跟不上沒關係，不能停止學習

跟不上沒關係，不能停止學習

二十多年前，我做了一件現在想起來，很不像律師會做的事。

我自己寫了一套資料庫管理系統。

那時候，律師事務所和服務處每天都有很多資料要整理。客戶、案件、文件、聯絡紀錄，每一件事情都不能弄錯。

市面上的系統不符合我們的需要，工程師也聽不太懂我的需求，最後，我決定自己學 Microsoft Access 寫自己的資料庫系統。

我不是資訊工程師，也沒有學過寫程式。

怎麼辦？

買書自學。

那時候沒有 AI 可以問，也沒有一個對話框，可以把我想做的事告訴電腦。

我只能買書，一頁一頁看，慢慢學著自己製作資料庫。

先建立欄位，再做表單、查詢和報表。

只要少一個符號，或是哪一個步驟做錯，系統就卡住。

電腦不會安慰我，更不會因為我是初學者，就幫忙放水。

它只會冷冷地停在那裡，讓我自己回頭找錯誤。

我只能不斷重複再重複，重寫再重寫。

就這樣，差不多花了一個月，我才完成律師事務所和服務處使用的資料庫管理系統。

雖然，我也沒有因此成爲程式設計師。

但工作上遇到問題，我會去找書、找方法；沒有現成的工具，就自己學著做。

二十多年過去，原來的舊版系統和架構，已經不符合現在的需要。

這一次，我沒有再買一本厚厚的程式書。

我開始使用 AI 模型。

要重寫資料庫系統，只要告訴 AI 要管理哪些資料、工作怎麼進行、想要哪些功能，再請它協助整理架構、產生程式，AI 很有耐心一一幫我做到。

以前，人要先學會電腦使用的語言，才能告訴電腦該做什麼。

現在，我可以先用平常說話的方式，把需求說清楚，再讓 AI 協助轉換成程式。

上一次，我花了一個月。

這一次，只用了三天。

完成的那一刻，真令人驚訝。程式素人，也可以完成複雜的工作。

這不是因為我變成了程式高手，而是人和電腦溝通的方法，已經完全不同。

以前要學習很多指令、代碼。

現在更重要的，是能不能把指令問題用語言說清楚。

需要什麼？

使用的人是誰？

工作先做哪一步，再做哪一步？

什麼資料不能出錯？哪些內容需要保護？

現在更重要的，是能不能把需求和問題，用自然語言說清楚。

如果連自己都不知道真正的需求，AI 也很難給出正確的答案。

而且，AI 不是每一次都對。

它寫出的程式還是可能出錯，設計的流程也不一定適合實際工作。

人類仍需要檢查、測試、修正，最後也要由人對結果負責。

AI 可以幫忙完成工作，但不能替我們判斷什麼才是對的。

最近，我開始學習怎麼使用 AI 代理管理自己的工作。

我希望讓它協助整理資料、追蹤進度，也把一些重複的工作處理得更有效率，讓人的時間可以留給真正需要思考和溝通的事情。

可是，AI 發展的速度真的太快了。

剛學會一個模型，新的版本又出現；剛弄懂一項功能，下一個工具已經推出。

想要全部跟上，幾乎不可能。

剛開始，我覺得很有壓力。後來我想通了。

不必每一個工具都會，也不用每次更新都追。

先從自己真正需要解決的一件事開始。

不懂就問，做錯就改，邊做邊學。

二十多年前，我是這樣學會 Access。

二十多年後，我還是用同一個方法學 AI。

工具變了，學習的方法其實沒有變。

新時代已經來了。

自然語言讓更多人有機會使用科技，也讓很多以前只有專業程式人員能做的事，開始變成一般人也可以嘗試。

真正的差別，可能不在年紀，也不在懂不懂程式。

而在於願不願意承認自己不懂，再重新開始學。

大模型更新得太快，我大概永遠不可能都追得上。

但沒有關係。

不需要知道所有答案，只要還願意提出問題，就還能繼續往前。

跟不上沒關係，但不能停止學習。