Hi，
這一場的對象以前是寫程式的，主力 .NET，後來轉行做了三件事：音樂教室租借、烘焙咖啡，還有接一些政府的小案子。
因為他有程式底，我預期他會進入狀況很快。
結果那場是我三場裡最卡的一場，而且卡的原因跟技術完全無關。
一坐下來，他丟了兩個問題。
「如果 code 都讓 AI 寫，我們還看得懂它寫的 code 嗎？」
「AI 寫的 code 我們還會去檢查嗎？」
這兩句問的是同一件事，但角度不同。第一句問的是能力，看不看得懂。第二句問的是流程，會不會去檢查。
我當時很有信心，因為這正好是我這一年一直在做的事。
於是我講了一整套。我現在已經不看 code 了，我改用其他方式驗證：用工具驗證、找專業的人把關、在流程上設好關卡、絕對不讓 AI 自己驗自己做的東西。
我講得很完整。
他聽完，回了一句：
「AI 能不能寫 .NET？」
我當下的回答是：「我沒有寫過，但是我相信是沒問題的。」
老實，但那個回答留下一個他自己驗不了的空白。
而更重要的是，我事後才想明白他為什麼這樣問。
他的回應根本不是在回應我那套方法論。他退回了更前面一步。
因為我那套東西有一個預設：AI 已經寫得出來了，剩下的問題是怎麼驗。
但他還沒走到那一步。他要的是先確認，AI 在他的地盤上有效嗎？
方法論沒有接住他。
這件事後來改變了我很多。我發現自己很容易犯一個錯，我已經走過的路，會下意識當成別人的起點。我覺得「AI 寫得出來」是常識，所以直接跳到「那怎麼驗證」。但對一個離開程式圈幾年、主力是 .NET 的人來說，那不是常識，那是一個他需要親眼看到的東西。
而在他確認這件事之前，我講的所有驗證方法對他都是空的。
這件事有一個更一般的版本，我後來寫進了我的原則裡。
AI 最強的地方是彈性。不管你什麼技術水平、說話什麼方式，它都能找到應對你的知識。
過去的工具，能力跟門檻是綁在一起的。軟體有一萬個功能，你得先學會它的語言才拿得到。書寫得再好也只有一種講法，看不懂的人就是看不懂。
AI 把這兩件事拆開了。知識在那裡，介面是即時長出來的。
但這裡有一個反面，而且很危險。它配合你的說話方式，也就配合你錯誤的前提。
你用什麼框架問，它常常就順著那個框架答，不會先告訴你框架本身有問題。
老師會說「你這個問題問錯了」，AI 預設不會。
那天我在現場，某種程度上就是在做老師會做的那件事。只是我做失敗了，我順著自己的框架講，沒有先確認他站在哪裡。
Kidult
