Transcription
我過去有一陣子擔任技術主管，可能有10年吧，我都在做Code Review這件事情。這個東西送上來，是誰給我的並不重要，可能是一般的工程師，還是AI。我最後都還是要做審查，然後測試過，才讓它上線。
如果搭捷運，但是這個捷運的行程控制系統是vibe coding出來的，你敢坐嗎？
那人寫的就會比較好嗎？對。所以，我那時候就，我就在思考這個問題。我其實蠻感謝這個問題，就是回過頭來，人就不會寫出會出事的問題嗎？對，其實會啊。那我Code Review這麼多年，就是會有這種狀況。所以其實AI犯的錯，人類也會犯。所以我最後回到的問題，還是軟體工程。就是，那為什麼我們敢搭現在的捷運？因為已經測試到了99.999999%。對。所以我們相信的其實是測試最後的結果，就是所謂的軟體工程最後的結果，而不是這個東西是誰寫的。
嗨，哈囉大家好，歡迎回到塞掐SideChat。我是INSIDE的編輯Mia，我是Fox。這一集塞掐邀請到的是USPACE AI長海總理，來跟大家打聲招呼。
嗨，大家好，我是小海。小海其實不是第一次來塞Ça，這次算是二次來了。
第二次來了。然後上一次他來的時候，那時候是，那時候還在這個StreetVoice，還在街聲當總經理。但因為我們那一期訪談之後，他就離職了。這之前多久了？這樣快兩年再多一點。
兩年多。對啊。所以，所以我們這一集，其實我們想來聊聊看，就是說，因為剛好小海大概是兩年多，三年前離職了。那時候剛剛AI，剛剛才影響，才開始影響人類。全世界生成式AI，我應該這樣講，生成式AI剛影響全人類。他之後做了些什麼？對，之後做了些什麼？
之後，其實我後來才發現，大家已經在玩AI的時候，我在StreetVoice的時候，什麼都不知道。所以，我跳出來，隔了幾個月才發現，大家玩什麼玩得好開心。所以，我大概是24年才開始真的知道生成式AI這件事。
真的假的？很晚。
我超晚的。然後到24年下半年，我才真的算是All in AI這件事情。我記得那時候，那一集的時候，我還問了小海說，我們怎麼看生成式AI會影響音樂。
我覺得那一集，那一集的時候，我們聊音樂這件事情的時候，其實那時候講說，這並不是一個以前沒有過的事情。對。你記憶好好。你覺得當時間跟你現在預判的，當時間預判的，有什麼不一樣嗎？
我覺得比想像中的還要誇張。對。雖然我覺得其實方向，我覺得是差不多的。可是，比如說我們上次，其實我跟Fox有跟Suno聊過。那我覺得其實對於上次在提到音樂人看待AI這件事情，我覺得它某種程度還是一種工具，他們會學著去駕馭，去使用這個方向。那我覺得現在看來，的確還是這樣。就是，可是在，應該說非音樂人的使用，我覺得場景變得非常誇張。對。而且那個效果跟成品，其實非常的好。對，這個是當初遠遠沒有想到的的那個狀況。對。那時候我們提到的時候，還在講說Sampling，就是，就是我們只是把樣本或什麼做出來，然後其實在混搭，這個Mix之類的。其實這過去都很常見。那只是說，到了現在，我們看到它使用場景，像小海之前，我們有聊就是說，他可能會放在自己隨心所欲的，放在自己的產品，然後產品用產品做一首歌。然後這其實是一個很常見的事情。就像是我們今天的訪談，他也可以做成一首歌。所有東西只要能夠做成文本，他就會變成一首歌。對。而且品質非常的好。對。然後如果在更，比如說Suno這種比較頂尖的AI生成裡面，他其實現在已經都可以分軌了，然後也可以做，或是各樣的校調，其實很厲害。重新編排什麼，其實現在都做得到的很可怕。對。只是當初完全沒有想到會是這樣的狀況。對。
那除了音樂之外，因為小海最近是到了USPACE，當AI長。這去了多久？
應該有七個月了。
七個月了。對。那，好，那就會分成兩個階段，就進去USPACE，到跟這個在街聲之後，到AI長之後。那USPACE之前，在跟街聲這中間，做了些什麼事？
我其實離開街聲之後，在休息嘛。然後其實休息可能，比如說半年開始。然後一邊看大家在玩AI玩得很開心。然後我中間，大概24年，大概5月的時候，去參加那個Generative AI年會。然後就發現，哇塞，這個世界跟我想的好像不太一樣。就是大家玩得好開心。然後，就是超乎我原本，就是因為接觸的太少，然後看到大家玩，覺得哇塞，這什麼世界一樣。所以，我有點打開我的那個認知。對。所以後來就下半年，就開始All in AI，開始玩啊，用AI開發產品。對。
所以，有點像，像是開始去摸索，探索它的邊界在哪。然後25年，我就真的是想說，那，我一個月來發表一個產品好了。對。因為發現AI開發產品的速度，其實相較於過去可能，譬如說至少三個月以上，半年一年。現在可能就是兩個月，一個月。那我後來發現，我只要五天，就可能從一月、二月、三月，然後到四月開始發現，我開發一個產品只需要五天，就可以上線掛金流收費了。對。那甚至於還真的收到錢了，然後又有產品賣出去了。就覺得哇塞，這什麼什麼狀況。就是這完全是以前那個時間，時間觀念完全是不一樣的。對。
小海賣出去的那個產品，是跟聲音有關的對吧？
對對對。那個是跟Podcast。他，因為那時候，應該說他可以讓你輸入YouTube的網址，或是Podcast網址，然後就直接幫你把文字抓出來做總結。然後可以問他問題，或者你想要的重點這樣。對。因為那時候覺得沒有時間看YouTube跟Podcast。那我能不能快速的去訂閱這些內容，然後mail給我，我就可以知道有哪些重點，想不想聽，那可能想聽哪一part，直接跳過去這樣。對。
我們講不是說，他是賣月費，原本是想要賣月費之後訂閱制的。但後來其實他是直接把這個服務，以這個幾萬美金賣給了這個，這個收購方。對。所以這件事情是真實存在。也就是說，我們在過去，過去常常講說我們把產品賣掉，我們講產品賣掉不見得是幾十萬，幾百萬把產品賣掉。而是說，我們在這個時代裡面，他有沒有辦法快速的開發，然後在這時代的洪流裡面，紅利裡面，能夠找到一些小小的機會。對。
真，真的是紅利。就是從那時候看覺得，我可能花一個月開發這個東西，然後賣出去。可是，那時候有跟Fox討論過，要不要賣。對。直接思考說，這可能過幾個月，大家都會開發的出來。實際上也是。對。沒錯。我們就發現，大家都開發出來。而且不只幾個人，是很多人都在開發。對。那這個東西變成說，他門檻真的變得非常的低。所以那時候賣掉就變成說，可能是讓，就是收購方，他們可以加速他們產品上市的時間這樣。對。
那你怎麼看接下來這一個，尤其是這一天的我們股市？我看這個SaaS類股跟軟體類股，最近的標題是SaaS is dead。Somewhere is dead。你怎麼看這件事情？
前一陣子才在，才在講一個反向的事情，就是大家覺得SaaS的價格可以開始拉高了。因為，因為AI的關係，SaaS可以開始切入到人力市場。所以它不是用所謂訂閱價格，而是它取代你人力。可以，那那個就是漲價的幅度可以拉高。同樣做一件事情，人類可能要花一萬美金好了。但AI因為夠強了，所以可能只要一千美金。所以應該把AI的價格往上調。
是這個意思嗎？
對對對。就是比如說，比如說以客服為例好了。就舉一個前一陣子，也不過才兩個月前左右的事情。就是，比如說Zendesk好了。那現在的價格，原本可能一個SIT是可能25塊美金，20塊。那可是它加上AI之後，其實它應該可以取代人類，也許80%的工作了。那它還是用25塊去定價嘛。所以其實就前一陣子在討論說，應該要漲價。對。因為它其實可以吃掉一部分的人力市場。就是從軟體市場擴展。它不再只是一個幫你解決問題，應該說處理，就是你被動去處理一些問題，而是可以主動幫你解決問題的。所以大家都在思考，那它的市場的定價應該Capital Cap已經可以拉到人力市場這邊了。
TA Target Market。
對對對。那就變大了。變大了。那大家就在講說，變得這麼大，那這個價值不太一樣了。對。可是那個才兩個月前是。反正現在其實真實反應是股價就跌了。我們可以看到不管是傳統上來講，像Adobe。Adobe其實過去兩年的股價一直都不好。可實際上你看到它的獲利，營收其實都還蠻不錯的。然後比如說Duolingo。Duolingo其實還是蠻多人用的。但是你就somehow你就看到它股價一直往下。
我最近其實在做一件事情。我對這件事情其實蠻有感的。就是現在非技術，非工程背景的人，其實都可以透過AI做出一些工具了。然後我剛好昨天其實在測試一個東西。是，因為我在開發一個有點像Replit，或者是Manus這個這樣的東西。就是你用一個Prompt就可以產出一個App。那我昨天在試一件事情。我突然想到，如果想學日語怎麼辦？我就跟他說，可以幫我生成一個日語學習的App。然後是給比如說一個40歲的中年人之類的。對。它真的就生出來了。然後可能只要5分鐘。它具體用你讓你怎麼學日文。比如說它可能是用這種Flash Card。然後它會分課程。比如說第一天第二天。然後你就有那個card。你可以去說你記住了沒有記住重來。或是它隔一陣子還會重來。就是這個比如說語料或者是機制。其實你幾乎不需要花太多時間，就可以讓它就是AI就可以幫你生成完了。
或者是我看到網路上昨天，也是昨天才看到。比如說國小的1200英文單字，然後國中的1500英文單字。它也是隨手就用Vibe Coding生出來了一個東西。這個我必須講，我在2008年，2007年，我在Naver那家公司，就是NHN子公司，LINE的母公司，Anyway LINE的母公司底下工作的時候。那時候在台灣，我們在做的就是一個英語學習的服務。我那時候做了一個，我那時候好像是請Sting陶韻智，那時候我們就做了一個App，或是找工讀生來做了一個App。那時候是用網站寫，就是做類似的。對。就是我們那時候去收集國小、國中、高中、多益、托福的單字卡，然後做成一個服務在網站上面。那這個有什麼好處呢？它的PageView很好。因為你每換一個卡，就是拆一個新的頁，就是PageView。它就是一個PageView。你就覺得這PageView很好。那時候做一個這個App的目的。然後讓我想到這15年前。就是同樣的，如果今天做，哇，這搞不好，我覺得幾個小時內就可以搞出來了。對啊。
這個現在真的超快。對。它可以幫你，因為以前我記得我還要說去教育部或哪裡去蒐集這些Excel，然後有裡面這些單字卡。現在可能連蒐集這個步驟，AI都幫你去採集回來。對啊。然後再把它灌進去。可是你還要驗證一下。就是但是這個時間上應該已經縮短非常非常多了。對啊。幾百倍的縮短。對。
那你覺得像Replit類似這樣子的服務，或是App是主要會是像一般人普通麻瓜，因為一句Prompt就可以做出App來用？還是說稍微有點想法，真的想做出一個產品的人？就是它現在主要使用的群眾是哪一種？就做自己爽的，還是說我做的就是要把它延伸成一個產品？
我覺得大家，應該說我覺得的確有分幾種狀況。我覺得現在大部分大家都是做自己爽的。就是知道自己可以做到什麼這件事情。我覺得。然後自己覺得很開心。可是真的到上線可以做，比如說販售或者是收訂閱費。我覺得其實會有一段距離。因為金流的問題雖然在被克服。我們看到這個Lawrence正在大量的做這個skills。就是我們一個朋友。那他做了一系列AI的自動化工具。他可以讓你一鍵串好金流。就串好金流了。對。那這件事顯然不會是他。他可能是第一個。但她不會是最後一個。這應該會有100個人做類似的事情。那接下來就是說，串金流可能不是最重要的事情。那其實最難的事情其實又回到了上架，上行銷。對。其實現在最難的其實反而不是生出產品。比如說我一直在訂閱一些那個YouTube上面有一些，比如說什麼Starter Story，或者是一些Indie Hacker。那其實最後把所有的議題列出來，不是都會講說誰花了多少時間賺了多少錢？就幾萬美金啊，幾十萬美金，或者是他只花了幾天就賣出了什麼。你就會發現他們主題，其實都聚焦說他們怎麼在Reddit上面做什麼事情，讓他們的產品可以被看到然後被賣掉。對。反而不是在產品本身。對。
我最近的剛好這幾天的體感是這樣覺得。其實前一陣子就是在思考，就是其實一直在跟朋友之間討論，就是真的重點不是你做了什麼，而是你做了什麼有沒有被看到。然後大家真的解決他們的問題這樣。因為其實App本來就已經爆炸了。其實在AI出現之前，AI就已經是一個滿地都是。對，到處都是App，然後解決各式，不管是筆記型，日記型，各式各樣的App，就已經滿地都是了。那重點在於說，第一個，最回歸產品最本身，你有沒有辦法解決特定的問題？這有可能現在被解決，因為AI可以很好的客製化，針對某些一小眾的人去做客製化，個人化的功能。那第二個是，就是說這個被看到才是最大的痛點。因為我做出了App上架了，我要怎麼樣？你也沒辦法，全部的人都在做，大家都在做，因為滿地就都是啊。然後你就說我上架了，你也不過就是，你要說服別人會下載。洪流之中的一點這樣。
對對對。其實到最後其實最大的差別就是說在做，我們最後總結來講，就會變成是你要有通路。那通路什麼？最後回到個人品牌。
對對對。
對沒錯。
那你是不是也做了一些類似個人品牌的一些努力？
對啊，就是意識到這件事情。所以就會變成說，那個人品牌很重要。所以比如說，有很多Indie hacker會在說說，應該要去Build in public，或者是開始寫文，寫貼文，然後在各個社群平台出現，甚至有些人就是開始拍短影音。對。就變成個人品牌。其實現在變得非常重要。我覺得他是建立一種信任這件事情的基礎。對。所以現在變成說，回到這個點。
對。那再來是回到剛才那個問題，就是SaaS的股價跌。就變成說現在個人化，大家都可以自己生出來了。那這個真的太簡單了。簡單到就是我昨天光是花了十分鐘，我就生出了一個ERP，一個待辦事項，一個記事軟體。十分鐘。
差不多真的十分鐘。一個只要幾分鐘而已。
也是用自動化的服務嗎？
我自己其實在開發一個平台。我原本在想說我要clone一個什麼東西之類的。然後我就想說，比如像Manus或是Replit，不是可以幫你生一個App嗎？可是因為我在企業內部就看到很多問題。然後我就想說，我是不是有一個企業內部的平台，可以解決這些問題。可是我現在在，比如說USPACE就會發現，其實第一線的同仁，他們手上都有很多問題沒被解決。可是內部的技術單位又不可能有量能去處理。對。那AI其實很快就可以幫他們解決手上的問題了。
OK。因為我們傳統來講就是說，技術人員是昂貴的。那他們通常被優先派，被派去比較重要的任務，重要，比較大複雜的任務，重要，主線任務，或者是緊急的任務。緊急而且重要的任務。那所以就以至於，有一些小東西沒有人撿起來做。
對對對。小東西，小東西非常多。甚至是你完全不知道，原來其實大家有這樣的困擾，有這個需求。對。因為我在裡面就會開始去跟人家到處聊天，然後碰到什麼問題，或者是說你們都在幹嘛之類的。有時候就會蹦出一個說，欸，如果現在有一個什麼。對。但你就會發現那個對他來說，真的超級簡單的。有沒有可以舉個例子？什麼樣子的小需求？
小需求。比如說，比如說USPACE因為有停車場。所以有時候停車場就會，比如說有人撞壞了什麼，然後要去修。然後就有人要跑去。那這個就有人員管理的問題。可是，那能不能很客製化，有一個停車場相關維修的，一種排程預估跟紀錄。欸，沒有嘛。沒有特地針對停車場做這種App。對。所以就想說，欸，那我抓那個停車負責的總監，就說，欸，你想做這個。那我們花半小時。然後我就，其實我也沒幹嘛。我就跟他說，你就跟AI說，你就打開AI Studio，Google的AI Studio。你就跟他說你想要做什麼。然後我就頂多是給他一點提示而已。欸，他半小時內就出來了一個可以運作的東西了。對。那就解決。這個就是明確他想要的東西。因為有時候，如果你不是透過AI，不是透過他本人，其實你會需要有一個PM去了解需求，一直到生出一個Prototyping，然後跟他對完，驗證。可是現在透過AI，其實讓這個需求方，直接跟AI對談，直接把這個過程當中直接縮減了。對。那他就會明確知道，他要的不是這個。那剩下的就是把他上線而已。上線理論上，AI Studio有支援。但是因為可能有資安，或其他疑慮。可能有，有一個跟資訊相關有關的人去處理，會更好。對。所以，我這邊就是，我們有一個AI Team，AI部門。那我們就會去幫忙處理後面這一段。對。那前端去釐清他的需求，到底是不是對的。喔。但我們有個重點就是讓他自己做。那我們完成最後一哩路這樣。
OK。跟傳統的分工上不大一樣。以前都會是PM了解需求，這個客戶端或者是需求單位，先去問一下說你們要做什麼，你們想達成什麼。對需求單位的需要。然後呢，再去跟這個設計，然後再跟，然後再請工程人員去把設計跟這個需求給兜起來，然後開發出來，然後deploy。
所以，我們其實我們一直在不斷在節目裡面強調，就是說這兩個的界線，正在快速的模糊化當中。就是說已經變成是這個需求端，直接來跟AI講，然後AI做完出來之後，人類在做審核，把關，然後放到合適的地方去。對。其實那個stage變得很少了。對。那對焦也快很多。因為他馬上可以自己測，然後知道是不是自己要的。對。那因為過去那種多個流程，每一個環節都會想要做到最好，然後就去揣測下一個環節，上一個環節。那這個過程就會拉得很長，而且很容易歪掉。
對對對。很容易歪掉。但這樣子還有一個可能性是，所有單位，比如說會計單位可能會有10個App，然後比如說停車業務單位可能有10個App。然後，意思就是說公司會有，我不知道50個獨立的App。以前可能是試算表或是Google Doc散落在各處。現在是每個人自己生一個App，然後散落在各處。那這些App怎麼變成一個data lake，什麼這個數據資料池之類的？
對對。這個就是，我覺得譬如說，譬如說用Manus或是Replit，其實它就還是幫你開發一個獨立的App。所以我就覺得說，那如果在公司內部，甚至是譬如說，譬如說我AI部門幫大家做最後一哩路。那最後我們會累死。因為他沒辦法，他們大家都沒辦法deploy。那如果生了50個，那光是維護跟那種deploy的成本，真的是會吃不消。所以我就想要解決這個問題。
喔。果然又走一步。對。就從這個這個角度就變成說，其實，比如說AI team已經人很少了。那很難去負擔這件事情。那能不能，當然就是vibe coding其實還有兩個環節很重要。就是大家的電腦環境。如果今天如果用Replit，Manus可能沒這個問題。那第二個就是小龍蝦呢？
小龍蝦是另外一個因子。
就不要再，小龍蝦你不要再講。
你不要再講。
那第二題就是部署的問題。所以如果今天有一個東西，有一個平台公司內部平台，可以，直接解決掉環境跟部署的問題。那，就省下很多時間維護的人力，甚至是剛才提到所有問題。
那再來是進一步想，我能既然在同一個平台，我能不能讓所有的App可以interconnect？比如說我最近就在，已經try到一個階段了。就是，比如說我做一個聯絡人，然後做一個To Do好了。那我能不能把，有一個第三方的App，把這兩個資料串起來。對。那其實，我後來發現我在做一個像是Firebase這樣的機制。我在這個平台，就是大家可以vibe出來，然後我提供一個SDK跟Skill，然後去讓他們可以自動產出我想要的格式，然後可以互相串聯的App。
所以這簡直是有點像是一個Master App。
對對對。因為他這個Master其他的。我們講Slap。
哈哈哈哈。
是要子App。子App。可是我後來覺得這個樣子，其實已經有點像是個人化軟體的概念了。就是我今天只要講幾句話，比如說我覺得這個UI不是我要的，我就跟他說，一個就換成我要的樣子。對。有點，有一點，覺得已經有點接近這個狀態了。我記得前陣子Google他們在裡面就有講，這是個flow。就是他是一個很自然而然，這個介面會隨著你想要而改變，而且很自然的就產生了你的你的App。這很，很像是即鍵即得的一個App。我有點難以形容這件事情。對。因為其實到最後就變成說，他核心是一樣的。但是我可能一個prompt，我就可以說，我就客製化了我的東西。所以這個UI其實是一個prompt。以前我們可能是只有黑色跟白色可以選。我們現在你要選，如果這個使用者說，這個介面太醜我要變紅色，他就變紅色了。還會變綠色的。我們當然有講所有的元件是不一樣的。但是原理上就是非常客製化。對。我覺得接下來就是往我在做這個過程當中，其實就看到這件事情。他開始往非常客製化的角度，而且成本很低。對。所以這也導致於我們在，我猜測在美國的somewhere的某一群人，他們已經討論出這個結果了。對。所以以至於他們跟好朋友們講，他們創投好朋友或投資人好朋友講說，不要再買這些股票了。真的不行。對。我覺得真的是這樣。因為我像剛才講的，就是我透過自己開發的平台，它就在上面生很多小App。但是介面又跟我這個平台一樣。所以有點像是我只是少了什麼，我就跟他說幫我生一個什麼，然後我就可以把東西串接起來了。但我一樣是在用這一個App。那想像一下，如果一家公司，然後他可以分team，可以分每個人，可以生，然後又share給team。那他又可以自己客製化，而且幾乎不需要工程成本。對。那當然我覺得，有些人就會覺得，那你只能做很簡單的東西。對。那我覺得這是還有討論空間的。還有吵架空間的。因為有些人當然這時候就會跳出來講說，你們都沒有這個大型，大型這個幾百萬行的這個程式要跑。那當然，這的確可能還沒被，還沒被攻克。對。可能還沒被攻克。不確定。
我覺得其實，比如說我們的臉書好友，其實就有人在說，他其實以前在大美國的MS大型上市公司，其實就已經deploy過那種幾千顆Node，然後是大型的框架這種大型程式元。所以我覺得已經有人有這樣的經驗。對。那反而是說，回過頭來，企業內部其實很多需求，並不需要那麼大。就是說，他可以，大家想像都是大企業，但實際上中小企業裡面有一堆，我們以前叫微程序或小程序之類的東西。其實我覺得是類似的構造。但它，可以更自動化的服務，更多小事情。
對對。因為其實我這一陣子，因為我做了很多那個企業的內訓。然後就會發現其實大家其實手上有很多小問題，想要被解決。那訂便當。哈哈哈。對。就是或者舉一個例子好了。我們USPACE因為尾牙快到了嘛。我們就有同事直接vibe coding出來一套就是那種抽獎的系統。我們剛做過這件事情。Richard他們剛做過。對。那，我看到我也嚇一跳。雖然是我的那個AI小夥伴，去跟那個行政的同事，他們直接做一個real time的遊戲跟抽獎機制。就是大家可以是同時上線，你可以看到所有人在線上。這件事我想說，哇塞，我們那天crash一百多人。
是齁？
我覺得一百會，一兩百人會crash。暫停一下，修一下系統。然後我們好像是用另外比較，本來是，我們有類似就是三百人，然後同時間進去要搶答。然後，為什麼都在做一樣的事情？因為這原本就有一個SaaS負責這個。然後那個SaaS付，就是每年大家可能要付他錢。但大家一年只付那麼一次錢或兩次錢。大家不願意。所以，大家現在就在瘋狂做自己同一件事情。那，那時候就會有同時上線人數的問題。那最後變成是說，那時候我們改成是一桌，只要派一個代表就好。
我們也是這樣。哈哈哈哈。
我就想說，哇塞，這樣撐得了。雖然我們沒那麼多人。可是最後他們說，因為我們發現了一些效能的問題。所以我們改成一桌派一個人。系統的問題只能再解決。我等一下要把這個寫到臉書上面。標準解，請不要再用這個方式了。絕對派代表。所以他們其實有擔心，然後叫我說，叫我幫忙。對。所以我我就用那種緩衝一點的，有一種那種測。因為我以前經營過一陣子那個售票的系統。所以我我就用專業的方式來幫你測好了。就是用那種模擬幾百個人。對。模擬幾百個人衝進來那種感覺。沒事啊，沒問題，不用擔心。對。他們還是擔心。對。對。所以其實，其實就好像我們剛剛講說這個vibe coding出來，它的App可以用。但其實遇到這些極端的狀態，還是會出問題。或者是會有大量的。其實還是需要有點經驗的。但你搞不好，你搞不好跟AI問問說，你沒有什麼有十種方式去解。他搞不好也會有一些對應的方式給你解。但可能會更難一點就是了。
我覺得大家都會覺得，我最近有個體悟是，大家都覺得AI出來一次就得搞定。沒有一次搞定就是AI很爛。對。可是我就回想，回想就是工程師其實也是，我改了一下，Refresh行不行？不行，再改，再Refresh。其實它某種程度就是一種漸進式的試錯過程。那為什麼AI不行？這我覺得是使用者以前沒有發現這件事。他沒有碰到工程師在改的時候，他覺得他用到的時候已經是好了。背後有個小精靈。對。他沒有發現小精靈做的這些事情。對。所以，也是，另外一個就是，要跟人們講的是，這是一個堆疊式的演進，而且是堆著各式各樣的屍體跟Bug跟技術在的演進。對。所以AI最近演進到一個階段現在是，就是你就定義你的，你想要做什麼跟他成功完成的標準是什麼。他就會無窮的幫你，去試，去試去做完。不要讓使用者看到失敗的地方。他們就會覺得很棒。但是因為他是，對。但這個就大量的耗Token。對。
那，我們可以帶入剛剛講的，小龍蝦。你最近有用小龍蝦嗎？
我有用過一會兒。
一會兒。
我們要大概講一下小龍蝦。
來，專業的編輯介紹一下。
我不知道。
你不知道？
我不知道。我怕講錯。
因為我，你講錯我們會跟你講。
為什麼兩？
好好好。
龍蝦就是一個Open Source的一個機器人的軟體，號稱是Agent。你不是講話嗎？
我只會搭腔。我不會主動那個定義。
你不需要搭腔。然後他本身就是讓你蓋在自己的本地端的一個AI。他可以去接，不管是本地端的模型，或者是外來的模型。對。那他會自動化操作很多事情。因為你是裝在本地端，而且你可以給的權限給到無限大。跟現在市面上所有不管是Manus，或者是OpenAI，或者是Claude這些，會一直問你，然後會有很多安全管制的方法不一樣。那也就是說，你拿去刷卡，他就真的拿去刷卡了。你有API金鑰，他就存在本地端了。那比較大的危害是因為，他一開始，如果你沒有更多的薪資條件，的確會有一堆資安的問題。比如說，我可能會有通訊port到處亂開。對。然後金流可能不小心，就被人家惡意攻擊。這個你的AI就把你的不管是信用卡號碼，或者是這個你API的金鑰，給人家了。甚至是你的加密貨幣的金鑰，也給人家，錢包的鑰匙也給了人家。那就會有實質上的損害。
其他之外，就是你可以想像到所有AI能夠做的事情，包含什麼回行事曆，寫信，然後這個寫程式，開發App，幫你deploy，幫你辨識一段聲音。他都可以不斷的嘗試，不休息的幫你完成。對。那只要你有錢的話。為什麼要有錢呢？原因是因為剛剛講用了AI，除非你用了，你用了本地端的模型。但因為本地端模型通常比較笨，所以不夠讓他足以完成整件事情。但是如果你要用比較貴的API，這個AI的模型，那可能就要買OpenAI的比較強大的模型，或者是Anthropic比較強大的模型。但就比較貴。花錢。光你只要整理一個照片，或者是截圖做一件事情，就要花你10塊錢美金。非常驚人。但是這也證明了一件事情就是說，假設接下來有辦法做到本地端，或者是這些AI的模型，強大的模型變得更便宜的時候，這所有自動化的事情，你都可以辦得到。
真，真的是這樣。就是我其實那時候我在嘗試做本地端的模型。對。因為我就覺得燒Token太貴了。但後來發現大家的共識是，除非你買一台那種頂規的Mac Studio，跑本地模型，才有可能就是比較可以負荷像是那個大型語言那種。
強大的。
強大的效能跟結果。對。所以大家最後還是回到就是用那個Anthropic Claude Code的那個模型。這樣。那可能有人說，他一天可能燒個幾百塊台幣，他OK。有很多人，這真的是你的能力，你的這個，你沒有，你無法做到完成的事情是你的金錢能力不夠。不是他能力不足。
沒錢是你的問題。
對。沒錢是你的問題。不是那隻龍蝦的問題。
Hana講過類似的話。Hana就是說，就是太窮了，燒不完。
對對對。
對。因為他會一直去try。就是他今天找到這個方式不行，他會開始try別的方式。所以他一直找別的方式，找到可以執行。所以這個過程就會燒很多的Token。他是多做事就多收錢的類型。他不像小雞上工的工讀生，是收時薪的類型。
對。他不是吃到飽方案。
我如果找小雞上工找個大學生，他缺錢。沒有啊，他就算你8小時啊。
不一定吧。如果說算時，你說誰？大學生嗎？
大學生啊。算時薪的話，他不會幫你做到完啊。他不會做到完啊。對啊。所以他還是有limit的啊。但是你可以賭說你撿到一個比較聰明的大學生，他一下就做完了。那，你這樣還有賭的成分。我們是撿，我們可以選比較聰明的模型，跟比較笨的模型。然後我限制一千塊。這是不是一樣的意思嗎？搞不好大學生比較便宜。我估計現在在小雞上工，找大學生做還是比較便宜。
此時此刻啦。此時此刻大學生。但聽說這幾天那個Anthropic那個新版的Sonnet要出來了。哇，價格是那個上一代聰明的一半。上一代最聰明那個模型的一半價格。
所以，我回頭看就是說，SaaS是不是應該，有一半會掛掉之類的？
我覺得是欸。我覺得自己都不想要，比如說我2025年，就是想說每個月開發一個SaaS。我今年的目標是，我不要再開發SaaS了。是開發SaaS。對對對。就是我生一個大型的App，裡面去生很多東西。就是你。所以未來你不需要再買很多SaaS了。你就買我這個，然後你可以在裡面生長很多你需要的。
功能。我之前很想做那個幫你排月曆的那個行事曆的那個。我覺得應該也很快就可以vibe code出來。只是我一直沒試。就是看你的行事曆，看，用我的行事曆，然後付錢給我的那個。喔。那個那個Calendly。還有TinyCal這個。
對對對。TinyCal。欸，這個超快。超快的。一下就被取代是不是？
對。這個超快。快到不行。可能它是前一步就是，它可以幫你搞定兩邊人的月曆sync。然後我覺得這比較重要。就是比如說我們要約個時間，然後就AI跟你講，我們有三個時間讓你選。然後就選了。然後就兩邊全部發信全部搞定。我覺得這個，我很好奇為什麼沒人做。但，我好像沒看到有人做。
其實我有做。
你有做嗎？
但沒有丟出來。對。就是，因為今天我要讀你的calendar。我覺得這很重要的事情是，就像你剛才講的，我其實要兩邊都有，然後去找出一個可用的時間。那，我可用時間某種程度，我還要預留前後，比如說那個10分鐘，甚至是更久的時間。我可能是哪裡到哪裡要車程，然後要blocking出來。對。然後，所以這個其實我有做到80%了吧。可是最後，因為別的事情要去做別的。這也是很常見的。就是說，我們常常做到80%。比如我前面這一個App，我大概，我認為我做到90%了。但是就在那一哩路的時候，你就會發覺有一些東西很卡。還是卡的。然後你沒有把它做完。但是需要有一股作氣，把它推掉。對。有時候我們會卡在，比如說這個東西，因為要去讀Google Calendar，所以它必須要去申請那個金鑰，然後還要經過認證，然後審核，然後可能要來回一陣子。這時候你就會因為別的事情，去開始做分析了。
搞不好小龍蝦很適合做這件事情。你分心的時候，小龍蝦就來幫你接手。對。它就接手你的電腦，直接去處理這些東西了。last mile的東西。它可以幫你打電話，辦語音。亂講啦。就是理論上應該可以。對。上次有一個案例很有趣是，因為iPhone的功能嗎？不是它，因為有一個應該某種程度它應該也是developer。他說它的小龍蝦，因為怎樣，所以最後在它電腦裡面找到一個Twilio，就是美國一個可以發簡訊跟打電話的一個服務。然後最後它找到那個金鑰之後，串好，寫了一個程式串好，然後打電話給它的主人。我想說，太瘋狂了。這是有可能的。它窮盡各式各樣的方式去達成這個目標。只是我們不知道它做了哪些努力。但你回頭一看說，哇靠，你居然有辦法做這件事情。對。那這個時候就會，更不用想像說，你假設你跟它講說，你要打電話可以用這個，你要幹嘛可以用這個。然後你把它準備好之後，它就會幫你一路全部打。而且甚至是可以是一個skill。對。因為你理論上，比如說，我今天打電話是一個skill，就放在網路上。那龍蝦假設如果要知道說，我要如何打電話，你就看這個攻略，這個skill，我們叫攻略好了。那它就按照這個攻略把它做完。所以只要有一百件或一千件常見的事情，被寫成攻略，放在網路上，然後龍蝦可以讀完這一百個一千個攻略，那就會都做完。對啊。你把你的偏好，比如說SOP寫下來，給它去用。那就會很可怕了。
所以人們對於這件事情非常的瘋狂。但對我來講，我又覺得我沒有那麼多東西需要自動化。所以我一直沒有很提得起勁。而且我有很多東西，我覺得我已經在Claude Code裡面被fulfilled了。所以就沒有那麼急迫。而且我大概，我沒有玩。但是我大概看一看，我知道在幹嘛。就這樣子。我後來也沒有繼續用是因為，我想說那我的程式，能不能也做到這件事情。所以我也是把，把我自己的這個程式，串了那個Telegram，然後開始跟小龍蝦一樣對待它。其實真的，它不難。其實不難。難的反而是，它如果要像剛才講的skill，或者是很準確的接上某個服務的時候，它的開發是要花時間的。但是現在AI的狀態已經是，它已經聰明到，它甚至可以自體循環，改自己的程式，去滿足你現在還沒有的滿足的需求。我覺得這個未來會很可怕。它就是自我迭代的一個過程。
我獨自升級。
對。AI我獨自升級。最後就在某一天，就超越了各位。但是，因為我們也看到小龍蝦，他們有人做龍蝦的這個，他們Facebook的Reddit。不能講Facebook，我覺得比較像Moltbook。他們在聊天。然後我覺得，其實我覺得大部分都還是垃圾。對啊。有有人說它其實還是重複人類以前的一些行為。它還在做表象。對對對。因為它畢竟它學習的就是人類以前這樣論壇酸民之類的。對對對。其實看起來可能八九成以上都是廢文，都是AI Slop，就是AI產生垃圾。但好像有一點點東西，有一點點意思。但是這就好像說，我們要在垃圾裡面找到黃金的感覺。就是我看起來還是很奇怪。但，我必須講就是說，在過去的兩到四個禮拜裡面，全世界都非常的瘋狂。對。非常瘋狂。非常瘋狂於熱衷於這件事情。我是，我看了一看說，哇，這感覺好有點麻煩。然後我就放棄了。對。但我覺得未來會很簡單。對。我覺得接下來可能三個月後，這件事情就很簡單。我應該會弄一個獨立的instance什麼之類的就可以弄了。
實際上有了啦。就Cloudflare。Cloudflare已經有了。Moltworker什麼的。對對對。所以大家如果有興趣，可以去嘗試看看這個有多神奇。但記得多準備一些，多準備一些錢。而且資安的問題。就是如果大家，他上手沒有那麼難的話，可能有一些人就會忽略。其實後面你要管你的資料，是一件很麻煩的事情。不能給他太多權限。另外一個是，如果有人要幫你代裝，請不要這樣子做。因為你無法得知，幫你代為安裝那一個，除非他跟你很熟。要不然他其實理論上，等於是擁有你所有電腦的所有權限。而且是有可能留有後洞，或其他方式。後門你其實不知道。
對對對。其實他幫你裝了權限很大的小龍蝦之外，又裝了什麼？其實你完全沒辦法得知。無法得知。所以這是一個比較大的危險。所以我們剛剛講了SaaS，這個我們看起來真的是蠻危險。但有一些是基於AI的SaaS，可能比較不會那麼快死。或者是跟數據資料庫有關，可能也不會那麼快死。但是比較表象。可能這個難度因人而定。因為我看國外的一個報導，他有一個超級高手。他一開始的時候，也是自己寫程式，寫程式之後，也是跟大家一樣用IDE，就是像Antigravity之類的寫程式。然後後來就開了Claude Code，一個黑黑的中端機。然後後來就是一個變三個，三個變六個。然後最後這六個的中端機，他會像小孩一樣，再開一個主要的master的中端機，去控制那六個中端機。
對對對。
就是，你可以看這就是現在一個，我認為這是一個超強的工程師的能力所會做的事情。那這個工程師他說，我忘記他人名了。但他的著作是什麼乾淨的程式碼之類的。Clean Code《無瑕的程式碼》。Clean Code《無瑕的程式碼》的創辦人。那是一本非常經典的書籍。工程師必讀的書籍。那個作者現在就是在做這件事情。其實我們的好朋友Eugene，也在做類似的事情。
（Eugene Wang 王佑哲，USPACE 共同創辦人）
對。他很興奮的在，在那個USPACE內部講這件事情。就是他同時，比如說請一個Agent規劃了一系列開發的，比如說ticket好了。然後呢，同時叫20個大軍，同時去開發，然後Code Review，然後把事情做完再合併這樣。
這已經是很多工程師開始在做了。很可怕。所以你會看到，你可以想像一下，大家電腦螢幕以前只有一個黑黑的畫面。現在會出現10個黑黑的畫面。然後10個黑黑的畫面，等於10個AI在跑動，寫程式，做所有關的測試，測試，Code Review等等的。對。然後甚至在雲端也可以同步進行。就不在你本地。雲端也同時跑。你今天出去玩，你可以用手機遠端遙控那一個主要的那個master。
這讓我想到，我都在通勤的時候，用講的去開發。就我可能比如說上班下班，然後在路上可能就跟他說，我用講的。因為Typeless很紅，就是一個語音輸入的軟體。它的準確率高到就是我可以用它來寫程式，而且很精準。所以我可能上班路上，通勤一個小時，我可能開發了5個，20個功能。那我只要到公司，或是回到家，再review合併就好，就可以上線了。對。就現在的狀態，有點好笑，但又有點可怕。
真的是蠻好笑又可怕。對於junior工程師來講，這看起來是個災難。對啊。甚至有很多senior也覺得，這是應該，這應該是一個災難。對。但我覺得這個，有些心得，它我覺得是軟體工程的問題。怎麼說？我有一陣子我在倡導AI這件事情，就是用AI寫Code。然後因為我過去有一陣子擔任技術主管，可能有10年吧，我都在做Code Review這件事情。那我就在就說，我在臉書上說，因為是我負責這麼久的Code Review，所以其實這個東西送上來，是誰給我的並不重要。可能是一般的工程師，還是AI。我最後都還是要做審查，然後測試過，才讓它上線。然後就有一個人來留言，就是說少來了，認為你沒這樣做。蛤？少來？為什麼？他說一個東西就是AI常常寫出那種前後矛盾的程式碼，然後常出一些問題。那如果今天我問你一個終極問題，就是你今天如果搭捷運，但是這個捷運的行程控制系統是vibe coding出來的，你敢坐嗎？
遲早有一天要可以的。對。但是，就會變成說，我那時候想了好一陣子，就是我對這個答案，這個題目不太確定。我原本覺得我自己好像現在也怕怕的。那人寫的就會比較好。對。所以，我那時候就，我就在思考這個問題。我其實蠻感謝這個問題。就是回過頭來，人就不會寫出會出事的問題嗎？對，其實會啊。那我Code Review這麼多年，就是會有這種狀況。所以其實AI犯的錯，人類也會犯。所以我最後回到的問題，還是軟體工程。就是，那為什麼我們敢搭現在的捷運？為什麼我現在程式，大家是覺得可以用的？已經測試到了99.999999%。對。所以我們相信的其實是測試最後的結果，就是所謂的軟體工程最後的結果，而不是這個東西是誰寫的。因為人寫的，我們還是會經歷這些檢測。所以為什麼捷運要測這麼久？是因為想要消除所有不確定性跟問題。對。所以我後來，我很感謝這個問題。就他讓我想通了，其實我們相信的並不是誰開發的，不是人，不是AI開發的。相信的是測試的結果。對。所以我，我就覺得，那我們focus在後續這一段，而不是focus在AI寫的好不好。而是它一定會越寫越好。那後面的我們能不能真的把關好，才是重點。就是那個品質啊，要維持在一定的棒。我們不管誰寫的，反正你出來要通過這個測試，才能夠go live。對。這才是最重要的。
對啊。那這個也讓我想到一件，我最近一定要每次，就是講這件事情。就是特斯拉呢？最近三年，哈哈哈哈。他知道要講什麼。最近三年在台灣的高速公路上面，沒有撞上過緩撞車。有就是蠍子車。對。那所有的車子用的服務駕駛，都有撞上過的紀錄。包含了Toyota，包含的Ford，包含這個各式各樣的廠牌。就只有特斯拉沒有撞上過。原因是因為他們實際上已經透過，透過這樣子的實際上的測試，不是測試，實戰。已經確保說這個，他們的輔助駕駛，或是說所謂的自動駕駛。他們只有開放這個功能。在台灣已經打遍了所有車廠。哈哈哈哈。
但這個就是，你現在問我，我敢不敢？我覺得可以啦。可以。我自己坐也是這樣。這樣沒問題。你沒有，如果你高速公路這樣的情況下，我覺得已經沒有問題了。那你剛才說他今天在，這個東亞，尤其亞洲這麼複雜的環境下，可能有問題。但如果你有這個疑問，你可以去找這個FSD China，或FSD Korea。這個關鍵字在這個YouTube裡面，你就可以看到很多已經，不管是韓國或者是中國。他們有的影片，就知道哇靠，廣州那麼複雜的環境，他們都可以處理。所以，重點在於這個品質。他們都經過測試。而且是人類可以接受的。我覺得這非常的重要。
嗯。就看過很多極端的案例了。其實很，比如韓國有很多很小很窄的巷子，都穿過去。就覺得很可怕。或者是他要超車。然後還有比如說，這個中國你可以看到那個沒有線。因為台灣常常會有人說，那線台灣都畫得歪七八糟。那你不要看看中國。中國那個是黃泥土地。那他在施工中，就一樣跟著前面的車，就繞過去了。或者是常常會講說，台灣機車很多啊。那你一定要看，真的要看看那個廣州的鬧區裡面，有非常多的那種電瓶車，小的機車。然後人忽然間就鬼探頭。
中壢也有很多。
然後就走出來。沒有一模一樣。就是實際上你可以看到那個狀況，真的是非常的複雜。那即便是中國，他們比較前兩代的FSD，因為中國他們現在的那個數據是不能夠拿出去給美國人訓練的。所以他們等於是現在FSD，就是一個美國人在中國開的。所以那個版本是有兩個版本以上的落差，是切開的。而且數據上也沒有被訓練。所以其實沒有被訓練的狀況下，就已經開成這個樣子。那如果特別在優化，我看會好得更多。
那不管怎麼樣就是，但你說特斯拉本身是不是vibe coding？不得而知啦。但我們可以看到說，這些AI公司裡面，比如說像Anthropic，他們說他們現在，比如說他們最驕傲的這個Claude Code的一系列所有東西，都是用vibe coding出來的。然後像Cursor，Cursor我覺得他們第一個是他們做的瀏覽器。對。但是很多人說，他們的Component都是已經有的，然後他們只把它兜起來而已。但Anyway，它做出來了。另外一個是，他們最近在做類似像模擬樂園，或模擬程式這樣子的遊戲。對。它也完全用AI寫的。然後Open Source。就看到，哇，這是個模擬程式。模擬，模擬市民，模擬樂園。我覺得非常的不可思議。對。真，真的是不可思議。
所以，我們可以看到SaaS這邊被承接的壓力是，很正常的。然後最近我們還看到那個什麼遊戲類股。遊戲類股他們也是因為這個Google發表了Genie 3。對。然後就說，因為Genie 3的特色就是，你只要有一張圖片，或一張照片，你就可以生成一個世界，可以維持一分鐘世界模型。但它可能持續性等等都還是有些問題。但你可以看到這是一個未來的娛樂。就是我只要有一張圖，我就有一個Streaming的影片，是這樣即時生成出來的。那第二個是，如果你今天是要能夠持續的，我們講這個畫面的一致性，物件的一致性等等的。李飛飛教授，他有另外一個世界模型。他那個就真的是維持得很好。他不會有東西忽然間消失，或你轉個頭回來，他東西又不見了，或不一樣，不一致的狀況發生。那這個也是，就是說AI的確一直在影響，不管是未來在影響遊戲的引擎，或者是在SaaS，這個我們覺得影響非常深刻的方向上面，非常的多。
那你，如果現在呢？你是，你現在在企業裡面幫大家導引這些AI。那你接下來，你覺得還會有什麼東西是你認為在企業裡面不可或缺的方向？不可或缺的方向，就是比如說一定有AI長嗎？或者是說，我們這個所有的App都自己來呢？或者是，我覺得資安是一個很重要的事情之類的。
我覺得接下來，像我現在在思考一件事。我上次在數位時代有一個演講，可以講嗎？
可以啊。
好。就是他們有問我一個問題。就是，那AI長，最後還會存在嗎？喔。我覺得自己，這個職位最後就不會存在了。因為就像網路一樣，你不會有一個網路長。因為大家都已經習慣用網路了。所以AI長，他最後就是融入大家的生活。所以只是現在有一個過渡期，會有這樣的職位去做這些事情。對。
那，最後我覺得，像我在做那個平台，其實就是在看到企業裡面很多問題嘛。那其實它很多資源沒被很好的整合利用。或者是比如說以前，但我覺得回過頭看，以前從知識管理，數位轉型等等，其實到現在才是真的發揮過去這些事情所累積的的效果。對。因為我們比如說即便用小龍蝦好了。如果你電腦沒有關於你任何的資訊，它事情就會做得不好。因為它不了解你。對。所以，所以我先前有一個，有點岔題。我現在在思考一件事。我就在我的那個記事軟體打說，我都在上面打To Do嘛。然後，我一次我想要買車子的雨刷。然後，我就記上去。可是我真的有時間做的時候，我其實要做哪些事情？我其實是要去搜尋，有哪些雨刷是適合我的車子？有什麼推薦好評？什麼功能？超煩的。對。所以買雨刷這件事情，其實中間有很多過程。那我就突然就想說，能不能叫AI幫我把中間的事情搞定。對。就是說，他其實應該就知道我的車子是什麼，然後型號年份，然後去幫我找對應推薦的品牌。最後只要給我選三個讓你選就好了。甚至直接幫我買。對。
所以，我覺得接下來AI有點像是，如果你今天即便在企業也是同樣的道理。就是說，你應該把所有資訊都整理好，讓他可以知道。比如說USPACE有很多的BU，每個BU在做什麼。然後中間，然後有哪些營運的數據。甚至是你接上他的手腳好了。比如說，我進去USPACE就在做一件事情就是，能不能幫，透過AI接MCP，讓那個停車場出口可以開閘門。對。因為我發現停車場最多客服問題，其實是車子出不去。對。那車子出不去就會很煩啊。對。所以一直打來啊，然後誰要網路上抱怨什麼之類的。對對對。所以就變成說，那我如果解決這個問題，其實就大概可以解掉三四成的問題，客服問題了。那如果今天客服的量體很大，那其實省下來的人力跟成本是非常可觀的。所以可是對AI來說，欸，其實還蠻輕鬆的。我就是接個MCP。但你在到達這一個過程當中，其實要花蠻多力氣的。對。所以反而是說，那我接下來能不能讓，比如說AI，每個公司應該都有一個AI的核心，或是AI的OS好了。可以把你的knowledge，資料，甚至相關的動作接上。那最後他能不能像小龍蝦一樣自我升級？可以。對。
所以我就像國外已經有一些案例是說，他今天接上了，比如說客服的資訊好了。我現在也在做同樣一件事情。就是客服最近反應哪邊有問題。那，我能不能這個AI Agent同時去看技術最近有沒有改了什麼？是不是出了bug？如果是出了bug，那，我今天是不是直接寫好code修好這個bug，然後送一個pull request，等工程師隔天早上來看到，要不要上線？好，上線。所以我覺得之後應該會是一種自我運作24小時，然後一直看數據。隔天直接給你一個報告。我說昨天，譬如說，也許對我們案例來說，哪個停車場有問題，是因為怎麼樣怎麼樣，你要不要做什麼事情？這好科幻。我覺得接下來會往這個方向走。我覺得接下來會往這個方向走。
你很像那個，我最近在重玩那個Cyberpunk。我其實不是重玩，這五年前的遊戲。然後你就上去，就好像五年前了。五年前。然後接上去之後，就是他跟你講這個status。然後就開始status。你有什麼東西，任務清單要開始要清。這樣子。我覺得接下來真的會是往這個方向走。因為現在已經是這樣了。那只是譬如說，企業或是個人，還沒有把這個東西給接上。所以像剛才講的我的記事軟體，我後來自己開發一個記事軟體。就是我想要把，以前都是，現在可能是待辦事項加上AI。但我覺得未來應該是在AI裡面，加上待辦軟體。或者是待辦軟體，他邊如何幫你執行完成。對對。所以我覺得那AI會是在底層，而不是一個外掛。
不是人to do。
對對對。因為他其實有機會幫你把事情做完。所以我就自己開發實驗了一個，一個，反正就做了一個實驗。就是我買雨刷，或者是譬如說買麥克風。上次Mia有看到我的貼文。她說，那，我看到那個To Do截圖。對。然後我其實就是在實驗說，他到底能不能幫我找到我推薦的品項？然後是什麼？結果如何？他其實真的可以去做到這件事情。他真的推薦我一些東西。可是差別在哪裡？他不知道我的偏好跟我的預算。所以他有可能找到很貴的，或者是很爛的。對。但是他的確是，他如果知道你的年收入，喔，對。算譬如說年收入的百分之一，是不是你合適的budget？他連這個budget都幫你用。或者是也許他就看你過去的消費紀錄，有沒有去推估你怎麼花錢？他就知道你消費range大概在哪邊，哪些比較願意花錢，哪些比較不願意花錢。對。
所以，我反而回頭過來就說，其實中間他現在其實已經可以做到了。可是做好準確的選擇，反而是那是不是真的該用Obsidian，然後加Claude Code去寫你的知識，把你的知識記下來。那我反而開始覺得說，那接下來如果你的知識都完備的時候，你就會比別人用AI用得更好。這是你的攻略。就是你把你自己變成一個Skill。所以我們搞不好這是一個創業題目是，我們應該要把一個某種東西的Importer，就是把所有的東西，譬如說我從你的Google Drive，從你的這個你的信用卡帳單。這感覺Google可以做。這理論上Google應該是要做這件事情。對。所以我一直覺得Google蠻可怕的。只是他現在還沒有到那個階段。因為他的Demo影片就有那個野心。因為我們現在想像到，你想想不對啊，這些東西都在Google身上。在Google Drive，行事曆在Google Drive上面。然後你的信用卡都在Gmail裡面。對。然後Google的Pay手機。對不對？那，你把它全部拉出來，你這時候整合在一起，哇，很可怕。
All In。不是All In。因為我們就在思考，比如說我們要選擇哪一家？我們就選擇Google。但也是因為Gemini 3出來之後，覺得它好像真的可以。可最終想的其實是整個Eco System。因為它擁有你現在所有的文件、資料、Email等等。我覺得它未來其實就可以做出最好的決策。但只是它現在為什麼，就是還沒有認真去做這件事情？那它可能有隱私權等等的問題。它只要你按一個Yes，對，就結束了。對。其實它已經做好了。我認為。如果依照這個判斷的話，我覺得應該已經有內部有什麼東西在Run了。因為你可以想像，我剛剛雨刷是一個案例。第二個是，我們出去玩。我覺得有一個最麻煩的是，你選旅館。這個人喜歡住的是青年旅社，有，就是我不管幾個人一起住一房，我就是要最便宜的。對。或者是你可以接受，我就是要這個洲際飯店，我就是要這個，我有行政酒廊，有管家的。對。還是你都可以隨便，便宜。或你這次出去是一個人商務旅行，或者是你已經去過哪些國家了？我建議你下次去往那裡去。之類的。就是原理上。而且喜歡坐長榮還是國泰？還是你是某個Club？你有什麼卡片？里程？它找到最優惠的方案跟選項。對。
所以本質上，Oh my god。對。我覺得，但所以這些知識真的要趕快建立。我最近的想法是這樣，趕快建立好我的各種知識跟偏好。對。所以它有一個，我剛剛講的importer是說，你可以從各式各樣的地方拉回來。就是你可能是在Notion，對，在Google，在Dropbox，也許還有人在Evernote。對。然後在，我在Slack上面。然後這些所有東西被包成一包之後，它就會變成是一個很重要的開端。對。我最近很熱衷在做這件事情。很有意識在做這件事。整理一下個人資料。
對。沒有。因為這次我沒玩龍蝦的原因是，我看一看大家的心得就是，數位足跡我其實沒有在一台，我都沒有留在本地端。所以原理上它都得去跑去Google系列。那我就覺得好麻煩。然後我個人沒有那麼自動化。我現在沒有像以前那麼忙。就是都是我在能力可及之間。對。所以你就覺得沒有那麼必要自動化。不過的確需要一些嘗試。對。我覺得接下來一定是往這個方向走了。
好，今天我們很感謝海總理跟我們聊這麼多未來的資料整合，以及AI將有辦法佔領你的世界，你的未來。謝謝。
謝謝小海。
時間過得好快。真的。
謝謝。掰掰。