Hi，
我偶爾會碰到一些人，他們已經用 AI 做了一版東西出來。
網頁也好，設計稿也好，看起來都有個樣子。但聊下去我會發現，他說不清楚為什麼要這樣做。
他不是不認真。他是沒有走過中間那一段路。
學任何東西都有一個過程。寫程式的時候，第一次寫出能跑的 code 不難，但知道什麼情況下它會壞掉，那是另外一回事。做設計的時候，畫面好看不難，但知道為什麼選這一個間距而不是那一個，要自己踩過才有感覺。
AI 可以把你直接帶到終點。你不用走那一段路，就能拿到一個看起來不錯的結果。但那一段路上該長出來的東西，你對問題的理解、你對細節的敏感度、你判斷「這樣到底對不對」的直覺，不會因為你跳過了就自動出現。
它會變成一種你說不出口的心虛。看著結果覺得好像可以，但不太確定。
這件事我自己也有。
我不是後端專業。我用 AI 寫 API 的時候，它生出來的東西能跑，但我判斷不了效能好不好、架構合不合理。我跟前面那些人的差別只在於，我知道自己在這裡是盲區，所以我會特別小心去查、去驗證，不敢直接交出去。
一個人連自己的盲區在哪裡都不清楚，他連「我應該要小心」這一步都踏不出去。
反過來，在我熟的領域，前端、設計、網站規劃，AI 就真的是加速器。我知道路怎麼走，它讓我走快一點。我知道產出的東西要看哪幾個地方，知道哪裡容易有問題，知道離可以交出去還差多遠。
同一個工具，走過那一段路跟沒走過的人用起來，是完全不同的事情。
所以我得出一句話，這幾年一直在用：
你判斷不出來的地方，就是你該學習的地方。
這句話的重點不在「要多學一點」。它給了我一張地圖。
其他地方 AI 已經幫我做到平均了，只有我判斷不了的那些地方，它幫不了我。那些地方就是我該投注時間的位置。不是因為它們比較難，是因為它們是唯一不會被平均值覆蓋掉的東西。
我看過太多 AI 教學把順序搞反：先學工具，再去找問題，好像學會操作就等於學會了能力。我自己的做法是反過來的，先搞清楚要解決什麼問題，理解這個問題長什麼樣子，然後才看 AI 能加速哪一段。
Kidult
