依賴不是問題，不動腦才是

上週四下午，一家做工業閥門的中小企業老闆在會議室把筆電轉過來給我看。螢幕上是他工程師寫的報價單程式碼，下面一整排 Claude Code 的對話紀錄。他問我一句話：「昆廷老師，我工程師現在連 for 迴圈都要問 AI，這樣下去三年後他還會寫程式嗎？」

我當下沒馬上回答。我盯著那段對話看了大概兩分鐘。

那個工程師問 Claude 的問題，其實寫得挺清楚的——他知道要處理什麼欄位、知道邊界條件、知道為什麼要這樣切。他不是把需求丟給 AI 讓它猜，他是把想法整理好、請 AI 幫他把手寫出來。這跟「失去思考能力」是兩回事。

但我也沒有天真到說「放心啦 AI 只是工具」。因為同一家公司的另一個新人，我翻他三天的對話紀錄，90% 都是「幫我寫一個可以⋯⋯的程式」這種單行丟包。他根本沒在想問題，他在外包思考。

依賴不是問題，不動腦才是

我在企業 AI 導入的案子做到第三年，慢慢看出一件事：員工用 Claude Code 之後分成兩種人。

一種人的思考密度變高了。因為 AI 把重複勞動拿走，他終於有腦力去想「這個流程為什麼存在」「這個欄位為什麼要算」。另一種人則是整個人攤了，變成一個 prompt 傳譯員——老闆講什麼他打什麼進去，出來什麼他就交什麼。

差別在哪？說老實話，差別在原本就會不會思考。AI 不會讓會思考的人變笨，但會讓不思考的人更理直氣壯地不思考。

這邊我想借易經的一個視角。《易經》有個卦叫「蒙」，講的是啟蒙教育。卦辭裡有一句很妙——「匪我求童蒙，童蒙求我」。不是我硬要去啟發小孩，是小孩自己帶著疑問來找我。AI 其實是同樣的道理：你帶著疑問去問它，它會逼你把疑問講清楚，這個過程本身就是在訓練思考；你不帶疑問、只想要答案，那它就真的只給你答案，而你什麼都沒長。

真正要教的不是工具，是提問

我現在幫企業做 Claude Code 教學的時候，第一堂課不教語法、不教 prompt engineering。我會叫所有學員關掉電腦，拿紙筆寫下「你今天想請 AI 幫你解決的三件事」。

然後我一條一條看。大部分人寫的都是「幫我做個報表」「幫我整理客戶資料」這種模糊到不行的東西。這種 prompt 丟進去，AI 給的回答也會一樣模糊，然後大家就說「AI 還不夠聰明」。

不是 AI 不聰明，是你自己沒想清楚你要什麼。

我會花兩個小時跟他們磨這三句話。磨到每一條都變成「我要一個 Python 腳本，讀取 D 槽 sales 資料夾裡面的所有 xlsx，把訂單金額大於 5 萬的客戶抓出來，分成六都列在新的檔案裡，備註客戶如果三個月沒下單要標紅色」——磨到這個程度，AI 的答案才會準，而學員自己也真的把業務需求想透了一次。

這個過程才是思考訓練。Claude Code 在這裡扮演的角色不是替代大腦，是一面鏡子——你想得多清楚，它就幫你做得多精準；你腦子糊，它也只能糊給你看。

回到那位老闆

我後來跟那位工業閥門老闆說，你別看你工程師問 AI，你要看他問得好不好。

如果他問「怎麼寫 for 迴圈」，那是真的退化。因為這是他當年學過的東西，他只是懶得回憶。

但如果他問的是「這個報價邏輯有三種客戶類型，折扣規則不同，我想先處理 VIP 再處理一般再處理新客戶，這樣分支要怎麼寫才不會一團亂」——那他沒退化，他只是用 AI 跳過手指打字的時間，把腦力省給更高階的設計。

那位老闆回家後真的去翻了工程師的對話紀錄。他傳訊息給我：「昆廷老師，還好，我那個資深的是前者（問得清楚），新人是後者（只會丟需求）。我知道該訓練誰了。」

中小企業數位轉型最怕的從來不是 AI 太強，是老闆搞不清楚誰在長、誰在廢。工具是中性的，但工具會放大人原本的樣子——原本會思考的，配上 AI 變得更強；原本不思考的，配上 AI 廢得更快。

這件事易經兩千多年前就講完了。蒙卦第二爻說「包蒙吉」——能包容那些還在摸索、還在問問題的人，是吉的。但第四爻說「困蒙吝」——固執地不動腦、把自己困在無知裡，那就沒救了。

差別從來不在 AI。差別在人。