過去幾個月思考提升了幾個層次，好多想記錄下的想法，但因為論文跟一些雜事的時間壓力導致就這樣失去了，可惜。思考切片就是這樣，晚了一天就全都變了樣。這次是在看完 Jaron Lanier 的演講、Meeting 完，趕緊切下這片偏頗的思維與記憶。寫作的當下，尚未沉入該思考深海，因此，相比於首篇「序」錯綜複雜的思維連結，這篇相對淺白直接。
Skills#
第二篇就以 Skill (or Skills?) 這個近期反覆出現的菜色作為主題，但不討論「AI 圈」的 Skill，來談談人的 Skills。
Skill 成功在把 Context Design 的技術層次壓低到常人所能理解的程度，比起 MCP 更為直觀的一個通用標準格式。同時剛好 OpenClaw（Clawdbot）也把 AI Agent 用一個最「平易近人」的方式帶入到常人的生活中。兩個最貼近常人現有技能的相互加成，導致2026新年以來不斷看到重複的話術，有些反胃。沒什麼深度可談，依舊是在2022年就可預期的框架內掙扎。反思自己為何對此無感，初步結論：「學不到新的技能」。
Human Centric，是最近影響思考跟研究最深的一個關鍵詞，以人為中心、以人為本。在HCI領域、建築領域、各種設計領域，這是一個極爲基本思考角度，討論一個空間如何被人所需要，人如何與UI互動等等，重點討論都在於這個被設計出來的產物是必須符合某些人的需求。然而，AI 不同於以往的科技。引擎、電腦、網際網路、智慧型手機「被動」的影響人類行為，而 AI 是「相對主動」的影響使用者。事實是 AI 早已超越被動迎合需求的範疇，AI 可以自主性的調整與行動以滿足使用者的需求，這是可見的未來，換言之，討論不應再侷限於需求的表層，更應該關注除了產物之外 AI 對使用者帶來哪些 Bonus。
賦能？負能？
AI - Empower，AI 賦能，不確定這個詞是不是 AI Feature Words，但總之，使用這個詞的人多半的討論是建立在 AI 降低專業技術門檻，讓任何人可以輕易的獲得過去屬於特殊領域專業的產物，好比 Vibe Coding Revit 小工具，好比自動化房地產現況分析。而後進一步延伸出討論專業的轉變，「未來人類更應該重視選擇、決策的能力，成為 Curator」，關鍵在怎麼挑選出好的方案，好的結果。然而，另外一派人提出相反的觀點。當工具可以直接產生結果，人類只剩Prompt跟選擇時，其他能力是否會逐漸流失。
“People degrade themselves in order to make machines seem smart all the time.” — Jaron Lanier, You Are Not a Gadget
面對這個議題，我認為應該把討論提升到另一個層次，關鍵不在技能本身，而是伴隨技能而來的新視角。這項科技是否「給我一雙新的眼睛」。以此角度回顧前述討論，Vibe coding 將不限於提升效率與賺取短期利益，更不僅於輸出「產物」。了解生成過程背後的邏輯與決策，強迫自己切換思考視角；抑或是產物本身就用於延伸視野，文獻回顧、數據分析等等。當使用者有意識的透過 AI 擴增視野時，我想當前對於 AI 的討論將自然跳脫 Skill 這個框架。
倘若討論當前最缺乏的技能，我認為是「真正」的跨領域思維。現有太多自以為跨域的學者，談及之內容僅僅是兩個既有領域的最表層之交集，用固有死板思維討論、評論、甚至是教導跨域，卻沒意識到自己只是站在自身領域的小框框借用其他領域的專有名詞，十分遺憾。未來或許該存在某種跨領域思考的學術階級？融合多領域的思維邏輯，進而發展出個人價值，我想是當前 AI 時代下最關鍵技能之一。共勉之。
“We have modified our environment so radically that we must now modify ourselves in order to exist in this new environment. We can no longer live in the old one.” — Norbert Wiener, The Human Use of Human Beings: Cybernetic and Society, 1954
最後分享最近自己正在學習的技能：「放空」。
祝福
「David 可能會出錯，請查證」
