作為公司老闆，我自己正在第一線感受 AI 變革到這件事。 除了買 Claude Max 給大家用，我們現在的運營會議，固定會留一段時間，讓大家分享最近用 AI協助工作的心得跟瓶頸。 我跟 PM 用得最兇，給的 feedback 也最多，還好夥伴們都很願意學，我相信很快會抹平團隊成員間的認知差距。 認真在用 coding agent 的人一定有感覺。一年前的 agent 跟今天的 agent，幾乎是兩個物種。這一年，coding agent 已經從「能用」走到「不得不用」，而且採用率還在加速。以前還會想一下要不要自己寫，現在第一反應就是先丟給 agent。 為什麼程式領域跑這麼快？ 因為代碼本身就是高度結構化、邏輯嚴謹的語言。網路上又有海量的 StackOverflow 問答、GitHub 開源專案，全部都是公開的、標準化的、可以驗證對錯的訓練材料。AI 吃這些東西成長，條件實在太好了。 但其他領域就不是這樣。 一個律師處理過的案件細節、一個醫生累積的臨床判斷、一個投行分析師建構的估值模型，這些 domain knowledge 長期鎖在企業內部，沒有被系統性地數位化，更談不上公開。沒有足夠的養料，AI 自然長不出肌肉。 矽谷已經看懂這件事了，所以最近幾年開始出現一個很清楚的趨勢：AI 公司瘋狂收購「領域知識公司」。 Harvey AI 這家法律 AI 公司，成立三年估值衝到 80 億美元，服務全美一半以上的 Top 100 律所，年經常性收入超過 1.5 億美元。同一時間，Filevine 連續收購 Pincites 和 Parrot，在舊金山 Anthropic 總部旁邊開設新辦公室，直接搶 AI 人才。 醫療領域也是同樣的邏輯。Stryker 收購 Care. ai 打造智慧病房，Commure 用 1.39 億美元買下 Augmedix 的 AI 醫療抄寫技術。Abridge 專注把醫病對話轉成病歷，2025 年單筆就融了 5.5 億美元。 這些案例都在講一個事實：資本正在用併購，把人類花十幾年累積的經驗曲線直接買下來。 誰掌握領域知識，誰就能訓練出真正有用的垂直 AI。 這對白領意味著什麼？ 意味著時間差正在快速縮短。以前 AI 公司缺乏領域數據，所以垂直產業的 AI 進展緩慢。現在這個缺口開始被補上，法律、醫療、金融、會計這些過去被認為需要高度專業判斷的領域，護城河正在被一層一層侵蝕。 AI 取代初階職位已經是現在進行式。半年前我還覺得這會是三到五年後的事，現在看這個速度，兩年內出現結構性變化並不意外。 新職缺會變少，越來越多公司遇缺不補，甚至直接裁員。不擅長使用 AI 的人，會站在海嘯最前排。 很多白領最後能抓住的只剩下一件事：人類有執照，AI 沒有。 就像代書與公證人，工作流程高度機械，但法律要求必須由人簽章才生效。未來律師、會計師、醫師很可能也會走向這種形態，AI 完成大部分實質工作，人類負責最後審查與責任承擔。 自動駕駛也是同樣的路徑，技術早已成熟，真正的阻力一直是責任歸屬。但隨著事故率低於人類、效率與成本優勢被量化，現在美國多州已開始允許無人駕駛商業營運，責任轉向營運方與製造商。AI 取代白領，遲早會走到同一個結果。 Elon Musk 最近受訪時提到，三年內 Optimus 進行外科手術的能力會超越頂尖醫生。培養一個心臟外科醫師要十幾年，一台機器學會之後，十萬台可以同步更新，不會累、不會抖，也不會在連續手術後判斷力下降。 人類用十年培養一個專家，AI 只需要一次訓練，就能複製一整個族群。 --- 作為普通人，你能做什麼？ 第一，學會用 AI，你得比別人用得更熟，不是單純複製貼上跟 Chat bot 聊天，而是去學習最前沿的知識。譬如去嘗試最近 Claude Code 最新發布的 Cowork、去主動接觸一些 ChatGPT 以外的工具。 第二，不要只做執行層，當「協助團隊導入 AI」的人。會用 AI 是基本，能教別人用、能幫公司導入，才是護城河。純執行的人最容易被取代，而推動變革的人永遠會有位置。 第三，找工作以外的 plan B。趁還有餘裕的時候，開始佈局工作以外的收入來源。副業、投資、第二專長，什麼都好，別把雞蛋放同一個籃子。(Benson Sun)