並不是因為AI太弱，而是因為AI太強
Anthropic 最近推出 Cowork
指定一個電腦的資料夾給它
它就會根據要求自己規劃、執行
整理資料夾、用收據做出費用報表、把散落的筆記整合成報告
這些它都能做
Anthropic 形容比起一來一往的AI對話
Cowork更像是留言給你的同事(co-worker)
更可怕的是開發時間只花1.5週
「而且決策時間遠多於開發時間」
這句話讓我很有感
我最近在用 Claude Code 寫Side project
設定好需求、規格、skill
然後讓 AI 開工
看起來很簡單對吧？
結果 AI 常常會做過頭——過度優化、塞太多功能、把簡單的東西搞複雜
不喊停的話它就會一路衝到你想都沒想過的地方
這讓我想到一個 200 年前就被發現的規律：
東西變容易的時候，事情會變多，不是變少
這個邏輯正在 AI 時代重演
傑文斯悖論不是新現象
1865 年，經濟學家傑文斯研究英國的煤炭消耗
他發現一件反直覺的事：
蒸汽機效率提升後，照理來說更省煤炭
但煤炭消耗量反而增加了
為什麼？
因為當蒸汽機變得更有效率時
原本划不來的應用場景——小工廠、運輸、礦坑抽水——突然變得划算了
更多人開始用蒸汽機，總消耗量就上升了
這個邏輯在歷史不止發生一次
汽車引擎的效率，100 年來提升了好幾倍
但汽車的燃油效率幾乎沒變
因為人們開始往車裡塞冷氣、音響、電動座椅
引擎省下來的油，全被這些功能吃掉了
汽車讓移動效率大幅提升
但通勤時間沒有變短(還是一小時)
因為人們會跑去更遠的地方工作
程式從組合語言 到 C 到 Python 到 low-code
每一次都讓開發變得更簡單
但工程師的工作沒有變少
因爲人們發現軟體可以應用到更多地方
YouTube、部落格平台、社群媒體剛興起時
有人說現在任何人都能發布內容
專業媒體已經不需要了，「媒體已死」
但實際上媒體沒死
他們變成youtuber, podcaster, blogger
每隔幾個月就會有更新更有效率的GPU
AI價格降低的同時
AI的產品也越來越多
這幾個案例的模式都一樣：
效率提升 → 成本下降 → 使用場景爆發 → 總量增加
真正被移除的限制不是「能力」，而是「啟動一個新專案的門檻」
過去要兩週一個月的公司內部工具，現在可能一小時就能做完
很多原本開發上投資報酬率不夠的專案，現在突然變得可行
但降低門檻不是只有好處
原本製作媒體的成本很高
因此媒體都會盡可能提升品質
創造更好的內容獲得更多觀眾來打平成本
但自媒體興起後
由於任何人都可以發佈內容
反而出現了一堆粗製濫造的作品
這表示稀缺資源轉移了
以前稀缺的是「能不能做出來」
現在稀缺的是「能不能做對」
這也是為什麼 Anthropic 開發 Cowork
決策時間遠多於開發時間
工具越強，你的標準要越高
就像我開頭說的，AI會一路往前衝
加一堆根本用不到的功能
只會把使用者搞得頭昏眼花
所以我現在都會很謹慎的定義規則
清楚跟AI說明哪些是要做的，哪些是不要做的
因為「做出來」已經不是問題了，「做對」才是
結論：這個時代該怎麼做對
- AI 降低的是「門檻」，不是「要求」
做出東西變簡單了，但做對東西沒有變簡單。
- 稀缺資源轉移了
以前稀缺的是「實作時間」，現在稀缺的是「判斷什麼該做」。
Anthropic 說決策時間比開發時間長，我自己的經驗也一樣
- 判斷力還是只能靠自己
下次開工前，與其想要做什麼，不如想不要做什麼
才不會讓原本應該省下來的時間被錯的事吃掉
