把報告初稿丟給 AI，看著螢幕在幾秒內被填滿，你有沒有過那種說不上來的失落感？韓國作者寫的《人類的位置》，就是從那個情緒——虛無感——開始的一本書。
這篇筆記我只挑三件事：書裡提出的四種能力、值得貼在螢幕旁邊的兩個 AI 本質，還有今天花五分鐘就能開始的一個練習。2026 年 7 月讀完後整理的。
- 貫穿全書的一句話：「AI 越進步，人類的位置就必須越清楚。」
- 把問題從「我要怎麼做出來？」換成「我要怎麼讓 AI 做出來？」，瓶頸就從學技術移到定義問題。
- 核心能力有四個：領導力、判斷力、資料意識、角色意識。專業不是變得不需要，而是反而變貴。
第一次看到 AI 自己寫程式那天，為什麼會失落？
這本書的序不是成功故事，而是接近挫敗感的自白。
作者本科是資訊，教過補習班，開過公司，現在在社福現場親手設計系統。這樣一個人，第一次看著 AI 寫出程式碼時，寫下的詞是「虛無」。
「我花好幾年才辛苦學會的東西，AI 幾秒鐘就做完了。」
作者說，那個情緒沒有錯，只是沒有持續太久而已。
我讀到這裡，把書闔上放了好一陣子。只要在現場親手做過東西的人，一定會經過這道情緒。
這本書好的地方，是它既不美化那股失落，也不急著叫你克服。它把虛無感當成「終於看清這個時代」的起跑線。
還有一段值得記下來。早期的 AI 只能丟出零碎的程式片段，檔案一多就抓不到整體結構，改了這裡那裡就壞掉。直到能讀懂整個專案檔案關聯的程式碼工具出現，局面才翻轉。作者把那個瞬間叫做「有實力、但仍在可控範圍內的 AI 時代」。
「AI 很簡單」這句話，從哪裡開始變成謊言？
第一部的刀口不是對著 AI，而是對著那些拿 AI 來賣課的話術。「這樣問就會得到這種答案」的內容滿街都是，但接下來就沒了。書裡點出三個陷阱。
- 方便造成的依賴 — 導航拿走了方向感，計算機拿走了心算，搜尋引擎拿走了「想記住」的努力。可怕的是這個過程太順了，你連自己正在失去什麼都感覺不到。AI 走在同一條軌道上，只是規模和速度不同。
- 被包裝成「背幾個好問題」的應用論 — 用好 AI 這件事，被消費成背提示詞（prompt）。至於你真正該懂什麼，沒人告訴你。
- 「會問問題」和「做出能運作的東西」之間的落差 — 這兩件事是不同層級。把這個落差用「很簡單」三個字蓋過去，作者說，那是最大的謊言。
那真正的「應用」是什麼？書裡整理成四個節拍：把問題定義清楚、挑對工具、下精準到能得出想要結果的指令、然後批判地檢查與修正——是這整個反覆的過程。
所以結論有點反直覺：想把 AI 用好，你得想得更深、讀得更兇。
把問題換一個說法，會差在哪裡？
這本書最常被引用的大概是這一段。作者最常被問的是「你怎麼做出那種系統的？」，他的回答很硬：你的問題問錯了。
對的問題是：「我要怎麼做，才能讓 AI 把那個系統做出來？」聽起來像在玩文字遊戲，但整個工作方式真的會跟著動。
把兩個問題並排看，改變的其實不是語氣，而是四個軸。
| 比較 | 「我要怎麼做出來？」 | 「我要怎麼讓 AI 做出來？」 |
|---|---|---|
| 主體 | 我學會技術，我自己做 | 我給方向，AI 動手做 |
| 瓶頸 | 學技術要花的時間 | 定義問題的想法 |
| 核心能力 | 寫程式的能力 | 理解現場、設計、驗證 |
| 驗證 | 完全靠人 | 用自我檢查的指令方式控制掉一大半 |
接著書再往前走一步。知道銀髮就業方案（政府補助的高齡者工作媒合制度，性質類似台灣的銀髮人才服務中心）需要哪些資料的人，不是工程師，而是在那個現場工作的人。
能讓醫院流程變順的系統，是醫護人員知道，不是開發者；能改善師生溝通的工具，是老師知道，不是資訊專家。所以結論翻過來了：不是因為 AI 而不再需要專業，而是因為 AI，專業變得更貴的時代。
想站在 AI 之上，需要什麼？
第二部是全書的骨架。作者把核心能力收斂成四個，取名叫「站在 AI 之上的人的條件」。
- 領導力 — 對 AI 提出請求、下指令，本質上就是領導。沒有脈絡、只丟碎片，你會拿到跟壞主管手下一樣的產出。
- 判斷力 — 十個人有九個在說錯話時，看得出那一個人說的是真話。這種眼力只能從累積下來的專業長出來。
- 資料意識 — 免費服務之所以免費，是因為我們交出了資料。什麼要守、什麼可以開放，需要一把尺。
- 角色意識 — AI 在寫報告的時候，人應該去見人。把那個位置交出去的那一刻，依附就開始了。
值得貼在螢幕旁邊的兩個 AI 本質
在講第一種能力時，作者釘死兩件事。我覺得這兩句是全書最實用的部分。
一、AI 會說謊（幻覺，hallucination）。「我不太確定」是人類的反應。AI 就算沒把握，也會生出一個答案給你。
真正的問題是那個謊聽起來不像謊。句子很順、邏輯一致、用詞很專業。作者說他遇過無數次，AI 理直氣壯地呼叫一個根本不存在的函式。如果你沒有驗證能力，AI 的謊話就直接變成你的事實。
二、AI 很懶。丟一大包資料給它，它不會讀到最後。它掃過前面一段，猜出模式，剩下的用猜測填滿。
幾十個檔案裡叫它只改一個，它會無視關聯直接動那一個檔案。結果是局部正確、整體崩掉。指令越模糊，AI 越會往對自己方便的方向解讀。
把 AI 用得好，不是因為 AI 有多厲害，而是因為帶著它走的那個人夠厲害。
為什麼人的牆，比技術的牆還高？
這本書跟一般 AI 科普書分岔的地方，是講第四種能力「角色意識」的那一章。作者老實承認，要把 AI 帶進現場時撞到的，不是技術的牆，而是人的牆。
提了新東西，大家都怕那件事最後掉到自己頭上，所以沒人接。在年資大於能力的結構裡，越認真的人越吃虧。
一個人做、一個人測，出 bug 之後回來的只有抱怨和責怪。作者很誠實地寫下：他有過想放棄的時刻。
然後他補一句：這不是社福現場才有的故事。看到這裡會點頭的組織，應該不少。
那他為什麼還是繼續？答案藏在他做出來的清單裡：銀髮就業方案管理系統、業務績效報告自動生成、法人整合管理、個案管理 AI、為不擅長交朋友的孩子設計的對話式程式、終身學習課程的出缺席管理、開發管理工具、部落格寫作自動化。
數一數是八個。而八個的起點完全一樣：先問「誰在不方便」，而不是先問要用什麼技術。
鐵鎚在釘釘子這件事上比赤手強大。但鐵鎚不知道釘子該釘在哪裡。
後面那句警告有點涼。把那個角色自己讓出去的瞬間，真正的依附才開始；而依附不會突然到來，它非常舒服地滲進來。
變輕鬆，和變強，不是同一件事
第三部從一個問題開始：「今天一整天，你自己思考了幾次？」
工具的歷史一直是差不多的走法。文字出現後記憶力退化了，但知識累積下來；計算機出現後心算變弱了，但我們得以處理更複雜的問題。工具的價值，取決於它替你省下的那段餘裕，你拿去做什麼。
所以問題可以收成一句：AI 替我賺到的時間，我現在拿去哪裡了？是更深的解讀，還是更多的外包？
作者在現場看到的是後者。AI 幫忙寫完報告之後，那些時間沒有變成思考，而是流向下一輪外包。輕鬆是真的。變強了嗎？那是另一回事。
他不是叫你少努力，而是說努力的方向變了。以前能量花在蒐集和整理資訊上，現在要移到思考得更深、判斷得更準這一邊。
今天可以從哪一件事開始？
書沒有停在抽象的覺醒。作者說不用搞得很大，提了五個做法，我認為這是全書最實用的一頁。
- 把自己領域的專業維持在比 AI 更深的地方 — 每週挑一件事，不靠 AI，自己讀。論文、現場、專業書都可以。AI 給不了的深度只從這裡來。
- 拿到答案一定要先懷疑一次 — 多問一句「這真的對嗎」。就這一次，守住你的判斷力。
- 把自己現場的一個不方便丟給 AI 問 — 不是為了拿到完美答案，是為了拿到方向。那段對話往往就是第一個點子。
- 畫出「可以餵給 AI 的資訊」邊界 — 把能輸入的和絕對不能輸入的分開寫下來。這一張紙會替你守住資料。
- 每天練一次「下指令」 — 把「這個怎麼做？」改口成「我需要這樣的東西，要怎麼讓它被做出來？」
這本書適合誰讀？
| 如果你是這樣的人 | 你會從這本書拿到什麼 |
|---|---|
| 被 AI 壓得有點喘不過氣的上班族 | 確認虛無感是正常的情緒，而且可以當起點 |
| 上了好幾堂提示詞課但沒留下什麼的人 | 重新定義「應用」：不是背問句，而是定義、選擇、下指令、驗證的循環 |
| 提過改變、然後累了的中階主管 | 「人的牆比技術的牆高」這件事，有人誠實地陪你說出來 |
| 工作會碰到敏感個資的現場工作者 | 一種會讓你意識到「我的資料流去哪裡」的敏感度 |
| 非本科、非工程背景的人 | 「讓 AI 去做」的問題轉換，加上附錄的 AI 名詞解釋 |
讀法也給一個。每章結尾都附了「讀完這章，問問自己」的三個問題。別直接翻過去，把答案寫在筆記本上。這本書真正的正文，我覺得就是那些問題。
五個做法裡如果今天只選一個，我推第四個。拿一張紙對折，左邊寫可以放進 AI 的資訊，右邊寫絕對不能放的。五分鐘就結束。從明天開始，你手停下來猶豫的位置會不一樣。
這本書沒有在講 AI 有多厲害。它只是在講，一個曾經在 AI 面前感到虛無的人，最後走到了哪裡：工具不該取代人，而擋住這件事的不是技術，是人的意志。
椅子空著，就會有人坐上去。人類的位置，也不會自己被守住。
