現在有哪個學校還在標榜自己教 Adobe CC、Microsoft Office，那麼你把小孩送去那個學校就要擔心一下，他畢業等於直接失業。在現在這個資訊爆炸、AI 充斥的時代，有可能專注在枝微末節的技能，學得越多反而失去越多……
從學習到再學習的時代，談技能的「第二層能力」
我們在學習一項新技能時，通常會很自然地專注在「學會這件事」本身：如何操作、如何熟練、如何在最短時間內產生成果。會剪片的人學 Premiere，會設計的人學 Figma，會分析的人學 Excel 或 Python。可是一旦時代更迭，工具版本更新、語言過時、系統改版，這些辛苦建立起來的技能，往往就像被潮水沖走的沙堡一樣。
以 Adobe 這種生態迭代速度如此快的軟體來看，有些工具你一年沒摸就完全跟不上，打開介面有一半是沒看過的東西。但是如果你拼命學習軟體的新功能、新介面，那麼你摸索的仍然是表皮的技能，時間一到更迭加速，你同樣要被淘汰（時間只是早晚）。
問題不在於技能會過時，而是我們沒有建立一個能「管理技能」的知識結構。
技能只是表層，知識庫才是根系
技能像是一棵樹的枝葉，看得見、可觸摸；但真正支撐它的，是底下的根系——也就是知識結構與管理能力。
你可以把「技能」理解成具體的操作能力，例如會寫 Python、會做簡報、會剪影片。這是可以被複製的、可以被取代的；AI 甚至可以比你更快、更精準地完成。
但「管理技能」是另一個層次的能力，它指的是能夠系統化地掌握技能的結構、應用場景、更新節奏與棄用時機。這種能力，才是學習者真正的競爭優勢。
舉例來說，一個資深設計師可能不一定每天親自畫圖，但他知道設計流程的邏輯、知道該用哪個軟體最有效率、知道如何整合團隊的工具鏈、知道如何判斷「什麼值得做」。
他掌握的不是技能本身，而是技能之上的知識庫與決策框架。
AI 時代的學習轉向：從「擁有」技能到「組合」技能
過去學習的邏輯是「學越多越好」，但現在我們正進入一個「工具爆炸」的時代。AI 可以自動產生程式碼、幫你翻譯、生成設計稿，甚至寫出初步的影片腳本。
這代表單一技能的「邊際價值」正在下降。真正的競爭力，開始轉移到「組合技能」與「更新技能」上。
例如，一位懂剪片的創作者若懂得用 Notion 或 Obsidian 管理腳本、用 ChatGPT 生成初稿、再用 CapCut 進行快速剪輯與字幕合成，他的產出速度與品質會大幅提升。他不是比別人多學一樣工具，而是懂得整合、串接與管理技能的生態系。
因此，我們應該問自己的問題不再是：「我還缺什麼技能？」
而是：「我有沒有一個能記錄、管理、更新我技能的系統？」
技能管理的四個層次
1. 收集：識別技能的來源與價值
這一層對應到的是「資訊獲取」，當你看到一個新工具、一門新語言、一個熱門課程時，不應該立刻去學，而是先評估：
- 它解決什麼問題？
- 它和我現有的技能鏈有沒有重疊？
- 它的學習曲線與投報率（ROI）如何？
這時可以用像 Notion Database 或 Obsidian Dataview 來建構一個「技能觀察清單」，記錄每個技能的關鍵資訊、版本、學習資源、替代方案。
這樣的做法能讓你不被短期潮流帶著跑，而是長期有策略地投資時間。
2. 整理：建立可重複學習的知識架構
光學會是不夠的，你還需要知道你是怎麼學會的。
這裡的關鍵在於把技能學習過程「結構化」。許多人會隨手記筆記，但缺乏層次。建議可以採用「Zettelkasten（卡片盒筆記）」或「PARA 系統（Project, Area, Resource, Archive）」這類知識管理框架，把每個技能拆成模組化的概念。
例如學剪片時，不只是記 Premiere 的操作步驟，而是分成：
- 剪輯邏輯（節奏、情緒、敘事）
- 技術層面（剪輯工具、特效、字幕）
- 工作流程（素材整理、備份、輸出格式）
這樣未來更換軟體或升級版本時，你不需要重頭再來，因為你知道的是更高的決策面。
3. 應用：讓技能進入現實任務
技能的記憶會在「使用」中被強化，很多人以為筆記做好就算會了，但真正的學習在於能否靈活運用。
你可以建立一個「技能任務庫」，例如在 Notion 裡開一個「Project Templates」，把每次任務的流程、用到的技能、問題與改進都記錄下來。這樣幾個月後回顧，你會發現自己不只是會更多工具，而是對「如何組合工具」有了更深的理解。
我更喜歡用 Obsidian 來記錄每個開發專案用到的各種程式紀錄，我自己如何解讀「開發的邏輯」，假如你自己都不做這個紀錄，你如何檢視自己？
4. 更新與反思：維護技能的生命週期
技能會過時，就像軟體需要更新，最好的方法是建立一個「技能盤點」的定期機制，例如每半年做一次「Skill Audit」：
- 哪些技能仍在使用？
- 哪些已被新技術取代？
- 哪些應該升級或重新練習？
這個過程可以自動化，用工具（如 Notion Reminder、Todoist、Cron、甚至 Apple Shortcut）提醒你檢查學習狀況。有些人會在每年年底進行「知識歸檔」，就像整理數位倉庫一樣。
把過時的筆記歸入 Archive，把仍有價值的技能升級為新版本。
工具與方法：讓知識庫成為可運作的系統
筆記與知識管理工具
- Obsidian： 適合建立知識網絡，用雙向連結整理技能概念。例如「Python」可以連到「自動化腳本」、「資料處理」、「正則表達式」。
- Notion： 適合專案與任務導向的管理，可以整合學習清單、課程進度與應用記錄。
- Logseq / Roam Research： 適合做每日反思筆記與知識關聯追蹤。
- Apple Notes + Shortcut： 適合行動快速紀錄，後續再整理進主系統。
學習追蹤與反思
- Readwise / Glasp： 幫助整理網頁與書籍重點，定期複習形成長期記憶。
- Anki / RemNote： 若技能需要記憶公式、語法、快捷鍵，可用間隔重複系統加強。
- ChatGPT / Claude / Perplexity： 可以作為學習對話夥伴，幫助你快速歸納與驗證知識。
行動化策略
- 每週設定一個「技能實驗任務」，強迫自己用新工具解決實際問題。
- 每月記錄「技能應用日誌」（Skill Journal），簡短反思：我本月用到哪些技能？有沒有更好的方法？
- 每季進行一次「技能地圖更新」，視覺化你的技能結構，刪除不再使用的枝葉，新增新芽。
教育與職場的矛盾：為什麼我們只教技能，不教技能管理？
教育體系長期以來傾向強調「學會某件事」，而非「學會如何學習」。
例如在學校裡，你被要求學程式語言，但沒有人教你如何挑選學習資源、如何持續追蹤版本變化、如何建立個人學習檔案。這導致許多人在出社會後，雖然技能豐富，卻沒有「學習結構」，面對新工具時只會焦慮。
我們的教育被扶植成工業化的流程，在基礎教育上非常的有效率。但是也因此從師資到教育體制全部被僵化，老師自己都無法跳脫框架，學生呢？
企業也是如此。許多培訓課程仍停留在「操作教學」的層次，卻缺乏針對「技能整合與更新」的訓練。結果造成兩極化現象：新進員工會很多工具但缺乏策略，老員工有策略但技能落後。
真正理想的教育應該讓人懂得如何建構自己的知識系統，這樣即使環境變化，也能隨時重新學習。
從「會用工具」到「管理工具的生態系」
以一位內容創作者為例：
他每天需要製作影片、寫腳本、上字幕、發社群貼文。若只是逐項學習工具，他可能需要熟悉 Final Cut Pro、Notion、Submerge、Canva、YouTube Studio 等。但若他具備技能管理思維，整個流程會變成一個系統：
- 用 Notion 記錄影片構想與腳本草稿；
- 用 ChatGPT 生出初稿、生成摘要；
- 用 Submerge 自動加上硬字幕；
- 用 Apple Shortcut 將影片自動轉檔上傳；
- 用 Obsidian 紀錄這次影片的流程心得與優化建議。
這不是「學會更多工具」，而是「用知識管理思維，把技能變成可持續運作的系統」。
真正的「技能」，其實是一種結構
當我們說「我會剪片」、「我會寫程式」、「我會管理專案」，那其實只是表層的技能。
而當你能說「我知道如何快速學會一項新技能、如何讓它融入我的工作系統、如何在過時前替換它」，那才是深層的能力。
我常常在分享文章中會提到「雞蛋不要放在同一個籃子裡」，這其實也是技能管理的一種分散風險的方式，如果你在某些面向上的工作只會某種軟體（例如文書只會用 Word），那麼你的技能風險將是高於會使用其他文書工具的人。多看多用、理解每一種工具的邏輯，你會發現要掌握一門程式、軟體、技能，比你想像的還要簡單，除非你甘於淪為工匠，就是用工具把事情做完。
在這個工具更迭速度遠超過以往任何時代的世界裡，我們應該不再追求「學會某個技能」來當成目標，而是追求「技能管理」的主控權，讓我們不必一定要依賴某一種商用軟體、AI 平台。
技能是樹葉，知識庫是根。葉子會凋落，但有根的樹，永遠能再長出新葉。
後話
我自己閒暇之餘喜歡做做木工，主要是轉換心情，讓自己在其他的地方專注。
不過在動手之前，我可是先把我想創造的物件用 3D 軟體先依照真實尺寸畫出來，並且在電腦上翻轉 3D 模型構思我要如何做它，然後才去拆出所有的步驟，並計算所需要的板材、五金。從這件事情可以知道我在摸索的是一個木工從設計、構思、採買材料、施作的一連串流程，有時候也會因為想的不夠而發生錯誤。但是因為過程留下許多紀錄，我可以從這些紀錄回推，去看自己的過程是否因為哪個步驟而欠缺考慮，進而在紀錄上先思考並寫入改進方式。
等到自己哪天又有閒暇之餘想要動工，這時候再來一次時，就可以避開之前的錯誤，更快速、更有效率的完成我想玩的木工藝。
如果你不累積、管理自己的知識庫，你下次同樣的問題會一直重複的發生，然後要一直浪費生命的去處理一個本來就可以輕易解決的問題。
