AI 時代要學什麼？有個更穩的問法

Fiona Fung 帶過 Meta 五百名工程師。她說 AI 工具讓她的團隊每季程式碼產出量，漲到四年前的八倍。她說的下一句話是：程式碼，現在不是瓶頸了。 新的瓶頸是驗證和品質。八倍的產出，代表要花在「判斷這東西對不對」的力氣，也跟著八倍。 這個結構，不只發生在工程師身上。任何用 AI 讓「做事」變快的工作，都有相同的形狀：AI 把生產成本壓低，「判斷產出是否夠好」這一層，沒有跟著降。 所以 AI 時代要學什麼，問法就很重要。 常見的問法是：AI 現在做不了什麼，我去學那個。這條邏輯有一個問題，AI 的邊界一直在移。今天 AI 寫不出有說服力的論述，明年未必。把學習策略建在「AI 目前的限制」上面，是跟著一個一直在縮小的清單跑。 有一個問法比較穩：你自己想在哪件事上做好？ 問「哪個技能還安全」是一個思路，但這個問題的理由建在 AI 目前的邊界上，那個邊界一直在動。有人換了問法：先想你自己想在哪件事上真的做好，從那裡出發。答案可能是語言、溝通，也可能是完全不相干的東西，但理由不一樣，也更站得住。 Fiona 說她看到做得最好的工程師，有一個共同點：成長心態，加上「正面迎上去」的習慣。遇到不確定，問自己「什麼是我能做的」，不是在等 AI 動到哪裡。 學習也是一樣。先想清楚你想在哪件事上真的做好，再問 AI 能怎麼幫你做得更好。Fiona 招工程師，找的是清楚自己想做什麼的那種人。學什麼這個問題，也可以從同樣的地方出發。