從政策研究到 AI 實踐：在技術社群中找到同行者 -- 第三次AI取暖會之後的補充

我在2023年開始使用 AI 工具協助處理工作後，逐漸把心思轉向可以使用 AI 開發的應用。最直接的是建置一個整合多國政府開放資料庫的研究平台，目的預測全球科技發展趨勢，同時我也開發一個半自動化工作流程，讓例行性的法遵工作由AI自己執行。

這樣的經驗讓我看見一個現象：從電腦、通訊、網路到人工智慧，每一波科技進步都在做同一件事—降低資訊門檻，讓人無法利用資訊不對稱剝削他人。

因為完全沒有工程師的相關背景，我在2025年底到現在開發的平台，其實一直讓我有許多挫折，可能是硬體資源不足，也有可能是軟體資源不足，還有自2023年就被引發的焦慮與挫折，非常需要與「真實的人」交流，而很感謝有一個「AI取暖會」的社群活動可以讓工程師與非工程師的人可以實際面對面交流。

這一年多來，我也經歷很多挫折。沒有工程師背景，我在開發過程中遇到硬體資源、軟體資源的瓶頸，還有從2024年就開始累積的焦慮。最難的是一個人做決定時的無力感—我需要的不是更多教學或是引發焦慮的文章，而是有人說「我也遇過這個問題」。

直到我發現「AI取暖會」。

第一次參與時，主辦人 Jeremy Lu 分享他的個人經驗與工作方法。我學到把單一 Agent 拆成5、6個 Agents，避免不同領域知識交叉污染。第2次聚會，一位工程師分享怎麼用 AI 與 Figma 與客戶一起製作網站，讓 AI 成為工作坊的一員，這些是真正的實務。

這場分享也讓我想起去年在鴻海科技展看到的案例：他們開發可以在診間與醫生共用的生成式 AI平臺（用於乳癌患者諮詢用），患者與醫生間多一個提供意見的第三方角色。這才是 AI 應該被使用的一種方式。

參與2次後，我決定主動分享自己的經驗。站上台前我很害怕，畢竟我離開網路治理社群已經有一段時間，很久沒公開分享自己的經驗，而昨天的分享定位只有實務經驗，沒有複雜的技術或是實務展示。

現場工程師問我的問題很有意思：不是「你怎麼做到的」，而是「責任歸屬是誰」、「使用資料的規定與限制是什麼」。這說明了一件事：技術問題的背後涵蓋公司治理問題。

但我也意識到有些重要的東西沒有回答完整，特別是安全性。

前幾天發生的Axios供應鏈安全事件讓我很憂慮。我的平台串接開放政府資料，但我看不出來哪個API裡有什麼後門。AI 會執行使用者的指令，但在你教它注意安全之前，它沒有什麼安全意識。反之，當你因為工作給了 AI 太多權限，那就成了資安漏洞。

我的個人經驗是：不給 AI 完全的權限。它要瀏覽、編輯、刪除哪些資料，都需要經過我同意。個人電腦與公務電腦要分開。

但這不只是個人層次的問題。在國際網路治理社群裡，曾有人呼籲工程師在開發軟硬體及服務時，需要有意識地考量使用者安全。這需要從根本教育來做，而不是用法規限制，且法規可能會影響創新。

回顧從 OpenData 社群、到網路治理社群、再到今天參與技術社群，我發現它們在做同一件事：降低門檻、讓更多人參與。

技術社群的人多很樂於分享。他們會一口氣告訴新人所有想放下的舊知識，然後輕鬆走向新領域。而他們的舊知識，對我來說可能是新的知識。

最重要的是，他們讓我明白：不用等準備好了再去社群。帶上自己的挫折、問題，去找同行者。那才是學習的開始。

從 OpenData 社群到網路治理社群，再到今天參與技術社群，這不是不同的路線，而是同一條路的不同階段。每個社群都在做同樣的事：降低門檻、拆除信息壁壘、讓更多人參與。

AI 只是最新的工具，而工具沒有完美的時候，工具永遠都在變。

我現在明白，下一個階段我想做的，是讓更多像我一樣非工程師背景的人，用自己的知識為基礎，發現更多可能性，同時理解風險。這需要有同行者。

如果你也在某個領域一個人摸索，帶上你的挫折，去找技術社群。那裡的人會告訴你：你不是一個人。

AI取暖會的報名資訊：

AI 取暖會

歲月的容顏 YingChu Chen