大學那幾年，我在 TEDxTKU 擔任講者組組長 說穿了，我就是那個最後決定「誰能上台」的人 那時候每週都要開會聽組員們分享挖到的寶： 可能是報導裡的研究者、podcast 裡打動你的講者、 或身邊某個被忽略的優秀長輩⋯ 大家討論得熱火朝天 最後所有人會看向我，等我點頭或搖頭 我常被誇眼光特別好，總能挑出讓全場感動的講者 那時的我以為自己只是運氣好、直覺準 從來沒把這當成一種「能力」 直到後來某天我在講台上拆解單字、分析邏輯 才懂了當年我以為的直覺，其實是一套殘酷的過濾系統 【我其實在替觀眾拒絕平庸】 現在回頭看，每一個我點頭邀請的講者 都通過了我腦中四個問題的考驗： 一、這故事有沒有讓我「心動」？ 如果聽完只是覺得「喔，蠻厲害的」，那就不合格 我要的是那種聽完後心裡會留下一塊熱熱的東西 讓我想立刻衝去跟朋友轉述的衝動 如果連我自己都打動不了 我憑什麼叫幾百個觀眾花十八分鐘聽他講話？ 二、這件事是不是「非他不可」？ 我拒絕過很多履歷漂亮，但故事換個人講也通的人 TED 講究的是 ideas worth spreading 但那個點子必須是在那個人的生命裡的，是別人偷不走的 三、他跟今年的主題能不能「擦出火花」？ 這是最殘忍的一關，因為再優秀的講者 如果跟整場策展的觀點對不上，我還是得忍痛說不 一場好的演講不是個人秀的拼盤而是一場有靈魂的策展 四、觀眾聽完會「帶走什麼」？ 我會想像觀眾走出會場的那一刻 他們會在回家的捷運上重新思考人生嗎？ 如果想像不出來，那這場演講就只是娛樂，不是策展 【Curator 策展人，從「照顧」到「拒絕」】 身為英文老師，我常教學生拆解 Curate 這個字 它的字根是拉丁文 cura，意思是「照顧、關心」 在博物館的語境裡，策展人是「照顧」藝術品的人 但在這個資訊爆炸的時代 我對這個字有了更深層的體悟： 真正的照顧，是透過「拒絕」來保護觀眾的注意力。 當你對 99 個平庸的選項說 No 你才真正照顧了那個唯一值得被看見的靈魂 策展不再是單純的挑選， 而是一種主動的、帶有偏見的看見 你是在用你的品味告訴世界： 這些東西值得被注意，而且必須以這種方式被注意 【當「做」變得廉價，「選」就成了稀缺】 AI 可以五分鐘生出一首歌、一下午寫完一本書 當「做出來」這件事變得無比便宜時 影響力的天平就開始向另一端傾斜： 能選出該看什麼的人，比拍片的人更有權力 能做出精選歌單的人，比唱歌的人更有粉絲 AI 可以幫你生成一百個正確答案 但它給不了你對的感覺 因為值得與否，是一種帶有生命溫度的判斷 未來最值錢的能力 不是產出多少，而是你敢對什麼說 No 我想對當年那個以為只是「運氣好」的自己說： 那不是運氣。 那是你在練習這個時代最稀缺的本事 一種有溫度的判斷力。 在萬物皆可生成的時代，AI 能模仿你的筆觸、你的聲音 甚至你的邏輯，但它永遠無法模仿你的「拒絕」 你的品味，就是你與 AI 之間最後的邊界 而這，就是策展。

昨天在課堂上教到 harness 這個單字 課本上寫的中文意思是「利用」 但我看著那兩個字，總覺得哪裡不太對 如果只是「利用」，那為什麼不用 use 就好？ 我告訴學生，這個字其實更接近「駕馭」 Harness原本指的是套在馬身上的那組皮帶和繩索 不是把馬關起來的籠子，也不是綁死的鎖鏈 而是把馬那股強大又難以控制的力量 引導成人類可以使用的動力 所以英文裡才會說 harness the wind、harness the sun 駕馭一股比自己強大的力量，讓它為我所用 這時有個學生舉手問： 「老師那 harness 跟 control、manage 有什麼不一樣？」 我想了一下說： 「control 是控制，假設你比對方強，所以你說了算 manage 是管理，比較中性，是處理一件你負責的事 但 harness 是承認對方比你強，然後學會借力。」 你不會說 control the wind，因為風不會聽你的 你也不會說 manage the sun，因為太陽不歸你管 可是你可以 harness 它們 那一刻我突然懂了，為什麼這個字最近會在矽谷紅起來 【矽谷的選字，藏著一個世界觀】 Harness Engineering 這個職業 工作內容是幫 AI 設計一整套韁繩 讓它強大的力量能被穩穩地導向有用的方向 但有趣的是，他們選的不是 AI Control Engineer 也不是 AI Manager，而是是 harness 這個選字，等於是矽谷集體承認了一件事： AI 已經比我們強了 所以重點不再是把它管住，而是學會怎麼跟它一起跑 而會這件事的人，現在在矽谷炙手可熱 因為大部分人還停在「怎麼下 prompt 讓 AI 聽我的」 但年薪千萬的人，已經在想 「怎麼設計一套機制，讓 AI 自己跑出我要的結果」 差別在於前者把自己當主人，後者把自己當騎士 【Harness 不是一個技術，是一種思維】 這種思維，正在重新定義什麼叫「有競爭力的人」 過去的世界獎勵「答得最好的人」 誰背得多、算得快、寫得對，誰就贏 但當 AI 可以瞬間給出比人類更完整的答案 這套標準就失效了 我們追不上一台手機，這是事實，承認比較不痛 那未來什麼樣的人會贏？就是會 harness 的人 具體來說，有三種能力： 第一，承認「比自己強的存在」的勇氣 矽谷年薪千萬的工程師，沒有一個假裝自己比 AI 聰明 他們的厲害之處在於 能坦然地說「這部分 AI 做得比我好」 然後把力氣花在 AI 不擅長的地方 反觀很多人還在跟 AI 比誰寫得快、誰算得準 那是注定要輸的仗 第二，「判斷方向」的能力 馬車時代，馬負責跑，人負責決定去哪 AI 時代也一樣 AI 負責執行，人要負責判斷什麼值得做、什麼是對的 所以未來最值錢的能力不是「會做」，是「會選」 品味、判斷力、提問能力⋯ 這些看起來很不科技的東西，反而成了最稀缺的資產 第三，「借力」的智慧 真正厲害的騎士，不是把馬當奴隸的人 而是理解馬、尊重馬、跟馬一起跑的人 這個道理放在 AI 上一樣成立 會 harness 的人，工作越做越輕鬆 因為他懂得讓對的力量去完成對的事 不會 harness 的人，工作越做越累 因為他什麼都想自己扛 我在黑板上把 harness 這個字圈了三圈 它不只是一個英文單字，不只是矽谷的新職缺名稱 它是這個時代給每一個人的提示： 面對比自己強的力量，不要害怕、不要逃避 也不要試著控制，而是學會駕馭它 這就是矽谷年薪千萬的人都在偷偷學習的能力 而好消息是，這個能力不需要你是工程師才能擁有 它只需要你願意承認一件事： 這個世界已經變了，而你，可以選擇變得更厲害。

我剛開始教英文的時候其實很恐慌 少子化、AI浪潮席捲而來 周圍不斷出現的質疑聲都讓我懷疑：這行還能做嗎？ 後來一個前輩對我說了一句話： 「市場不缺英文老師，但永遠缺好的英文老師」 當下的我其實沒有理解這句話的意思 只是對前輩堅定地語氣而感到放心 後來投身補教的每一刻 我都在努力尋找「好的」英文老師究竟好在哪裡？ 是發音標準？還是文法解釋得清楚？ 還是能讓家長親自登門道謝？ 在一次幫學生批改英文作文的過程中 有個學生要寫搭乘大眾運輸(public transportation)的經驗 卻通篇都把public寫成了 pubic(陰毛) 另一個在課堂中的小插曲則是 有個學生朗讀課文時把 judge 唸成了 Judy 讓人哭笑不得的每一個錯誤 我都記得是誰犯的、在什麼情況下犯的 我沒有直接糾正他們 而是用他們能接受的方式開個玩笑 讓學生們笑著了解拼字和發音的重要 AI 當然可以批改這些錯誤，但它不會記得是誰犯過 它更沒有辦法在乎你是誰，不用為你的結果負責 那一刻我徹底理解了前輩的那句話其實是 市場不缺 Teacher，但永遠缺一個 Leader 從前知識很貴，老師的價值在於擁有稀缺的知識 但是在這個知識免費的時代 老師更像一個能引導學生通往理想未來的領導者 【AI 只活在當下，你活在未來】 這裡有一個關鍵差異，值得我們認真想一想 AI 的同理，是概率預測 它分析海量數據，推算你此刻可能的狀態 然後給出對應的回應，這是一種精準的邏輯運算 但它只活在當下這一刻 它能高效又有條理的回答你所有問題 卻不會在意你三個月後是否還記得 不會思考這個答案對你一年後有什麼影響 而人的在乎，卻天生活在未來 當一個老師記住學生犯過的錯， 想的不是「這次怎麼改」 而是「這個孩子以後還會不會再犯」 當一個主管在意下屬的成長，他計算的不是今天的產出 而是這個人半年後的樣子 當一個朋友在你最脆弱的時候說 「我也曾在這裡跌倒過」 那句話的重量，來自他願意把自己的過去借給你的未來 AI 給你的，是此刻最好的答案 在乎的人所給予的，是對你未來負責的承諾 【執行免費了，在乎更值錢】 這件事不只發生在教育裡 今天，設計、寫作、翻譯、客服⋯ AI 都可以做，而且越做越好 當「執行」的成本趨近於零 所有行業都會面臨同一個問題： 當「會做」不再稀缺，什麼才稀缺？ 就是那個把你的結果當成自己的事的人 不是交差了事的人、不是做完就走的人 在乎，是很累的 AI 永遠不會職業倦怠，因為它從不在乎 但正是這種讓我們疲憊的「在乎」才更顯得珍貴 最重要的是，在乎不是技能，是一種選擇 你可以訓練自己更聰明、更有效率、更懂得使用工具 但沒有人能訓練你真的在乎，因為那操之在己 AI 時代真正稀缺的，不是會做事的人 而是那個心裡裝著「你的未來」的人 那個看得見你、記得住你、願意為你的結果負責的人 市場不缺 Teacher，但永遠缺一個 Leader 這樣的人，未來不論在哪裡都值得被需要。​​​​​​​​​​​​​​​​

學生總在不想背單字的時候問： 「AI這麼方便，我為什麼還要學英文？」 這個問題問得很聰明，也問得很誠實 但每次當我聽到學生這樣問，內心總認為 他們想問的其實不是「要不要學英文」 而是「語言到底是什麼」。 AI翻譯會取代翻譯員，這件事大概無庸置疑 隨時拿起手機，對著一段看不懂的外文按下翻譯 幾秒內就能得到流暢的中文 會議室裡的英文發言，耳機裡同步傳來對方語言的聲音 這些不是科幻場景，是現在正在發生的事 但「AI可以翻譯」跟「不需要學語言」之間 藏著一個值得被挑戰的預設 【我們誤解了語言是什麼】 不同的語言，切割世界的方式不一樣。 英文有”accountability”，中文勉強翻成「責任感」 但它在英文語境裡帶有的主動承擔、可被追究的意涵 卻總在翻譯之後悄悄流失。 日文有「空氣を読む」，字面是「讀空氣」 意思是察覺場合的氛圍而不明說，這種思維方式 就是日語使用者在語言裡長期訓練出來的感知能力 【可以翻譯那個詞，但翻譯不了那個詞背後的世界觀】 AI做得很好的事，是把訊息從一個語言搬到另一個語言 這是翻譯最基礎、也是最費工的部分 而AI確實做得比人更快、比人穩更。 但學一門語言，帶給你的不只是訊息的通道 而是一種新的感知視角。 當你學日文學到一定程度 你開始理解為什麼日本人在拒絕的時候不說「不」 當你開始學西班牙文 能感受到其中時態的豐富如何影響說話者對時間的感知 這些不是語言技巧，是思維的擴展 好像多了一雙眼睛，可以從另一個角度看同一個世界。 【工具愈強大，使用者的深度愈重要】 當翻譯工具愈來愈強，真正產生差距的 是你對那個語言和文化的理解有多深。 一個完全不懂德文的人，用AI翻譯德文合約 他看得懂每個字，但他不知道某個措辭在德國商業文化裡代表什麼程度的保留。 一個學過德文、理解德文語境的人，用同一個AI工具 他能判斷那個翻譯是否抓到了真正的意思 甚至察覺出對方字裡行間沒有明說的立場。 AI讓訊息的傳遞變得幾乎免費 但詮釋訊息的能力，仍然需要人來提供。 【學習外語，是在學習另一種存在方式】 所以學外語的理由，在AI時代不是消失了 而是變得更純粹了。 不是為了翻譯而學，因為那件事AI會做 是為了進入另一種思維方式而學 為了理解那個語言的使用者如何看世界、如何感受關係、 如何處理衝突與情感。 這件事從來就不是工具性的， 只是過去我們把它跟「翻譯能力」綁在一起 讓人以為學語言的目的是為了溝通效率。 AI把那層工具性的外殼剝掉了，剩下的， 才是學語言真正的核心： 你願不願意，暫時放下你習慣的思維方式 走進另一個語言為你打開的那扇門。