從對話走向執行
2025 年末標誌著 AI 從單純預測文字演進為能編寫程式碼與執行任務的 Agent。張修修將 AI 從聊天夥伴轉變為能串聯工具、自動處理繁瑣庶務的數位員工,透過系統化思維進入 AI 協作的高效率領域。
探討從對話式 AI 轉向 AI Agent(智能體)的思維變革,強調建立系統化架構而非單純下指令。透過拆解工作流,讓 AI 成為能執行任務的數位員工,協助個人在生產力極端化的 K 型社會中站穩領先位置。
安裝摘要王後,打開任何 YouTube 影片就能一鍵整理重點,先看值得看的段落,不必再複製網址。
用摘要王先看重點,把時間留給想看的段落。免費註冊,我們會把 YouTube 電腦版安裝連結和教學寄到你的信箱。
使用 Google 免費開始・每個新帳號限領一次
如果願意,點一下最接近你的感受就好。
影片中提到一個發人深省的細節:如果讓 AI 從頭規劃文章的大綱,作者再進去補內容,那篇作品的靈魂與邏輯其實已經不屬於你了。張修修主張,作者應該先寫出初稿或核心架構,再請 AI 擔任「寫作教練」或「審稿團」,從旁提供不同角色的反饋與邏輯分析,這樣才能確保創作的能動性保留在人類手中。
這引出了一個關鍵的取捨:自動化的邊界在哪裡?當 Andrej Karpathy 提到全人類僅 0.2% 能有效駕馭 AI Agent 時,這份領先不僅來自技術操作,更來自於對「領域知識」的掌握。AI 雖然是強大的槓桿,但若使用者本身缺乏判斷品質的能力,槓桿只會放大失敗。
這讓我們必須思考:在 Agent 幾乎能代勞一切執行層面的時代,哪些「無法被自動化」的人類特質反而變得更貴?是對受訪者的好奇心、是對創業痛點的直覺,還是那份能判斷 AI 產出是否為「垃圾」的審美觀?在追求效率的同時,如何不被 AI 豢養成喪失創造力的使用者?
早期觀眾反應
整理 4 則有效留言信心 低觀眾對於課程含金量抱持懷疑,並針對受眾限制與實質價值提出疑問。
部分觀眾認為內容過於基礎且市場導向明顯,質疑其深度及AI產出品質。
觀眾對於不在台灣或無法使用特定AI工具(如Claude)時,是否適合參與課程存疑。
目前僅整理 4 則有效留言,反應仍可能改變。