AI 可以整理知識，但它不知道什麼對你重要
AI 時代，整理資訊已經不再稀缺了。你丟給 AI 一堆資料，它幾秒鐘就能幫你歸納重點、列出架構、甚至寫出一篇像樣的文章。
但 AI 整理出來的東西，有一個特點：它很平均地把所有重點記下來。它不知道哪個觀點讓你特別有共鳴，哪段經歷跟你自己的處境很像，哪個概念改變了你思考的方向。
換句話說，AI 能處理資訊，但它不知道這些知識對你來說的價值是什麼。
如果你對 AI 的發展感到焦慮 — 覺得很多事情 AI 都能做了，不確定自己還能做什麼 — 我覺得這其實是一個看清事情的機會。AI 幫你把繁瑣的整理工作做掉之後，真正重要的東西反而更容易浮現：你的觀點、你的判斷、你的經歷。
這些東西，AI 沒有辦法替你生成。因為它沒有活過你的人生。
觀點需要知識佐證，知識需要觀點賦予價值
這裡有一個容易混淆的地方：很多人聽到「分享觀點」，會覺得那是不是只要有想法就夠了？
不完全是。純粹的意見沒有根基，容易流於空泛。分享觀點還是要配合知識和理論去佐證，才能真正站得住腳。
但反過來說，純粹的知識整理也不再有獨特的價值了 — 因為 AI 可以做得更快、更完整。
真正有價值的，是你用自己的經歷和判斷，對知識進行篩選和重組後，產出的那個東西。
有一個簡單的判斷方法：如果把創作者和作品分開，作品的價值不變 — 那這件事 AI 可以取代你。但如果把人和作品拆開，價值會下降 — 那就是你不可取代的地方。
一篇通用的生產力文章，換誰寫都差不多。但一個你追蹤多年的人，用他自己走過的路寫出來的文章 — 那是不一樣的。因為他的判斷、他的品味、他做過的選擇，都融在裡面了。
如果你正在迷惘「我還能提供什麼價值」，可以用這個方式想想看：你做的事情裡，有哪些是把你和作品拆開之後，價值會下降的？那就是你應該深耕的方向。
觀點是怎麼形成的？
AI 可以幫你整理知識，但如果你不把觀點說出來，AI 是不可能知道你的觀點在哪裡的 — 它只能從你收集的資料中去推敲你的想法。
所以關鍵在於：你在什麼時候、用什麼方式「提供觀點」？
我把這個過程分成三個階段：
第一階段：接收與消化
當你接觸到一個資訊來源 — 一篇文章、一本書、一部影片 — AI 可以幫你做初步整理和摘要。但更重要的是，你自己看過這些內容之後，一定會有一些特別觸動你的地方。
AI 會很平均地記下所有重點，但真正重要的，是這個知識對你來說的價值是什麼 — 你覺得哪裡說得好、哪裡你有不同看法、哪裡讓你想到自己的經驗。在這個階段就開始輸入你的觀點，後面的每一步都會更有方向。
第二階段：整理與濃縮
把收集到的想法進行整理，讓它們從散落的靈感變成有結構的筆記。這是你的觀點和他人觀點的第一次融合 — 你在篩選哪些知識值得被記錄、哪些想法讓你產生共鳴、不同來源的觀點之間有什麼連結。
AI 可以協助初步整合，但最終的觀點仍須由你提供。每次你針對這些筆記加入自己的見解，觀點就被濃縮一次。這個過程讓提供觀點變得階段化 — 你不需要一次整合所有繁瑣的知識，而是在不同階段更容易產出想法。
第三階段：轉化與傳遞
從這些想法和你的觀點中，轉換成你想要表達的內容 — 一篇文章、一個故事、一個產品。重點在於你選擇用什麼方式，將知識與觀點傳遞給他人。
到了這一步，你的觀點不再只存在於你的筆記裡，而是透過內容或專案的形式，帶來實際的影響。
這三個階段本身就有意義
我覺得「意義」可以拆成兩個部分：前進感和貢獻感。
前進感：你在消化別人的觀點、形成自己的想法、讓觀點更成熟 — 這個過程本身就讓你覺得自己在往前走。
貢獻感：當你把觀點轉換成內容或專案，分享給他人、帶來影響 — 這是你的努力對別人也有意義的時刻。
整個過程本身就在創造意義。不是等到「發布」那一刻才有價值，而是從你開始「選擇看什麼」的那一刻就開始了。
當專業不復存在，剩下的是興趣
再往前想一步：如果 AI 持續進步，「專業」這個概念可能會越來越模糊。當所有人都可以透過 AI 獲得專業等級的輸出時，專業本身就不再是護城河了。
那剩下什麼？
我覺得會變得越來越純粹 — 剩下的是興趣。你真正想要探索的東西、你停不下來想學的方向、你願意在沒有報酬的情況下還是會去做的事。
當專業知識的差距被 AI 拉平，你獨特的好奇心就成為最重要的區分因素。不是因為 AI 不懂那些主題，而是因為它沒有活過那些經歷。AI 可以分析你的觀點，但它不能從你的角度思考；它可以模仿你的風格，但它沒有真的在乎過什麼；它可以處理資訊，但它沒辦法決定「什麼重要、什麼不重要」— 因為它沒有真實的人生。
所以在 AI 時代尋找自己的價值，方向不是向外 — 學更多技能、追更多趨勢。而是向內 — 搞清楚你真正在乎什麼、你的經歷教會了你什麼、你想對世界說什麼。
有時候，怎麼做比做什麼更重要。帶著什麼樣的心態去整理、去分享、去創造，決定了這些事情對你和對別人的意義。
然後，說出來。