如果有長期讀這個Blog文章的人，應該覺得我很久沒寫文章。在2024年結束時，我寫了當時的使用心得。想不到隔了一年，尤其是Google在 2025年第四季推出一系列應用工具後，我從10月到目前為止，使用更多的應用，自己練習用AI工具開發工作上需要的工具，以往概念裡的東西，可能需要藉由工程師才能實現，但現在透過這些AI工具，我也可以自己在與聊天機器人的互動中，一步步，緩慢的實現概念中想完成的事物，目前都是最小可行階段，但對我來說已經是很大的一步。
這段時間也讀了幾本書、聽了一些研討會，從前輩與長官們的分享中，逐漸感受到未來年輕世代可能面臨的壓力與不確定感。同時，在目前 AI 所引導的發展趨勢中，也可以觀察到高度仰賴菁英人力來加速技術進展的現象，這樣的發展路徑在提升效率的同時，也逐漸浮現弱勢族群在參與與受益上的潛在落差風險。
AI 工具逐漸取代部分 Entry-level 的工作內容
我曾經分享過在2023年初的一個交辦事項，我必須在短時間內聽12場研討會錄音並做成摘要，那時我還沒開始用ChatGPT，應用過往參與網路治理論壇、線上會議的經驗，一邊聽錄音一邊摘要與翻譯。交辦是有時限的，遇到有嚴重口音的討論時，我必須花至少4天才能翻譯與摘要好一場討論，沒有口音的討論，大概半天到1天就可以完成。中間試過抓字幕檔、轉出字幕檔再用Google Translate去翻譯，一直到出現ChatGPT，就算與現在比起來更容易產生幻覺，但完全提升工作效率。
在沒有ChatGPT前，都要靠自己去完成這些工作，於是在那段期間裡，我等於在密集的補充各種競爭法的相關知識、過往案例、為什麼主管機關會這麼決定、執法人員的考量是什麼，這些完全顛覆我過去在網路治理或是倡議開放資料的經驗。
在日常工作中，可能會注意在摘要的結果與知識，而過程中的這些工作可能都被稱為Entry-level的工作，由實習生、新進人員做的聽會議錄音、整理會議記錄，現在都可以被AI工具取代，有些人使用Google Notebook LM整理會議記錄，再搭配一些資訊就可以產生內容豐富的文章，有些可能還會再加上其他的研究報告、資料去增加更多的內容，或是利用ChatGPT/Claude/Google Gemini等對話介面做出各種成果，或利用Canvas、Napskin.ai來豐富投影片與報告內容。我也聽聞過有人使用ChatGPT或是Gemini來協助自己造型穿搭、心理諮商、算命。
於是我發現，在資訊密集度高、高度可標準化流程、語言或整理或分析導向的工作內容，在以往新進人員熟悉業務的管道已經被AI取代了。在學生時期，會有所謂的輸入速度檢定考試、即時聽打人員的工作也還算吃香，這些在當時被稱為技能，但現在AI已經可以即時翻譯，Google、Microsoft的視訊會議工具已經可以做到即時翻譯對話，相當於打造一座巴別塔。
AI 工具降低許多開發與製作工具的門檻
在Google Gemini 3發布後，同時也提供各種可以使用的工具，這些工具讓我從長期依賴外部工具的使用者更進一步去主動想要「做出」自己需要的東西。於是從11月底到12月，我在用各種不同的AI工具去測試、去做出我要的工具，中間也有與同事討論還可以用AI做什麼事情。
我看著這些工具幫我完成雛形，我再用提示詞(prompts)去調整產出的「半成品」，如果完成整個佈署，幾乎已足夠供我日常工作使用。
我在2025年用AI工具做哪些事：
- 政策、法規與案件研究
- 翻譯與重組
- 設計自動化與資訊搜集系統
隨著各大廠不斷提供新工具上線使用後，有愈來愈多工具可以相互支援，因為使用了Claude Code這類的工具，我重新熟悉起Python，除使用對話來修改程式外，也會自己進去上千行的程式迷宮中直接修改它。當然，遇到迷路時還是直接對話修改程式。
有這些工具後：
- 在建網站時不用再寫又臭又繁瑣的規格書，我只要會Markdown我的需求就好。
- 以前一個網站要修幾個功能或錯誤的地方，會受限於工程師需要排程工作日期，以前可能要修 1 至 2 個禮拜或 1 個月；現在最多 10 分鐘，我只要確認這些工具的修改流程、步驟、修改的部份，我就可以再去做其他事，設計其他自己工作上需要的東西。
新進人員與職場新鮮人該如何因應？
許多場合、演講都提到AI工具已經可以做新鮮人入職時的初階工作內容，缺點時新鮮人缺少熟悉自己職務與公司業務的緩衝期，但優點是不用再做這些枯燥乏味的工作，而是加速自己熟悉職務的工作內容及需要快速掌握工作流程，並讓AI工具協助自己快速進入工作，也更有效率。
我用點時間看Stanford大學的線上課程「Stanford CS230 | Autumn 2025 | Lecture 9: Career Advice in AI」的錄影，這支影片很長，我十分建議還在學校的學生、打算轉職的工作者花一點時間，投資在這支影片上，你就不會害怕AI會「取代」你的工作，而是會轉而擁抱AI，像是踩上風火輪一樣開始往前飛。
影片中也解釋先前媒體報導的科技公司裁員的事件，並不是AI取代人類職員，而是在各種成本都提高的年代，要更能說明「自己會用AI、用到什麼程度」，例如：
- 寫報告：如何讓AI寫報告、翻譯文件、閱讀文件、翻譯逐字稿、做會議記錄⋯等文書工作？
- 做簡報：尤其在Google的各種AI工具、製圖工具上線後，大家的簡報都更美觀了
- 開發應用程式或服務：有沒有作品？這應該是最現實的
- 製作影片腳本、生成影片：有助於知識擴散，但你知道相關的法規嗎？
- 醫療諮詢、心理諮商：有沒有用這些內容與醫生討論？
- 其他用途：安排旅遊行程、購物比價、穿搭建議、算命⋯⋯
AI工具那麼多，你用了哪些工具、如何使用，這些都成為面試人員會考量的因素，而不再像之前會使用ChatGPT或是哪一種對話工具就提高被錄取的機會。
有很長一段時間，我困惑於許多工作內容都可以用AI來完成，那還可以再做些什麼？因為今年也參與 Stanford大學的線上Python課程並完成它，與同事討論後，開始使用 Agentic AI 工具，我才知道AI可以幫我做更多事情，並且實現我一直期待的工具。
發展AI模型是否會使弱勢更邊緣化？
本來我對這樣的議題沒有太多感受，但國際間一直都在討論這個題目。
我相信人類都是有同理心，在這麼多年來多方利害關係人重要性的倡議下，開發者「應該」會為多數、不同角色的使用者設想。但某些演講的內容，講者的態度會讓我擔心，在這波開發AI的潮流下，許多公司都雇用頂尖學校的學生，因為這些學生們相當傑出，也有許多訓練來做這些工作，這些人能否在開發的過程中理解不同使用者、不同情境所產生的需求或是，少數語言、文化就在開發過程中消失了，畢竟增加任何一個因素都會提高成本，而所謂的為多數人服務也已轉變成只為付錢的使用者服務（我是認同使用者付費的消費者，只是好像哪裡不是那麼平衡）。
以印度為例，面對本身多語言、多文字系統的社會背景，政府近年來推動公部門主導的資料蒐集與建置工作，逐步整理並提供文字與影音等語料資源，透過公開資料庫釋出，作為 AI 開發與研究可運用的基礎之一，以回應語言資料取得不易的問題。
但能否在這波浪潮中，考量弱勢族群的使用情境，也提供公平的機會，讓這些族群也能參與開發，解決問題，我覺得會提升整體社會，而不是只提升「付得起錢的消費者」的使用經驗。
台灣需要持續開發自己的LLM，並方便開發者使用
在一場研討會裡，我非常驚訝與會者們都表示自己使用中國的語言模型，這些與會者來自於教育界、學術界、各個產業界，但都不諱言使用中國的語言模型。
台灣的確有自己的LLM，但目前使用的方式不像Google、OpenAI、Anthropic這麼方便讓使用者使用，可能受限於經費，也可能擔心會產生不當使用的案例出現，所以嚴格管控。嚴格管控雖然提高的安全性且相對有效率的使用資源，但也會讓許多開發者無法實際測試與嘗試，進而限制模型在不同使用情境中的應用與回饋。
當我在開發自己工作使用的工具時，也想試試看 TAIDE 模型，畢竟在語言文化上占有極高的優勢，可以減少我要訓練工具不要使用中國字詞的時間。但在讀完TAIDE網站上面的文字後發現，TAIDE模型目前的階段較適合提供給擁有資源的企業來使用。
從實際使用者與開發者角度出發的想像，若能同時讓TAIDE模型被大眾廣為使用，才能有正向的循環，有助於發展模型被用在更多的環境，也減低台灣使用中國模型需要冒的風險。
進入AI時代，一起往前衝吧！
以上是我這陣子使用AI工具的感想，我在使用 ChatGPT很長一段時間後，很困惑自己還可以用哪些工具？當我使用到各家的Agentic AI工具後，讓我對「使用AI工具」有完全不同的感受，更樂於接受它的協助，同時我也在學習新的技能，而不是只困在「對話」或讓AI幫我工作而已。這真的是很棒的時代，就一起努力往前衝吧！
留言
發佈留言
請勿匿名留言，待審核後才會出現。