上個星期和社群朋友每週聚會時，其中一位朋友分享了他最近使用 AI 的經驗。原本完全沒有程式設計背景的他，現在已經能夠自己開發 AI Agent，經過好幾輪反覆測試與調整，讓它能自動執行工作。甚至當他下午出門和朋友喝茶聊天時，AI 仍然可以持續替他賺錢。
（我笑說「你把其中的過程整理成一堂課，又可以幫你賺到講師費唷！」）
不過，讓他覺得最不可思議的，其實不只是自己竟然能做出這樣的工具，而是過去在企業裡工作時，即使有專門的資訊部門提供支援，想做到同樣的事情，也沒有現在這麼容易。
他說，以前如果想開發一個協助工作的程式，首先必須填寫需求單，再與資訊部門的同事反覆討論，直到雙方確認需求。接著，通常會被提醒：「需求確定之後，就不能再隨便改了喔！」
然後就是等待，可能要等上一個月才能看到成果。等到真正開始使用，才發現有些功能不太符合需要，或想到更好的做法，想修改又得重新經歷一輪溝通與等待，有時甚至會被反問：「當初需求不是已經確認了嗎？怎麼現在又要改？」
程序和質疑背後當然有管理上的理由，資訊部門需要安排開發資源、控制成本，也必須考慮系統的安全與穩定。但對實際使用工具的人而言，這也代表許多想法必須在動手之前就先想清楚，而我們往往是在東西真正做出來、開始使用之後，才逐漸發現自己還需要什麼。
現在，這位朋友可以直接和 AI 討論自己的想法，讓 AI 協助製作程式，再根據實際使用的情況不斷調整。過去可能需要等待好幾個星期的修改，如今有些不到半天就能完成。過去在企業裡有資訊部門支援，卻得經過漫長的溝通與等待；現在沒有這些資源，反而能自己動手，邊做邊調整。這是他最感到驚訝的地方。
聽完他的分享，我開始覺得，AI 帶來的改變，可能遠比我們一般所說的「提高工作效率」更來得深遠。
我們想學 AI，究竟是想做什麼？
同一場聚會裡，另一位朋友聽完他的分享，非常羨慕，立刻問他：「那如果我也想做到這樣，是不是應該先去上一些課？」
我和那位已經做出 AI Agent 的朋友，都建議他不妨先不用急著報名課程，而是找一件自己真正想完成的事，直接開始和 AI 討論。
因為 AI 和過去許多軟體工具很不一樣的地方，是我們可以直接透過對話，向它提出問題、討論想法，甚至請它一步步引導我們學習「怎麼用它」。即使我們不熟悉程式語言，也不知道該使用哪一種工具，仍然可以先把想法告訴 AI，讓它協助釐清需求、提出可能的做法，再一步一步嘗試。這不代表往後不需要學習相關知識或驗證成果，但至少不一定要先學會所有技術，才能開始探索。
而前一天，我聽另一位朋友提到，他的父親一直想學 AI，特別是那些很厲害的「提示詞咒語」。但當朋友問父親，學會之後究竟想拿來做什麼，他卻回答不出來，只說看到其他朋友用 AI 做出很多厲害的東西，自己也想學。
其實這樣的心情並不陌生。看到別人用 AI 做出精美的圖卡、影片或小程式，我們很自然也會想學，但或許值得先問問自己：這些真的是我想做的事情嗎？還是因為看到別人做得很厲害，所以也想學會？
多年累積的經驗，可能有了新的用途
回頭想想那位自己開發 AI Agent 的朋友，我覺得他的故事還有一個被忽略的重點。雖然他過去不會寫程式，但他在自己的專業領域已經累積了多年的工作經驗，清楚知道業務如何運作、哪些工作適合自動化、背後有哪些必須遵循的邏輯與規則，以及工具需要達到什麼樣的效果，才能真正派上用場。
這些經驗讓他能夠提出具體需求，也能在 AI 做出初步成果之後，判斷哪些地方需要修改，哪些功能其實沒有必要。AI 協助他跨越了過去缺乏程式開發能力的限制，讓原本累積在自己身上的專業知識與工作經驗，有機會轉化成真正能運作的工具，而且還可以根據自己的理解不斷嘗試、修改，甚至探索原本沒有想過的功能。
我覺得這正是 AI 帶來的一種「可能性槓桿」。 以前，我們能夠做什麼，往往受到自己具備哪些技術、擁有多少資源，以及能不能找到其他人協助的限制。即使累積了豐富的專業經驗，也不代表有能力把想法實現。現在，AI 讓其中一些原本難以跨越的門檻降低了，我們有機會運用自己熟悉的知識與經驗，去完成過去無法獨立完成的事情。
這也讓我想到，對許多已經工作二、三十年的中年人而言，面對 AI 時，我們可能很容易先注意到自己不會的事情：不懂程式、不熟悉新工具、不知道最新的提示詞技巧，甚至擔心自己是不是已經跟不上時代。但我們過去累積的工作經驗、專業判斷，以及對某些問題的深入理解，也許正是能夠幫助我們運用 AI 的基礎。
當然，經驗不會自動轉化成價值。有些過去熟悉的方法可能已經不再適用，而即使 AI 能協助我們做出一個工具，也不代表它一定能解決問題，仍然需要透過實際使用、持續驗證與調整，才能逐漸確認。
不過，對於已經工作了二、三十年的我們來說，或許可以重新回想一下，過去有沒有什麼一直想做，卻因為不懂技術、缺少資源或成本太高而擱置的事情？
如果現在把這個想法重新拿出來，試著與 AI 討論，會不會有一些以前沒有想過的可能？
