不是永久的護盾。它們只是爭取時間。而時間，只有在你拿來適應和準備的時候，才有價值。
5. 打造你的個人品牌和獨特觀點。
在 AI 時代，做得到已經不是差異化的來源。因為 AI 幾乎什麼都做得到。真正的差異化，在於你是誰和你怎麼看待事情？
你的經歷、你的觀點、你的故事，以及你與人建立連結的方式——這些是 AI 無法複製的。在一個所有人都能用 AI 產出高品質內容的世界裡，人們會更加渴望見到真實的人、有溫度的觀點以及獨特的見解。
話說回來，這也是為什麼我一直在強調個人品牌的重要性。不是叫你去當網紅，而是要你有意識地經營你的專業聲譽、你的獨特定位以及你在你的領域裡的不可取代性。
▲ 在 AI 時代，你的獨特觀點和經歷是最無法被複製的資產。
6. 管好你的財務，建立緩衝。
麥特・舒默在文章裡有一段非常務實的建議，我覺得值得特別提出來，那就是：整理你的財務狀況，建立彈性。
如果你相信（即使只是部分地相信）未來幾年你的行業可能會受到重大衝擊，那麼基本的財務韌性就比一年前更重要了。盡可能增加儲蓄、謹慎對待假設你當前收入不會改變的新債務，同時也想想你的固定開支，是給了你彈性？還是把你鎖死了？
我不是財務顧問，但這是常識。在變動的時代，我們每個人都需要給自己留有餘地。
7. 成為 AI 翻譯者。
現在有一個巨大的機會，就是成為 AI 翻譯者——也就是那個能在 AI 的能力和一般人的需求之間搭建橋樑的人。
很多人不是不想用 AI，而是不知道怎麼用、不知道用在哪裡、不知道如何評估 AI 的輸出。如果你能成為那個幫助他們理解、導入和優化 AI 工作流的人，你的價值只會愈來愈高。
話說回來，這也是我目前在做的事情之一。不管是在大學課堂上、在企業培訓中、還是在我自己的社群裡，我扮演的角色就是一個 AI 翻譯者——把複雜的技術趨勢翻譯成一般人能理解的語言，把抽象的可能性轉化成具體的行動步驟。這跟我在講師的數位資產管理術裡分享的理念是相通的。
8. 持續學習，但學對東西。
在 AI 時代，持續學習是必須的。但更重要的是學對東西。
不要花太多時間，去學某一個特定工具的操作細節——那些東西變得太快了。今天的熱門工具，半年後可能就被更好的東西取代了。
我們應該學的是：底層的思維框架、問題解決的方法論、跨領域的連結能力、批判性思考、人際溝通和領導力。這些東西，是不會因為某個 AI 模型的更新而過時的能力。
當然，你也需要保持對新工具的敏感度，願意不斷嘗試新東西。但試用新工具是手段，培養適應力才是目的。
9. 找到你的不能自動化的熱情。
麥特・舒默在文章的後半段寫了一段讓我特別感動的話。他說：「你的夢想，剛剛變得更近了。」
如果你一直想做一件事，但因為缺乏技術能力或資金而無法實現，那個障礙現在基本上已經消失了。你可以用 AI 在一個小時內做出一個可運作的 App 原型。你可以跟 AI 合作寫出一本書。你可以用每個月 20 美元的代價，獲得世界上最好的個人化家教。
舉例來說，最近我開設了兩班的 Vibe Coding 實戰工作坊，協助二十位原本毫無程式設計基礎的專業人士（像是律師、作家、大學教授、音樂老師和保險經紀人等），在短暫的時間內設計出自己的網頁作品。
在一個舊的職涯路徑正在被顛覆的世界裡，但凡願意花時間去追求自己真正熱愛的事情的人，最終可能比那個花了同樣時間緊抓著一個即將消失的職位說明的人，處於更好的位置。
看到這群專業人士從零開始學習 Vibe Coding，我真的很感動。在一個舊的職涯路徑正在被顛覆的世界裡，但凡願意花時間去追求自己真正熱愛的事情的人，最終可能比那個花了同樣時間緊抓著一個即將消失的職位說明的人，處於更好的位置。
眼前的這一切，給了我很大的啟發。我一直相信，在這個變動的時代，最安全的策略不是防守，而是進攻——去追求你真正在乎的事情，用 AI 作為你的加速器，而不是把它視為你的威脅。
▲ 在這個變動的時代，最安全的策略不是防守，而是進攻。
10. 養成適應的習慣。
這或許是最重要的一條。麥特・舒默說得好：重要的不是你掌握了哪一個特定的工具，而是你快速學會新工具的肌肉記憶。
AI 會持續改變，而且很快。今天的大型語言模型，很可能在一年後就會過時。所以，今天的工作流程也需要不斷重新設計。能從這波浪潮中勝出的人，不是那些精通某一個工具的人，而是那些對變化本身感到自在的人。
養成實驗的習慣，真的很重要。在當前的方法還行得通的時候就嘗試新東西。習慣一再成為初學者。這種適應力，是目前最接近持久優勢的東西。
不要只看技術，也要看見人
寫到這裡，我想說一些在麥特・舒默的文章裡沒有特別強調、但我覺得極為重要的事情。
在所有關於 AI 的討論中，我們太容易陷入一種純粹技術性的思考——哪個模型更強、哪個功能更新、哪個產業最快被取代？但我們常常忘了，在這一切的中心，是人。
▲ 在所有關於 AI 的討論中，我們不能忘記：在一切的中心，是人。
是那個 55 歲的會計師，在這一行做了三十年，突然被告知他的專業可能在幾年內被自動化。
是那個剛從大學畢業的年輕人，滿懷期待地踏入職場，卻發現他們從小學開始，為之準備了十六年的那個世界已經不復存在。
是那個小型企業主，不知道該不該投資 AI 工具，因為她連搞清楚這些工具是什麼都還沒有。
技術的進步是中性的，但它對人的影響是真實的、具體的，當然有時候也是痛苦的。作為一個教育者和顧問，我覺得我有責任不只是傳遞「AI 很厲害，趕快學」這樣的訊息，而是要陪伴人們走過這段轉型的過程。告訴他們恐懼是正常的，不確定是正常的，覺得自己跟不上是正常的。然後，溫柔但堅定地告訴他們：你可以的。一步一步來就好。
技術的進步是中性的，但它對人的影響是真實的、具體的，有時候也是痛苦的。
這也是我一直以來在做的事情。從「Vista 寫作陪伴計畫」到「內容駭客」再到「AI 好好用」，從大學課堂到企業培訓，我做的不只是教技術應用，更是在陪伴人。陪伴他們面對變化，陪伴他們找到自己在新世界裡的位置。
正面看待另一面
麥特・舒默在文章裡也提到了 AI 帶來的巨大正面可能性，而我認為這些同樣值得我們花時間去想像和期待。
AI 可以將一個世紀的醫學研究壓縮到十年。諸如癌症、阿茲海默症、傳染病、甚至老化本身——這些研究者真的相信，這些問題在我們有生之年是可以被解決的。
AI 可以讓教育真正民主化。一個住在偏鄉的孩子，和一個住在臺北的孩子，可以獲得同樣品質的個人化教學。
AI 可以讓創作門檻大幅降低。那些有好故事要說、好想法要分享或好產品要開發的人，不再需要大量的資金和技術團隊才能實現夢想。
這些願景不是空想。它們正在發生。而我們有幸——也有責——站在這個歷史的轉折點上，去塑造這些可能性的走向。
大事確實正在發生
麥特・舒默的文章標題說「大事正在發生」。他說得對。大事確實正在發生。
但我想補充的是：大事一直都在發生。人類歷史上的每一次重大技術革命，都伴隨著恐懼、混亂和痛苦。印刷術讓抄寫員失業了。工業革命讓手工匠人被取代了。網際網路顛覆了無數傳統產業。
每一次，都有人預言世界末日。每一次，人類都活了下來，而且創造了新的繁榮。
這一次不一樣嗎？也許是的。AI 的特殊之處在於，它是第一個有潛力替代人類認知能力的技術。它的影響範圍比之前任何一次革命都要廣，速度也更快。
但我還是選擇保持審慎的樂觀。
當然，不是因為我盲目地相信一切都會沒事的。而是因為我相信人類的適應力——當我們看見問題、面對問題與認真去處理問題的時候，我們的能力比我們自以為的要強得多。
關鍵是，你不能繼續假裝什麼都沒發生。你不能等到浪打到腳邊才開始學游泳。
現在就開始。不是明天，不是下個月，就是現在。
讀完麥特・舒默的文章，如果你只記得一件事，我希望是這個：
現在就開始。不是明天，不是下個月，就是現在。
打開 Claude 或 ChatGPT，把你今天最頭痛的工作問題丟給它，看看它給你什麼？不要照單全收，更重要的是好好思考，然後採取行動。不管最後的結果如何，你已經邁出了最重要的一步。是的，你已經開始了。
在這個大事正在發生的時代，開始行動，就是你最大的優勢。
而我會在這裡，繼續陪你一起走這條路。
延伸閱讀：
- 別再追逐工具了！在 AI 時代打造屬於你的「不敗系統」
- 指令經濟來襲！AI 正在改寫未來十年的商業遊戲規則
- 給中高年級的 AI 轉型課：你的經驗，是 AI 最欠缺的黃金資產
- Vibe Coding 驅動行銷超能力：讓 AI 成為你的數位創意夥伴
- 講師的數位資產管理術：用 AI 把授課經驗變成可複利的系統
外部資源：
