當各種AI工具迅速發展的情況下，大家也開始製作自己常用的工具，更進一步公開分享給大家使用，例如 Jimmy Su 就分享自製的 沉浸式翻譯工具 ，滿足一般人平時上網閱讀外文頁面的需求；進一步像是 Justin Lee 開發的 ccxray ，讓Claude Code的使用者可以監看Claude Code與Anthropic API之間的互動，使 AI Token 的消耗變成視覺化的儀表板。 為什麼做這個工具 AI 幫助許多一般網路使用者做出適合自己使用的工具，我自己也曾 分享自己的經驗 ，現在做出一個應用程式的門檻已經降低許多，AI不會讓程式設計工作消失，反而讓更多人投入這樣的工作，從這個角度看應該是好事。 我自己也用AI打造一些工作上會使用的工具，包括後來做的這個「 AI-Doc-Translator 」，這是獨立自我日常工作使用的工具的其中一個功能，做成一支桌面程式。 由於每天都會接觸到外文論文、期刊，很多PDF檔下載後，只會放在儲存空間裡，或是丟到電子書應用程式裡，但什麼時候再打開？打開還要再閱讀外文的摘要、從頭理解？這些都會消耗掉耐心，於是我讓AI先幫我摘要重點，讓我大致了解檔案內容、記錄後，再做關聯成為自己的知識庫。 這個工具主要的功能是翻譯、摘要，它不是通篇翻譯，也不是改寫作者的內容，只做摘要，長期累積起來的文件會相當可觀，就可以做成知識庫應用。人們通常在下載文件時，自己已經先篩選過資料了，也不是隨便下載，所以使用者自己就是守門員。 為什麼不用 Notebook LM 就好 當然也有很多人習慣把檔案抓下來後丟進各種AI工具，Notebook LM、各種AI Chatbot或是翻譯軟體，但我自己在使用後的心得是，因為資料量太多，Notebook LM的效能會很差，而各種AI Chatbot 在對話結束後，使用者要再找回對話記錄可能還要花時間找尋。那為什麼不平時就開始做知識庫呢？所以在翻譯、摘要的過程中，也是在建立自己的知識庫，存在某個資料夾，可以再利用各種工具來搭建。 我自己是使用 Obsidian 配合 Claudian Plugin 一起使用。在閱讀由LLM產出的摘要時，我一定會遇到無法理解的內容，就可以再使用Claudian進一步「討論」內容，或請它解釋。於是文件就不是只有文件，而是可互動性的內容，也不會只在電腦裡積灰塵。 製作「AI...
在經歷一些浪潮後，開始看到歷史不斷重複，只是每次更換不同的工具或名字。 記得自己學習 Microsoft Office 的時候，很多人排斥辦公室軟體，認為沒必要特別去學。那時候的Office在市場上還有競爭對手，選擇不只一種。但慢慢地，「會用 Office」變成找工作的加分項，許多公司願意花錢讓員工上課、請講師來開班。等到我大學畢業，會用 Word、Excel與Power Point 已是基本職能要求。 網際網路也是一樣。先不談基礎的域名與IP資源分配，在應用上，網路發展初期會架設網站是專業，是可以收費的能力。後來出現架站工具、有現成的模板服務、內容管理工具，慢慢降低架站的門檻。現在，一個使用者只要懂得使用 AI，幾分鐘就能生出一個網站，還可以快速切換版型和配色。 疫情之後，許多公司急著招募「會用 AI」的員工，但因為沒有清楚的標準，招進來的人良莠不齊，之後又陸續裁員。這個過程，跟當年搶招「會用電腦」的員工，幾乎如出一轍。 我自己也在摸索 AI 工具，做一些每天都會使用的應用程式，但我不會說自己是開發者。我也很清楚，有些人對 AI 的認識，還停留在聊天機器人的階段。進一步，可能會用用排程功能，但要做出自己的應用，感覺還是有一段距離。即使工具已經很努力在降低門檻，面對一個空白的輸入框，很多人還是不知道要從哪裡開始。 這讓我想到一件事：每一次新工具出現，都會有一門生意是幫人跨過那道門檻。教人用 Office 是生意，教人架站是生意，出版相關書籍是生意。不是每個人都需要成為專家，但每個人都需要有人扶一把。 最近常聽到有人說，AI 時代最後比的是品味、是判斷力，但品味是「用」出來的，判斷力是撞牆幾次之後長出來的，都是累積下來的經驗。回頭看那些被工具的浪潮淹沒的人，多是因為太晚決定要不要踏進去，多數人只需要工具夠用，夠用來解決自己的問題、完成自己的工作就好。 那 AI 這一波呢？ 工具每天都在更新，資訊不對稱的差距愈來愈小。當「會用 AI」也變成基本能力之後，真正稀缺的東西會是什麼？ 人類真正需要的，又是什麼？