工程 · 1 min read
回到第一性原理：你提供的價值是什麼？
領域知識乘上 AI 生產力，等於槓桿。從一次卡住的面試和一個處理線上告警的機器人，說明為什麼決定方向的是你的判斷，不是 AI。
我參加過一次面試，事後做回顧時，發現一件事：我不熟對方程式碼背後的商業邏輯，所以就算有 AI 幫忙，也很難推進。
那次之後，我開始用一個公式看自己的價值。
槓桿公式
提供價值這件事，不會被時代推翻。所以我回到第一性原理，問自己三個問題：
- 我以前提供的價值，現在是否仍有高回報？
- 我能不能用 AI，槓桿出對公司、對自己都有益的價值？
- 我能不能把價值提供給其他人？
一個真實的例子
後來我做了一個處理線上告警的機器人。告警進來時，AI 負責讀日誌、找原因、寫報告，並開出修正。我負責判斷：原因對不對、修法安不安全。
有一次，告警從發生到修正合併，不到兩個小時。這不是 AI 一個人的功勞。我懂這個系統，所以我知道 AI 的哪個結論可以信，哪個要再查。
AI 給的是建議。檢查建議是否正確，仍然是你的責任。為什麼這個判斷這麼重要，AI 寫的 code 都對了，還需要 code review 嗎？用一個資料庫的例子說明。
領域知識決定方向，AI 決定速度。少了方向，速度沒有意義。
延伸閱讀： 下一篇看為什麼 AI 寫對的 code 還是要 review，也可以讀AI 加速了什麼？。或回到系列總覽：AI 會搶走我的工作嗎？