AI 不會淘汰你，但會淘汰那個只會照流程做事的你

先說結論

我越用 AI，越覺得它不是單純的「效率工具」。

它比較像是一個很聰明、很勤奮、很會做事，但偶爾會自作聰明的實習生。

你叫它整理資料，它可以整理。 你叫它寫文章，它可以寫。 你叫它改程式，它也真的會改。

問題是，它做出來的東西，不一定就是你真正要的東西。

這也是我想聊這篇文章的原因。

AI 不會直接淘汰你。 但它會淘汰那個只會照流程、只會複製答案、只要看到東西產出來就放心的你。

我第一次有這種感覺，是因為 Cursor

我第一次真正感覺到 AI 會改變工作方式，不是因為它幫我寫了一篇文章，也不是因為它幫我整理摘要。

而是我開始用 Cursor 寫程式的那段時間。

以前開發一個功能，我要自己找檔案、看架構、理解資料流、補邏輯、修錯誤。那種感覺很像一個人在廚房裡切菜、煮湯、洗碗，什麼都要自己來。

但 Cursor 出現後，突然像是旁邊多了一個很勤奮的助理。

你跟它說：

「幫我改這個功能。」

它就開始看程式碼、找相關檔案、提出修改，甚至還會幫你補上一些你懶得處理的小細節。

一開始真的會覺得很爽。

但用久之後，我開始發現另一件事：

AI 不是單純讓人變強。 它也會讓人更容易偷懶，而且偷懶得很不明顯。

以前你偷懶，你自己知道。 現在你用 AI 做出一個看起來很完整的東西，你甚至會以為自己做得很好。

這才是我覺得真正危險的地方。

真正可怕的不是 AI 不會做，而是它太像會做

如果 AI 每次錯得很明顯，那其實還好處理。

就像一個實習生如果每次報告都寫得亂七八糟，你至少一眼就知道不能交出去。

但現在的 AI 很麻煩。

它常常不是亂寫，而是把一個還沒想清楚的答案，包裝得很漂亮。

它可能會有：

• 很整齊的格式
• 很自信的語氣
• 很完整的標題
• 很像專家的口吻
• 很像「最佳實作」的說法

看到這種答案，人很容易放下戒心。

這就像你去一間餐廳，服務生端出一盤擺盤很漂亮的料理。旁邊有香草、有醬汁、有木盤、有燈光。

你第一眼會覺得：

「嗯，這應該很好吃。」

結果吃下去才發現，裡面根本沒熟。

AI 的答案有時候也是這樣。

它不一定完全錯。 但它可能只是把半熟的東西端得很漂亮。

而你如果只看外表，就很容易把它當成可以直接發布、直接交付、直接上線的成果。

我讓 AI 合併四個專案，結果它幫我開了一間美食街

我自己有一次很典型的踩坑經驗。

那時候我想把 A、B、C、D 四個專案的功能合併起來。

我心裡想的是：

• 把這幾個專案有用的功能拆出來
• 移除重複的部分
• 重新整理架構
• 變成一個乾淨的新產品

換個比喻，我想做的其實是：

開一間新的餐廳， 把四間店的招牌菜重新設計成一份新的菜單。

但我給 AI 的指令太粗。

我大概只說：

「幫我把這幾個功能合併起來。」

AI 真的很認真。

它最後做出一個表面上像是合併完成的東西。

但實際上是：

• A 專案照樣跑
• B 專案照樣跑
• C 專案照樣跑
• D 專案也照樣跑
• 然後再做一個頁面讓我切換它們

也就是說，我要的是「整合後的新產品」。

它給我的是：

四間店同時開門， 然後門口放一個服務台。

這不是新餐廳。

這是美食街。

更精彩的是，整台電腦也開始熱鬧起來。

前端一個服務。 後端一個服務。 背景又一個服務。 終端機像夜市一樣熱鬧。

風扇聲彷彿在提醒我：

「你剛剛不是在做產品， 你是在召喚東西。」

這件事真正提醒我的地方

那次經驗讓我突然意識到一件事：

AI 不是沒有做事。 它真的有做。

但它做的是它理解的「字面任務」，不是我真正想要的「結果」。

這兩件事差很多。

如果我沒有判斷力，我可能還會以為它完成了。

甚至繼續往下做，直到整個專案越來越亂。

這就是 AI 時代很常見的陷阱：

它不是完全做不出來。 它是做出一個「看起來有做」的版本，讓你差點相信。

會問 AI，只是入門，不是競爭力

現在很多人把「會問 AI」看得很神。

好像只要會寫 Prompt、會用 Cursor、會用 Gemini、會用 Claude Code，就代表自己已經有 AI 時代的競爭力。

我覺得這件事要稍微冷靜一點。

會問 AI 當然重要。 但它只是入門，不是終點。

這就像你會用外送平台，不代表你是美食家。

你會點餐，不代表你知道哪一家真的好吃。 你會把餐送到桌上，也不代表你能開一間餐廳。

真正的差別，在 AI 回答之後才開始。

有些人拿到答案就直接複製貼上，像是把外送袋打開後，連看都不看就端給客人。

但有些人會先檢查：

• 這是不是我要的？
• 內容有沒有錯？
• 語氣適不適合？
• 這樣交出去會不會出事？
• 有沒有更好的做法？

換成工作也是一樣。

AI 可以幫你寫文案。 但你要知道這段話適不適合你的品牌。

AI 可以幫你寫程式。 但你要知道這個架構未來會不會爆炸。

AI 可以幫你做企劃。 但你要知道這份企劃到底是在解決問題，還是只是把問題包裝得比較漂亮。

使用 AI 前，先問三個很土但很有用的問題

我不是說每次用 AI 都要搞得很嚴肅。

你不用把 AI 當成犯人一樣審問：

「你這句話有沒有證據？」 「你這個架構到底負不負責？」 「你是不是又在亂補？」

那樣太累，也不實際。

AI 本來就是工具，它的價值就是幫我們加速、整理、產生初稿。

但至少有三個問題，我覺得應該慢慢變成習慣。

1. 這個答案是真的嗎？

AI 很會用專業語氣講話。

但你要記得：

流暢，不等於正確。

文章寫得順，不代表資料是真的。 邏輯看起來通，不代表前提是對的。 語氣很專業，不代表它沒有亂補。

尤其是遇到這些內容，更不能只看它說得像不像：

• 數據
• 法律
• 醫療
• 金融
• 新聞
• 技術文件
• 產品規格

這些東西不是「看起來合理」就可以。

你要確認它到底對不對。

2. 這個答案適合嗎？

很多 AI 答案不是錯。

只是用錯地方。

例如你要發 Threads，AI 卻幫你寫得像上市公司公告。

你想寫給非工程背景的人看，它卻寫得像研究所論文。

你只是想要一段親民的產品介紹，它卻寫得像政府標案文件。

這時候不是 AI 爛。

是它不知道你的情境。

它不知道你要給誰看。 不知道你的語氣。 不知道你的品牌。 也不知道你的讀者耐心可能只有三秒。

所以你要判斷：

這個答案放在這個平台、這個受眾、這個目的下，真的適合嗎？

3. 這個答案有風險嗎？

風險不一定是很嚴重的法律問題。

有時候只是：

• 講太滿
• 引用錯
• 語氣怪
• 邏輯跳太快
• 功能做錯方向
• 架構未來會很難維護

我那次四個專案亂合併，就是典型例子。

表面上功能有了。 實際上未來維護會變災難。

AI 可以幫你加速。

但它不會替你背鍋。

最後東西出問題的時候，不會是 AI 站出來說：

「抱歉，是我亂合併。」

通常是你自己看著螢幕說：

「奇怪，怎麼整台電腦都在跑？」

同樣用 AI，有人變快，有人變強

AI 最有趣的地方是：

同一個工具，不同人用起來，結果差很多。

有些人用 AI，是為了少思考。

他會說：

• 幫我寫
• 幫我做
• 幫我整理
• 幫我完成

然後 AI 給什麼，他就貼什麼。

這樣確實會變快。

但也可能只是變成一台更高速的複製貼上機。

講溫和一點就是：

效率上升了，靈魂下降了。

另一種人用 AI，是為了讓自己想得更清楚。

他會讓 AI 先產出草稿，再檢查哪裡怪，再追問為什麼，再要求比較方案，再拿回來重寫，最後做自己的判斷。

這種用法不一定最快。

但它會讓人變強。

因為你不是把 AI 當代打。

你是把 AI 當陪練。

代打可以讓你贏一場。 陪練才會讓你真的變強。

你需要的不是更多工具，而是一套判斷習慣

很多人學 AI，會掉進一種工具焦慮。

今天看到 Cursor 很強。 明天看到 Claude Code 很猛。 後天看到 OpenCode 好像也不錯。 再過兩天又有人推薦 Gemini、Agent、MCP、各種新模型。

每個工具看起來都很重要。

每個都好像不學就落後。

結果工具收藏越來越多，真正穩定用好的沒幾個。

這有點像買健身器材。

你買了啞鈴、瑜伽墊、彈力繩、健腹輪，每天看著它們，心裡覺得自己離腹肌更近了。

但如果你本人還是在沙發上，那些器材再高級也只是居家裝飾。

AI 工具也是一樣。

工具不是不重要。 但工具不會自動讓你變強。

真正讓你變強的是使用習慣。

一套簡單的 AI 判斷流程

每次 AI 給你東西，你可以照這四步走：

這些步驟聽起來不酷。

但很有用。

因為 AI 時代最可怕的，不是產出太慢。

而是產出太快。

快到你還沒想清楚，它就已經幫你蓋完一棟看起來很漂亮，但地基歪掉的房子。

不要把自己變成 AI 答案的搬運工

我覺得未來比較尷尬的，不一定是不會用 AI 的人。

而是那種以為自己很會用 AI，但其實只是把 AI 的答案搬來搬去的人。

AI 寫一段，他貼上。 AI 做一頁，他貼上。 AI 給一個方案，他貼上。 AI 說可以，他就覺得可以。

這樣看起來很有效率。

但問題是：

如果中間沒有你的判斷， 這份成果到底為什麼需要你？

這不是要否定人。

反而是提醒我們：

AI 越強，人越不能只剩下按鈕功能。

你的價值可能不是比 AI 更會產出。

而是你更懂：

• 這個東西要給誰看
• 這個需求真正想解決什麼
• 這個功能合在一起是不是合理
• 這段話講出去會不會被誤會
• 這個架構未來會不會爆炸
• 這個內容有沒有你的觀點

這些不是 AI 沒有用。

而是 AI 需要你補上的東西。

AI 不是萬靈丹，但它是很強的放大器

我不是說 AI 不好。

我自己就很常用，也很喜歡研究各種 AI 工具，尤其是 Vibe Coding、AI Agent、用 AI 做產品這些方向。

AI 很適合幫我們：

• 整理初稿
• 產生方向
• 比較方案
• 補充想法
• 檢查盲點
• 加快開發
• 降低開始的門檻

以前你可能卡在空白頁半小時。

現在 AI 可以先丟一版給你，讓你有東西可以討論和修改。

這很好。

但 AI 不適合取代你做最後判斷。

尤其是牽涉到這些事情時：

• 產品方向
• 品牌聲音
• 客戶信任
• 技術架構
• 資料正確性
• 長期維護成本

這些地方不能只看 AI 有沒有做出來。

你還要看它是不是做對。

我現在怎麼看 AI

我現在不太把 AI 想成會取代我的怪物。

也不會把它當成可以完全相信的神。

我比較像把它看成：

一個很聰明、很勤奮、很會做事， 但有時候會自作聰明的實習生。

它可以幫很多忙。

但你不能完全不看它交出來的東西。

你要檢查。 你要修改。 你要判斷。 最後你還是要負責。

AI 可以當副駕。

但方向盤最好不要完全交出去。

尤其當你自己也不知道目的地在哪裡的時候，更不能因為副駕很會講話，就放心讓它一路開到底。

最後：真正重要的是你還在不在場

AI 不會直接淘汰你。

但它會淘汰那個只會照流程做事的你。

它會淘汰那個看到答案就放心、看到格式就相信、看到功能跑起來就覺得完成的你。

可是，如果你能保留判斷力，AI 反而會變成很強的放大器。

你有想法，它放大你的想法。 你有品味，它放大你的品味。 你有判斷，它放大你的判斷。 你有方法，它放大你的方法。

真正重要的不是你會不會用 AI。

而是 AI 給你答案之後：

你還在不在場。

你是不是還會問：

• 這是真的嗎？
• 這適合嗎？
• 這有風險嗎？
• 這是我要的嗎？
• 這樣做三個月後會不會變成技術債？
• 這段內容有沒有我的觀點？

如果你還會問這些問題，那 AI 不是在取代你。

它是在幫你把能力放大。

---

我是極端工程師 Sun。

之後我會繼續分享更多 AI、Vibe Coding、AI Agent，以及用 AI 做產品時踩過的坑和整理出來的想法。

因為我越用 AI 越覺得，這個時代真正需要學的，不只是工具。

而是怎麼在工具變得越來越聰明的時候，還保留自己的判斷力。