親愛的
你今天過得好嗎？
今天想和你分享的啟發關鍵詞是：紅旗。在所有關於 AI 的討論裡，有一種揮之不去的焦慮：
如果 AI 越來越會做事，
那我們是不是該把事情「全部交出去」？
還是，反過來，我們應該「更嚴密地盯著它」？
Notion 創辦人 Ivan Zhao 在〈Steam, Steel, and Infinite Minds〉裡，沒有急著選邊站。
他講了一個 19 世紀的故事，讓這個問題突然變得更清楚了。
1865 年，英國通過了一項著名的法律——《紅旗法案》（Red Flag Act，又稱 Locomotive Act）。
法律規定：
- 所有汽車在道路上行駛時，
- 必須有人走在車前一段距離，
- 高舉紅旗或提燈，提醒行人與馬車注意。
從今天回頭看，這幾乎像是一個笑話。
但 Ivan 提醒我們：
當年的立法者並不是愚蠢，也不是單純反對科技。
他們真正做的，是一件很「人性」的事：
用馬車時代的責任邏輯，來管理汽車時代的工具。
在馬車時代：
- 速度慢、動能有限；
- 風險大多「看得見」；
- 安排一個人在前面看路、示警，是合理的安全機制。
但當汽車出現後，速度與風險的型態徹底改變，
「人在前面舉紅旗」這種原本負責任的做法，
反而開始變成一種阻礙與荒謬。
Ivan 問了一個關鍵問題：
今天我們使用 AI 的方式，
會不會很像當年的紅旗——
看起來安全，
實際上卻是用上一個時代的思維，
在面對一個全新的工具？
Ivan 並不是在說「不要監管」。
相反的，他清楚指出：
- AI 的風險更高、影響範圍更廣；
- 人類未來反而更需要「為結果負責」，而不是更少。
真正需要思考的，
是：人類要站在什麼位置上負責？
如果我們還停留在這種做法：
- AI 寫一段內容，人逐字審；
- AI 做一個判斷，人全程貼身盯；
- AI 提出建議，人一再反覆修改每一小段；
這當然看起來比較安全，
但它的本質會不會依然是那個還在河邊使用蒸氣機的工廠?
也就是說，我們是不是依然被困在「舊的工作層級」裡。
Ivan 想指出的不是「少負責」，
而是提醒我們可以思考「換一種更適合人類的負責方式」：
- 不再監督每一個細節；
- 而是設計流程、定義邊界；
- 為整體結果與制度結構負責。
就像汽車真正成熟後，人不再走在車前舉紅旗，
但在更高的層次上，我們反而多了：
- 交通規則與號誌；
- 道路與城市設計；
- 煞車與安全系統；
- 駕照與保險制度。
責任沒有消失，
只是從「走在車前的那個人」，
移到了能夠看全局、設計系統的位置上。
Ivan 在文章裡反覆提醒：
我們現在大概還停在「剛把蒸汽機裝上水車」的階段。
- AI 被大量使用了，
- 但多半只是被塞進舊的流程、舊的組織、舊的管理方式裡。
就像工廠仍然蓋在河邊，
只是把水車換成了蒸汽機——
有效，但遠遠不夠。
真正的轉變，不是「把事交給 AI」，
而是讓我們重新思考：
- 哪些事情，不該再由人逐條處理？
- 哪些判斷，應該被「上移一個層級」？
- 人在整個系統中的價值，應該站在什麼位置上？
親愛的你
也許，AI 時代最難的，
不是學會一個新的工具，
而是——
我們或是我們的下一代，要怎麼慢慢適應或離開「紅旗的位置」。
如何將人類價值發揮在不同的層次上。
如果現在的工作正在從馬車開始進入汽車時代了——
我們想想自己，
是還站在事情的最前面、揮著紅旗小跑步？
還是，正坐在方向盤後面，
開始思考：
- 路怎麼規劃？
- 規則怎麼訂？
- 什麼情況該踩煞車、該轉彎？
願我們在這個快速變動的時代裡，
都能一點一點，
走向更屬於人的位置。
——企鵝不捨小書房
