AI 時代，別去學技術——去培養品味
技術會帶來依附，品味才是不可替代的資產
前言
各位訂閱者，最近我去上課程的時候，常常有種奇妙的體驗。大學生、青少年、企業從基層員工到高階主管——職級不同、年齡不同，卻驚人地問著同樣的問題。
「人工智慧能做的事情越來越多，那我們到底該做什麼呢？」
而對這個問題的回答，大多也差不多。「回到基礎吧」「學會善用 AI 工具吧。」這些話不算錯，但我覺得那不是答案。太老套了，靠那種心態很難撐得久。
今天我想聊聊我真正相信的那個答案——審美力，也就是品味，英文叫 taste。
追趕技術，就會被技術綁住
人工智慧能做的事情正在以指數級速度增長。一開始是寫文章寫得還算像樣，接著是畫圖，再然後是影片。現在已經到了能產出比真品還真品的階段。威爾·史密斯吃義大利麵的那段搞笑 AI 影片才紅了不過兩年，現在已經能做出比電影還像電影的影片了。
在這種情況下，「去學怎麼善用 AI 的技術」這種建議，說起來其實太理所當然了。每出一個新模型、每更新一次新工具，你就得再學一套新方法。Midjourney 出了 7 版、8 版、9 版，每次都得重新學提示詞的方法論；新的程式設計 agent 出來了，又得去適應新的工作流程。
說到底，這就是一種被技術綁住的結構。不是我在用技術，而是技術在牽著我走。
那我們該培養什麼呢
我只想到一個答案：審美力。就是知道什麼是好東西的能力，以及能去選擇它、解釋它的能力。
這裡面有一個很關鍵的語言細節。我們來看看談論品味時，我們用的是哪些動詞。
品味是「培養」的，不是「學習」的。語氣是「磨練」的。觀點是「培養」的，一致性是「堅持」的。這些詞有什麼共同點？它們全部需要時間這個資源。不是上一堂課就結束的事，而是隨著經驗累積、慢慢長出來的東西。
技術是學就會的，但品味是要養的。而這些被養出來的品味——喜好、語氣、觀點、一致性——當它們累積在一起，就會形成一個人獨特的敏感度。這就是「我知道我喜歡什麼，我能解釋為什麼這個更好」的能力。
哪怕只是請 AI 畫一幅畫，我們也會說「用野獸派風格」「用印象派風格」。前面那些修飾詞，其實只有真正了解某種畫風、知道為什麼喜歡它的人才用得出來。那不是單純的提示詞技巧，而是審美力的領域。
內容過剩的時代，以及 AI slop
影片裡我用了「AI slop」這個詞，這在國外已經是一個很大的討論議題了。簡單來說，就是 AI 大量生產的低品質內容。2025 年，Merriam-Webster 把「slop」選為年度單字。
用數據來看，情況更清楚。SEO 分析公司 Graphite 的調查顯示，英文網路文章的半數以上已經是 AI 生成的內容了。在 YouTube 上，影片編輯服務 Kapwing 用新使用者帳號看了 500 支 Shorts 的結果，超過 20% 被歸類為 AI slop。還有分析指出，278 個 AI slop 頻道總共累積了 630 億次觀看、2 億 2 千萬訂閱者，年預估收益約 1 億 1,700 萬美元（約 1,600 億韓元）。
我們看看自己的 Shorts 資訊流就能感受到。滑十支，總有一兩支是 AI 生成的聲音和影像。這種內容只會越來越多，不會減少。
農業歷史告訴我們的事
讓我們把目光拉回兩三百年前。那個時候最缺什麼？食物。工業革命之前，全球 80% 到 90% 的人口都在從事農業。所有人都在為生產糧食而付出精力。
那現在呢？根據 FAO（聯合國糧農組織）2022 年的數據，全球農業從業者比例大約是 26%。只看先進國家的話，差距更驚人。美國是 2%，德國、英國、加拿大都在 1% 左右。剩下的人都在做什麼呢？他們不是閒著，而是在新的價值標準下做著新的事情。
農業時代，有力的雙手、種植農作物的知識是能換錢的能力；那之後，重心轉移到了組織能力、內容創作能力上。到了 AI 時代，這個重心又在移動了——移向那些能創造人性價值、品味超群的人。
AI 不是消滅工作，而是改變了金錢的重量落在哪裡。
一個人的魅力 vs. 無數運算的優化
為什麼播客（podcast）那麼有魅力？因為你能聽到人的呼吸、猶豫、開玩笑、觀點、節奏——這些人性的元素。AI 也許能更快寫出劇本，但即興發揮的素描喜劇（sketch comedy）往往比劇本更好笑，道理也是一樣的。
這裡有一個很有趣的對比。
人類是一個人觸達無數人的模式。就像偶像一樣。一個人的世界觀、一個人的魅力，能吸引無數人。而 AI 正好相反。它是無數運算、無數演算法為一個人做優化的結構。幫你挑出最合適的內容呈現出來。
所以 AI 越進步，反過來看，一個人的世界觀就越重要。AI 越擅長優化，那個被優化的對象——「我」的品味和觀點——就越需要清晰，才能有意義的結果。而世界觀清晰的人，對別人來說也很有吸引力。那個人的品味就是內容，內容就是商業。
Oz 的視角
老實說，我覺得「AI 時代該做什麼」這個問題的大多數答案，都偏離了本質。
教人怎麼用新工具，是好事。但那不過又是賣新知識。技術再變，又得重新學。說到底，就是依附的循環。
我真正關注的是「非要這樣做不可」的價值。當 AI 讓勞動越來越便宜的時候，反過來，「您居然做到這個程度？」的驚嘆就成了價值。我們稱之為匠人、稱之為大師的那些人，他們有什麼共同點？那種看似多餘的執著。執著背後有故事，故事背後有世界觀。而那個世界觀，就是不可替代的價值。
看看 Mushvenom 和 Shinparam 李博士的聯名作品《돌려돌려 돌림판》。李博士幾十年來只鑽「뽕짝（ponggak）」這一個類型。有人說它土，有人說它低級，但他就是只做這個。然後 2025 年，他透過和年輕饒客的聯名，MV 觀看次數突破 543 萬次，再次受到關注。潮流會轉，但堅持自己品味的人，時代會回過頭來。
與其花時間去學新工具，不如去附近的美術館走走，去書店看看自己到底喜歡什麼，或者親身去感受一下大家說好的建築。這些東西一點一點累積起來，就會變成你獨特的敏感度。而這種敏感度，是我有自信地說，是 AI 時代裡唯一能永遠留下來當資產的東西。
結語
總結一下。AI 時代真正重要的，不是不斷追趕新技術，而是培養出知道「我喜歡什麼、什麼是好的」的眼睛。品味、語氣、觀點、一致性——這些是學不會的，只能用時間去養的。而恰恰就是這一點，讓 AI 無法取代它們。
下次有人問你「AI 時代該學什麼？」的時候，就把這封信悄悄分享給對方吧。知道什麼是好的眼睛，選擇它的勇氣。說到底，就是這些。
參考資料 & 延伸閱讀
- Graphite, “AI-Generated Content Report”, 2025.：分析英文網路文章 AI 生成比例的報告。可以用數據了解 AI slop 的規模。
- Kapwing, “AI Slop on YouTube Study”, 2025.：調查 YouTube 新使用者資訊流中 AI slop 比例的研究。也分析了 278 個 AI slop 頻道的收益規模。
- FAO, “Statistical Yearbook 2024”, 2024：可以追蹤全球農業就業比例變化的數據。核心是 2000 年 40% 到 2022 年 26% 的變化。
- Human Progress, “The Changing Nature of Work”, 2023.：整理從工業革命前 80~90% 農業從業比例到當前就業結構變化的文章。
- Julie Zhuo, “When AI Has Better Taste Than You”, The Looking Glass, 2025.：基於與 Notion CEO Ivan Zhao 的對話，分析能力（capabilities）、品味（taste）、意志（will）三個要素的文章。「AI 時代最後剩下的人類優勢是意志」這個觀點很有趣。
- Meltwater, “What the Rise of AI Slop Means for Marketers”, 2025.：用社交聆聽分析 AI slop 消費者情緒的報告。2025 年提及量比前一年增長了 9 倍。
