有些是對的，讓我慶幸自己走對了路；有些是我曾經走錯、後來才修正的彎路。這篇文章，我想把 Naval 的 9 個觀點，對照我自己的 AI 學習經歷，給你一個不只是「重點整理」、而是加上肉身測試的心得，幫你快速提升職場競爭力。
01｜真正的學習，只發生在「實作」的過程裡
Naval 在訪談裡提到，他們為什麼要邊散步邊錄 Podcast？因為人在活動時大腦運轉更好，能產生更真實的對話。同樣的道理，你必須「做」，才會真的學到東西。
- 我的驗證： 以前，我學 AI 應用的方式是——先把課修完、把文章讀完、再來實作。結果呢？我修了很多課，但什麼都沒有真的用起來。後來不是逼自己，是被逼的——工作上遇到問題，不會，只能問 AI。問了發現超級有用，就繼續問。問著問著，就變成習慣了，可以說是已離不開 AI。
- 結論： 現在我變成公司裡用 AI 最多的人。不是因為我學得比別人多，而是因為我比別人更早開始「做」。
02｜「寫程式」已死，「產品管理」才是新技能
Naval 說了一個新詞：Vibe Coding（氛圍寫程式）。你不需要懂 Code，只需要用文字告訴 生成式 AI 你要做什麼，它就能幫你把整個應用程式寫出來。未來的程式設計，本質上變成了「產品管理」——你扮演的是指揮者，而 AI 是那個永遠不會累、沒有自尊心的執行者。
- 我的驗證： 我是文組，完全不會寫程式，但現在我已經用 AI 應用 做出了幾個自動化工作流程，包含投資筆記整理、社群內容規劃、每週工作 Recap 等（比較難的像是系統化的需要爬蟲的東西還在研究當中）。
- 關鍵機會： 這些東西以前要請工程師或買現成工具，現在我自己就能搞定。對非技術背景的人來說，這是一個難得的機會窗口。不需要轉職學程式，只需要會「定義問題、指揮 AI、驗證結果」的能力。
03｜懂基本原理的人，反而更值錢了
這個觀點乍聽之下很反直覺——AI 都能寫程式了，工程師不是要失業了嗎？納瓦爾說：完全相反。AI 寫出來的程式一定有漏洞，只有真正搞懂原理的人才能修補它。工具越強大，真正搞懂原理的人越稀缺。
- 職場應用： 這個邏輯適用於所有領域。懂行銷基本邏輯的人結合 AI 應用，會比只會操作工具的人強 100 倍。因為 AI 能幫你產出內容、跑廣告素材，但它不知道「為什麼這個受眾會被這句話打動」——那是你的專業價值。
04｜App 市場：贏家通吃 vs 長尾爆發，中間層最危險
Naval 描述了未來 App 市場的兩個極端：
- 贏家通吃：最好的產品吃掉幾乎所有市場，沒人要用第二名。
- 長尾爆發：以前因為開發成本太高而做不出來的冷門需求，現在靠 生成式 AI 都能實現。
- 延伸思考： 這個框架也適用於個人品牌和內容創作。要嘛做到領域最好，要嘛找到夠小夠精準的利基。在 AI 生產力爆炸時代，「差不多」的內容最容易被淹沒。
05｜停止學提示詞技巧：結構化思維才是王道
Naval 說得很直接：那些提示詞技巧的壽命只有幾週，學了等於浪費時間。AI 正在進化以適應人類。真正有用的只有一件事：結構化思考 + 說清楚你要什麼。
- 我的血淚驗證： 以前我花很多時間學各種提示詞框架（CRISPE、RISEN 等），六個月後大部分都用不上了。現在我的方式很簡單：
- 說清楚我是誰（角色背景）。
- 說清楚我要什麼（目標）。
- 說清楚輸出格式（長度、結構）。
- 總結： 不要追技巧，要練思維。
06｜能動性，才是 AI 時代最稀缺的資產
納瓦爾說，AI 搶不走創業者的飯碗，因為 AI 沒有「真實的慾望」、沒有生存本能。它不會主動想要創造任何東西。能動性——那個「我想要做這件事」的內驅力——是目前 AI 最無法模仿的人類特質。
- 我的理解： 這不只是創業者的優勢，是每一個願意主動行動的人的優勢。你願意在下班後進行自我成長、研究投資、記錄靈感，這些「主動」的積累，就是 AI 取代不了你的地方。
07｜你的目標不是「保住工作」
照相機發明時，肖像畫家以為自己要失業了，結果催生了現代藝術。Naval 說，人類真正的目標，是讓機器人解決物質需求，讓我們自由去創造真正想創造的東西。
- 我的想法： 我做社群、學 AI 應用、持續投資，不是因為我怕被取代，而是因為我想讓自己的時間，越來越用在真正有意義的事情上。把「保住工作」換成「創造更多選擇」，你的心態會完全不一樣。
08｜在零和博弈裡，AI 幫不了你
納瓦爾觀點清醒：在交友、爭取注意力這種「零和博弈」場景裡，當所有人都有 AI 時，優勢會互相抵銷。最後能贏的，依然是擁有獨特視角和真實創意的人。
- 對投資的應用： 技術分析工具人人都有，但「判斷力」和「紀律」是 AI 給不了你的。工具是平權的，但使用工具的人不是。這也是為什麼《納瓦爾寶典》強調心智模式的原因。
09｜AI 是史上最有耐心的家教
這是 Naval 訪談裡最實用的一段：AI 可以完美配合你的程度，讓你不會覺得自己很笨。如果你怕 AI 產生幻覺，建議付費用最頂尖的模型並進行交叉比對。
- 我的使用方式： 我學投資時，會請 AI 用「我完全不懂財務的人」能理解的方式解釋台股案例。關鍵步驟是我會用自己的話重新說一遍，再問 AI：「我這樣理解對不對？」學習效率比看書快三倍以上。
結尾：Naval 給我的最大啟發
看完這 9 個觀點，我歸納出一句話：AI 時代，「想要什麼」比「會做什麼」更重要。
因為「會做什麼」的門檻正在被 生成式 AI 快速拉平，但「你為什麼要做」、「你想解決誰的問題」——這些問題，AI 永遠回答不了你。如果你還在猶豫要不要開始用 AI，我只有一句話：先動，再學。學完再動，你會永遠在起跑線上。
這是我持續學習 AI 的紀錄。如果這篇對你有幫助，歡迎追蹤我的方格子「職場媽媽的AI實戰筆記」，我不定期會分享 AI 應用、投資心得與自我成長相關內容。
