<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Ruby Kuan on Medium]]></title>
        <description><![CDATA[Stories by Ruby Kuan on Medium]]></description>
        <link>https://medium.com/@rubykuan?source=rss-e58c9d742586------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*A5mAvWSgNoaUAp3z.jpg</url>
            <title>Stories by Ruby Kuan on Medium</title>
            <link>https://medium.com/@rubykuan?source=rss-e58c9d742586------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 22:25:10 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@rubykuan/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[AI 取代了我們但誰來判斷它做得好不好？]]></title>
            <link>https://medium.com/@rubykuan/ai-%E5%8F%96%E4%BB%A3%E4%BA%86%E6%88%91%E5%80%91%E4%BD%86%E8%AA%B0%E4%BE%86%E5%88%A4%E6%96%B7%E5%AE%83%E5%81%9A%E5%BE%97%E5%A5%BD%E4%B8%8D%E5%A5%BD-e03aeacca8fc?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/e03aeacca8fc</guid>
            <category><![CDATA[software-development]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[product-development]]></category>
            <category><![CDATA[product-design]]></category>
            <category><![CDATA[product-management]]></category>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Wed, 14 Oct 2026 15:47:39 GMT</pubDate>
            <atom:updated>2026-10-14T15:59:44.047Z</atom:updated>
            <content:encoded><![CDATA[<p>昨天，我請假一天和自己事業的 Partner -Amber 去處理一些在台灣的案件，聊著聊著，也不知道為何就從很文創x傳產的生意話題，又轉到了 AI，大概就是因為我們在講現在裝潢水電師傅的問題，現在我們除了台灣以外的案件都派中國的工班這件事，而我一直認為未來會消失的一部分工種會是這些裝潢師傅。</p><p>於是 Amber 問了我一個去年時問過的問題。</p><h3>AI 會不會毀天滅地？</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WqUY3aOC_83qT8kHkXWpsA.png" /></figure><p>Amber：「我之前問過妳，現在妳還是覺得 AI 未來不會發展出意識或消滅人類嗎？」</p><p>我說：「我還是覺得 AI 不會發展“意識”。」</p><p>Amber：「為什麼？那為何那些大佬要講的這麼可怕？說必須限制 AI 的發展？」</p><p>我說：「因為 AI 本身不像人類或者生物物種具備生物神經元，所以生物學意義上的意識 AI 是不會發展出來的，AI 這種極流暢、看似有邏輯甚至帶有情感的文字，還會道歉開玩笑等等，都只是基於“數學”和大量文本推理計算出來的模擬行為，盡可能的模仿人類，我們可以探討哲學但不是真的西部世界那樣」</p><p>至少，我不認為 AI 會因為某天突然有了自我意識，開始觀察人類的所作所為，越看越生氣，最後決定把人類消滅，雖然人類真的該死。</p><p>當然，回到哲學上的「意識」意義，AI 意識或許現階段是一個沒有定論的複雜問題，我也不認為只要機器沒有生物神經元，就能直接斷言它未來永遠不可能產生非生物學意義上的意識形式。</p><p>但我覺得很多人把太多注意力放在一個很像科幻電影的情境上，忽略了現實的風險，真正該擔心的，從來不是 AI 某天突然覺得人類很討厭於是撲殺人類，而是人類本來就有能力做出很多可怕跟喪盡天良的事情，而 AI 會讓這些事情變得更容易、更快速，更難以控制。</p><p>AI 不需要有自己的邪惡意志來毀天滅地，只要它被人操作就足以成為危險的工具。</p><p>如果有人利用 AI 協助大規模詐騙、網路攻擊，這些現在就在發生的事情，就更不用說一定有人嘗試加速危險武器的開發與運用，問題不在於 AI 有沒有意識，而在於人類把這樣的能力交給了誰，以及我們到底有沒有能力管理與控制它。</p><p>換句話說，與其擔心 AI 哪天突然決定消滅人類，更應該要先擔心人類終於找到一個可以幫自己把壞主意執行得更有效率的工具。</p><p>畢竟，歷史已經一再證明，人類並不需要 AI 才能做出毀天滅地喪盡天良邪惡至極的任何決定，因為人。性。本。惡。</p><p>聊完 AI 是否可能產生意識，我們後來又把話題拉回更貼近現實的問題，失業…，工作的取代，工業革命的發展與 AI 革命的發展…</p><p>大概是科技產業從業者的職業病，不管一開始在討論什麼最後總是會繞回同一個問題：AI 到底會把我們帶到哪裡？</p><h3>比起 AI 會不會毀滅人類，人類可能會把自己淘汰</h3><p>AI 已經開始改變許多工作流程。有些工作被自動化，有些職位的需求下降，有些原本需要好幾個人合作的任務，現在一個人搭配 AI 就能完成大部分的流程。</p><p>以前，一個產品從想法走到可以操作的原型，需要 PM 整理需求、UX設計師規劃互動、UI 設計師製作畫面，再由工程師實作，現在，一個人就可能利用 AI，在短時間內完成從想法、介面到 POC，這種過去需要等好幾週才能看到的東西，現在幾個小時就出現了。</p><p>這當然是一件很了不起的事，對於充滿想法的人來說這真是太棒了，似乎是個人人都能創造產品的歡樂時代。</p><p>但在組織裡問題也跟著來了，老闆們不禁在想，既然一個人可以完成這麼多事情，那我們還需要這麼多人（不同的職位）嗎？</p><p>在科技產業中我相信我們對 AI 能夠大幅提升工作效率這件事，其實沒有人有太大的分歧，真正思考的差異在於：當 AI 讓一個人可以完成過去多個角色的工作時，是否代表這些角色都不再需要了？</p><p>網路上有些討論是 AI 已經讓跨領域工作的可能性大幅提高，團隊不需要過去那麼細的分工，與其維持一層層的訊息傳遞，不如建立人數更少、能力更全面、可以直接把產品做出來的高品質團隊，所以「人」變成是 AI 時代的 Bottleneck。</p><p>我完全理解這個觀點。</p><p>如果一個人能夠用 AI 完成需求分析、製作原型、撰寫程式，還能判斷各個環節的品質，那麼確實可能不再需要過去那麼多的協作者。</p><p><strong>但是我不禁想問，這樣的人，究竟是因為 AI 讓所有專業都變得不重要了，還是因為他本身就具備跨領域的專業能力和視野？</strong>我認為，有些事不能混為一談…</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*S68HLq_2fjLeXL0IK_a5WA.png" /></figure><p>任何人都可以使用 AI 產生產品想法做出原型，但我一直都覺得，「做得出來」這個門檻消失了，但是做得好嗎？一個人能做很多事，不代表他能把每件事都做好的。</p><p><strong>誰有能力判斷，做出來的東西到底好不好？</strong></p><p>應該要討論的是這個事情</p><p>假設我用 AI 做出了一個原型，我覺得恩很棒了，拿出來跟大家討論，大家也覺得很棒。畫面完整、互動流暢、流程看起來也沒什麼問題。</p><p>結果，一位 UI 設計師看了之後，卻指出其中幾個元件使用的方式跟時機應該要調整，某些操作方式有更好的交互，甚至有些介面的排版可能會讓使用者在實際操作時感到困惑。</p><p>為什麼其他人看不出來，這位設計師卻看得出來？</p><p>因為每個人看事情的角度不同，而這個角度，往往來自長期累積的專業訓練、實務經驗，以及對特定問題的敏感度。</p><p>我可能很擅長落地產品策略，能快速整理需求、判斷產品方向，也能利用 AI 做出一個看起來很完整的原型。</p><p>但這不代表我就能取代一位真正有深度的 UI 設計師。</p><p>同樣地，一位工程師可能一眼就能看出程式碼裡的架構問題、效能風險或未來維護的困難，一位資深 UX 則可能發現，這個原型雖然做得很完整，卻根本沒有解決真正的使用者問題。</p><p>這些判斷，不一定會出現在 AI 產出的第一個版本裡，更可怕的是，有時候自己也不知道自己不知道什麼，我們都需要一位專業人士來提醒自己。</p><p>所以我認為，AI 的革命時代至少存在三個不同層次的能力：</p><ol><li><strong>讓 AI 做出想法的原型成果。</strong>能夠下指令、整理需求、產生介面、製作原型甚至寫點 code，這種是第一層的能力也是基本要有的能力，這能力會變成像是20 年前的 office 一樣，剛開始會這種工具有證照證明自己會就能獲得工作，現在每個人都會用 word, PPT, excel ，現在誰看你有沒有 office 證照？大家都會當這能力是 default 值。</li><li><strong>判斷成果的品質。</strong>能夠辨識原形成果是否合理、有哪些缺陷、遺漏了什麼，以及應該如何修正。這是現在應該要培養的能力，可是我認為這個能力不會是所有人都能發展，這是專業領域，後面說。</li><li><strong>決定什麼值得做。</strong> 能夠理解使用者、商業目標、技術限制與長期影響，決定問題是否值得解決，以及應該如何取捨。</li></ol><p>AI 大幅降低第一個層次的門檻，但第二個與第三個層次，並不會因為第一個層次變得容易，就自動普及。一樣用 office 舉例，word 技能是人人皆有，但仍然會有人用文字藝術師的字體與style 放在 EDM 或文宣上，比方說 公家機關，50年都不會改變的極惡美感，不會因為 word 用的嚇嚇叫或是現在他們會用 chatGPT/ Gemini 或者幫每個官員都配一個 AI agent，文宣美感就變好。</p><p>一個人可以用 AI 寫出程式，不代表他理解軟體架構；可以產生一份產品企畫，不代表他知道這個產品是否值得開發；可以做出一個漂亮的介面，也不代表他知道使用者會不會用得順手。</p><p>當然，有些人真的有很強的跨領域能力，也很擅長利用 AI，把原本分散在不同領域的工作串起來，但這類人真正的優勢，不是因為 AI 讓所有專業都變得不重要，而是因為他自己已經具備足夠的視野知識/資訊與判斷力，能夠跨越不同領域。</p><p>他不是不需要專業。</p><p>而是把多個領域的專業能力整合在自己身上。</p><p>所以究竟是因為 AI 讓所有專業都變得不重要了，還是因為本身就具備跨領域的專業能力和視野所以不需要太多協作者，對我來說這真的是兩回事。</p><h3>專業的價值，不是會做，而是知道什麼才算好</h3><p>我用「品味」來形容這種能力，但這裡說的品味，不只是美感好不好，也不是個人喜歡什麼風格。</p><p>它是一種綜合性的判斷能力。</p><p>你可能因為長期研究使用者行為，而能察覺某個互動流程不合理；可能因為長期開發大型軟體，而能預見一個看似簡單的技術決策，未來會帶來多少維護成本；也可能因為多年參與產品決策，而能判斷某個功能雖然做得出來，卻不值得投入資源。</p><p>這些能力，有些來自專業訓練，有些來自實務經驗，有些來自跨領域知識與生活觀察，它們不一定能被整理成一套明確的規則，也不一定能在短時間內學會。</p><p>更重要的是，這些能力往往是在一次又一次的實作、犯錯、修正、討論與反思中，慢慢累積出來的。</p><p>所以，我從來不認為只要有 AI，每個人就能自動成為跨領域的專家。</p><p>不能因為某個人用 AI 做到了，就推論所有人都能做到。我以前會犯這種錯，前輩蕃薯藤的創辦人陳正然 JR 兄曾跟我說「Ruby ，你不可能也不應該奢望妳能把所有人變成一個小 Ruby」我琢磨這句話兩三年後我才參透。</p><p>有人可以自學修好家裡的電器，不代表從此所有電器維修師傅都可以退休回家。但能修好，跟能不能判斷它修得好不好，是兩回事。</p><h3>軟體產業的分工一直在變，但專業從來沒有因此失去意義</h3><p>回頭看軟體產業，其實我們早就經歷過好幾次專業分工的變化。</p><p>早期，網站設計的角色沒有現在這麼細緻，一位 Web Designer 可能就要處理視覺、介面，甚至前端實作。</p><p>隨著產品越來越複雜，產業逐漸發展出更細的分工。</p><p>有人專注視覺設計，有人專注 UI，有人研究使用者行為與體驗，有人負責前端，有人負責後端，也有人專注軟體架構、資料庫、資安或系統維運。</p><p>PM 的工作也發展出不同的專業面向，例如產品策略、使用者研究、需求分析與產品規劃等。</p><p>這些分工不是產業閒著沒事，硬要把一件事情切成十幾個職稱，好讓大家開更多會議，至少，理想上不是，而是因為當產品變得更複雜，要把每一個環節做好，就需要更深入的專業知識。</p><p>分工確實有代價。</p><p>溝通成本增加、交接變多、決策時間拉長，甚至有時候大家花了很多時間討論，最後卻沒有人知道到底誰要做決定。</p><p>但專業分工也讓我們能夠處理更複雜的問題，讓產品的品質、穩定性與使用體驗持續進步。</p><p>現在，AI 改變了這個局面。</p><p>過去需要設計師與前端工程師多次來回協作的工作，現在可能由一個人搭配 AI，就能完成大部分的視覺產出與前端實作。</p><p>過去需要先製作設計稿，再交給工程師開發的流程，也可能變成先用 AI 建立原型，再由設計師、工程師與 PM 一起修正。</p><p>因此，我認為有些角色的界線確實會變得模糊，部分工作也會重新整合，但這不代表所有角色（PM, Designer, RD) 會消失。</p><p>我更傾向認為，產業可能會出現某種「分工的重新整合」，一部分工作回到較早期的整合模式，另一部分專業則因為產品複雜度提高，而需要更深的技術或領域知識。</p><p>例如，UI 設計與前端實作之間的界線可能變得模糊很像早期的 designer；部分 UX 工作可能更深入產品規劃與 PM 的角色整合回到以前或是 UX 變成真正的 Product designer；長視覺設計的人，也可能開始直接運用 AI 完成原本需要多個工具與角色協作的工作。</p><p>但在大型軟體系統中，後端工程、系統架構、資安、效能、可靠性與維運等專業，仍然有其重要性。</p><p>AI 可以產生程式碼，不代表它產生的系統就一定能安全、穩定地運作，同樣地，AI 可以快速產生介面，也不代表它自然就理解使用者的情境。</p><p>所以，我認為未來不一定是分工越來越細，也不一定是所有人都變成什麼都做的通才。</p><p><strong>我認為更可能是執行工作被重新整合，專業角色依照產品複雜度、品質要求與風險，重新調整分工。</strong>哪些工作可以整合，哪些專業仍然需要深入發展，應該取決於工作本身，而不是先決定某個職稱過時了，再把所有工作硬塞給剩下的人。</p><p>畢竟，組織圖可以畫得很精簡，但產品出問題的時候，問題不會因為少了幾個職稱就也跟著消失。</p><p>另外再來一個通通都變通才的問題</p><p>如果只看重執行效率，為了減少溝通成本精簡或只要那些已經具備視野或足夠專業能跨領域的人才，不再投入資源培養磨煉專業領域時，短期內可能確實可以減少成本、加快產品開發。</p><p>但長期呢？大家都用相似的模型、類似的工具、相近的提示方式，並且缺乏足夠深度的專業能力與判斷來挑戰 AI 的答案，那麼最後做出來的產品，會不會越來越相似？</p><p>每一個產品都有漂亮的介面、完整的功能清單、看似合理的使用流程。</p><p>但真正使用起來，卻沒有哪一個特別出色。</p><p>因為大家都能做出七十分、八十分的成果，卻越來越少人有能力把它推進到真正優秀的程度。</p><p>當然，AI 不一定會讓所有產品變得相似。有能力的團隊，仍然可以利用 AI 探索更多方案、創造差異化的體驗。</p><p>但前提是，團隊必須有能力判斷什麼值得做、什麼只是看起來不錯，以及哪些地方需要突破 AI 的預設答案。</p><p>而這些能力，不會因為我們使用了更好的工具燒更多token，就自動出現在每個人身上。</p><p>如果今天我們認為設計不再重要，因為 AI 已經可以畫出介面；工程不再重要，因為 AI 已經可以寫程式；研究不再重要，因為 AI 已經可以整理資料。</p><p>那麼，十年後，我們要去哪裡找出能判斷設計品質、理解系統風險，以及看出研究結論是否合理的人？</p><p>這些人不會憑空出現。</p><p>專業判斷需要被培養，而培養專業判斷，通常需要真正做過、看過、錯過，也修正過。</p><p>如果我們把所有執行工作都交給 AI，把所有人都要求變通才，你也去做PM 你也去做設計，你也學學寫code，卻不再讓人有機會累積垂直專業，所有東西都混著幹，所有人都混著幹，那麼可能會在近兩三年內養出一群超厲害T型人才，我猜這些人才多半過往都早就在某一領域很強了所以很快跨足其他領域，但我們會在長期失去持續創造好產品的能力。</p><p>我們不能一方面期待每個人都具備專家的判斷力，另一方面又把所有能培養專業的工作機會都拿走。</p><p>我自己持續在檢討我是否一直在抹滅了夥伴的未來，抹滅了下一世代會出來的人才。</p><p>所以當我跟朋友聊到這題後，我重新思考了這個問題，整理成部落格，至少這是我現在的想法，我認為未來的軟體團隊，會同時存在幾種工作模式</p><h4>一、能夠跨領域整合的產品型人才</h4><p>我定義我自己是這類人，一直以來我都偏向是這類型的工作者。</p><p>這類型人才不一定要親自完成每一項工作，但他們能理解產品從問題定義、需求分析、設計、開發到驗證的完整流程。</p><p>他們可以使用 AI 快速探索想法、製作原型、驗證假設，甚至完成過去需要多個角色合作的工作。</p><p>但他們真正的價值，不是「一個人可以做很多事」，而是知道哪些事值得做、哪些結果還不夠好，以及下一步應該怎麼走。</p><p>這類人才可能出現在 PM、產品設計師、技術型產品負責人，或其他跨領域的角色中。</p><p>不過，我不認為每個人都應該被要求轉型成 PM，因為產品思維不等於所有專業的總和，能夠做原型也不等於具備產品判斷力。</p><p>更不是把所有人都改成 PM，組織就會突然變得更有效率。如果每個人都負責決定產品要做什麼，那麼最後到底誰負責把它做好？lol 而且我不認為這是再加一個 AI Agent 就能完全解決的。</p><h4>二、持續深耕領域的專業人才</h4><p>即使 AI 可以協助完成更多執行工作，專業深度仍然有其價值。</p><p>設計師需要理解使用者行為、互動邏輯、資訊架構、視覺層次與可用性；工程師需要理解系統架構、資料流、效能、資安與維護成本；PM 需要理解市場、使用者需求、產品定位與資源取捨。</p><p>這些專業的工作內容會改變，但不代表它們就失去了存在的必要。</p><p>反而是因為 AI 可以大量產出結果，我們更需要有人能夠辨識結果的品質，而且，當產品的規模、複雜度或風險提高時，領域專家的價值往往會更明顯。畢竟，做出一個可以展示的原型，和做出一個可以讓數百萬人長期使用的產品，是完全不同的難度。</p><h4>三、負責系統整合、品質與風險的人</h4><p>當 AI 參與產品開發的每一個階段，整合與驗證的重要性也會提高。</p><p>一個人可以用 AI 產生code，但整個系統能不能穩定運作？不同模組之間有沒有衝突？資料是否安全？產品出了問題能不能追蹤與修復？這些都不是單純把功能做出來就算完成。</p><p>未來，系統架構、測試、資安、可靠性工程與技術治理，仍可能需要專業人才，只是他們的工作方式會改變。</p><p>例如，測試人員可能減少部分手動執行測試的工作，轉而更深入地設計測試策略、探索極端情境、評估風險，以及驗證 AI 產出的結果。</p><p>工程師也可能從大量寫code 轉向更多系統設計、程式審查、整合與問題診斷。</p><p>這不代表每一個現有職位都一定會保留，而是說只要系統仍然複雜、品質仍然重要，這些專業所承擔的問題就不會因為 AI 出現而自動消失。</p><p>不過我不是碼農背景，或許我看的太淺或者想得太多，也許寫程式的世界又是另一回事，我比較能評論跟想像 PM 跟 設計師的未來狀況。</p><h4>四、負責定義問題、做出取捨並承擔結果的人</h4><p>這類能力原本就可能是高階主管、資深 PM ，也可能是設計主管、技術主管、產品負責人。</p><p>總之就是他們知道什麼問題值得解決，也知道什麼時候應該停止開發，他們能夠在使用者需求、商業目標、技術限制、時間與成本之間做出取捨，更重要的是，他們知道決策的後果需要由誰承擔。</p><p>這些過往集中在主管身上，但未來不一定（不過，還是會回到人性，人性裡組織是權力，只要有權利就有階級就有最後誰承擔的%），我覺得以軟體業來說，未來可能是在某些具備高度自主性的工程師身上，不一定是主管。</p><p>AI 可以提供建議、分析選項，甚至協助比較不同方案的優缺點，但組織仍然需要有人負責設定目標、確認限制、評估風險，並對最後的決策負責。</p><p>未來的分工不會只看誰能執行，而會更重視誰能整合、誰能判斷，以及誰能承擔責任，這些能力可能被放在同一個人身上，也可能持續由團隊中的不同專業共同完成，真正的差別在於，企業是否能夠依照產品的複雜度與風險，設計出合理的分工方式，而這件事情會打破現在的組織概念，用傳統的組織概念來看分工，絕對是行不通的。</p><p>實際上，有些公司可能採用小型、跨職能的團隊，讓一個人負責更多工作；另一些公司則可能因為系統複雜度、法規要求或產品風險，而保留更深入的專業分工。</p><p>莫名其妙的我把這篇文章寫得好長，寫了一個多小時…XD</p><p>其實還有很多對未來工作分工的雜亂想法，透過寫下文字慢慢我有更清晰的思路，但留到改天再說好了</p><p>Anyway 我認為最重要的件事就是</p><p>我們不可以從少數那種本來就可以一個打十個的跨領域人才成功經驗，直接推論大部分的人都應該變成這樣，所以不再需要工程師、設計師或什麼其他師了。</p><p>一個組織真正需要的，不只是能用 AI 快速產出的人，還有能夠定義問題、辨識品質、做出取捨，並讓產品持續進步的人。</p><p>而這些能力，既需要個人的天賦與努力，也需要專業訓練、實務經驗和組織的長期培養，專業分工可能改變，職稱可能重新組合，某些工作也確實會消失，但專業仍然重要，我們比以往都更需要那些能夠看出差異、辨識問題，並把普通成果推進到優秀成果的人，而這些不是靠燒 token 就會長出來。</p><p><strong>所有的主管都應該要思考，當我們開始用 AI 減少執行工作時，到底有沒有同時建立新的方法，培養下一代具備專業判斷力的人？</strong>當所有人都能做出東西的時候，誰有能力看出什麼才是真正好的東西？如果我們希望下一個產品能夠做到九十分，甚至一百分，那些剩下的分數從哪裡來？需要哪些角色專家才能推進，這才是我們需要設置的角色並且往這裡培養。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e03aeacca8fc" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[資源是爭取來的，影響力是挖出來的]]></title>
            <link>https://medium.com/@rubykuan/%E8%B3%87%E6%BA%90%E6%98%AF%E7%88%AD%E5%8F%96%E4%BE%86%E7%9A%84-%E5%BD%B1%E9%9F%BF%E5%8A%9B%E6%98%AF%E6%8C%96%E5%87%BA%E4%BE%86%E7%9A%84-20b3a74f21b6?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/20b3a74f21b6</guid>
            <category><![CDATA[project-manager]]></category>
            <category><![CDATA[product-management]]></category>
            <category><![CDATA[product-design]]></category>
            <category><![CDATA[product-manager]]></category>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Fri, 07 Aug 2026 06:59:30 GMT</pubDate>
            <atom:updated>2026-08-12T00:38:35.870Z</atom:updated>
            <content:encoded><![CDATA[<h3>Product Bulider 的思考框架</h3><p>最近一直在搶小夥伴們的工作，真的不是因為他們做得不夠好(好吧…是，是不夠好到我心目中的80分，大概只有40-50分），但不是他們不好，有些時候真的是經驗問題，他們只是還沒有累積到足夠的經驗去處理。</p><p>但是這樣下去也不是辦法，所以我想整理一下我自己做產品的思考脈絡(又要 murmur PM 心態了 lol)</p><h3>我的起手式</h3><p>回看我多年的產品經驗，我幾乎很少「等待被 Assign 任務」，我的意思是，比方說我的老闆或者我的主管，塞一個題目給我了以後，我不會就直接開始思考這個產品要有哪些功能跟界面，我一直以來的習慣模式都是，我會先去思考對方提出來的這個題目，到底要解決的問題是不是真的成立？當我一路挖掘題目後，我會提出的通常是一連串的策略企劃，所以我就會變成接下去一路去規劃整個串起來的點，所以到最後，是我主動去產出了新題目，而不是老闆給我題目。</p><p>我從來不從 Feature 面去切入，而是從使用者的行為與心智模型去做解構。</p><p>有時候有些領域我不懂，比方說，我曾經接到老闆說，想要做一個跑步 APP，我不跑步的，所以我先問他為什麼要做這個？釐清他的想像與背後動機，作為假設，接著就先下載研究所有市場上看得到的競品，但我看的不是功能介面，而是分析「他們想給使用者一個什麼體驗」想「訴說什麼故事」，甚至加入他們的社群</p><p>接著我逼自己去跑(健)步(走)，開著這些 APP，跑(走)了兩個禮拜，我就開始理解了每個我下載的 APP 想解決的問題。有了這個體感後，我再去查市場營收數據、使用者輪廓、各種趨勢，並在論壇與社群觀察討論一整週。最後，我提出了一個差異性假設，才開始規劃產品把作業交出去</p><p>以往，我很少在提出一個產品規劃後被打槍，絕對不是零，但幾乎沒有。我的每一任老闆最後在我離開以後，都會說，Ruby 很會做產品，如果我們需要時，妳要回來救我們。（但這前提還是要搭配強的RD lead。也謝謝這些貴人們給了我自由的空間之外，教了我很多，也給了我很大的肯定與信心。）</p><h3>PM 的思考金字塔</h3><p>真正決定 PM 職涯天花板的，往往不是你的工具用得有多熟，理論框架背的有多好用的有多少，而是你如何看待「問題」與「策略」的關係。</p><p>PM 的思考模式，本質上應該是一個嚴密的 <strong>Problem first</strong> 與 <strong>Context driven</strong> 的工程</p><p>首先，你要先 Problem Validation，去確認對方提出的需求是真實痛點還是偽需求？被交付的題目，背後要解決的根本問題是什麼？真的值得解決嗎？驗證「痛點存在」之後，還需要驗證「這個痛點值得 “我們公司”去解決嗎？」。痛點可能真實存在，但若不符合公司產品當前的 core value 或 business strategy，priority就應該要重新評估</p><p>其次，要確認對象是誰？這個 TA 的輪廓與心理模型，他們既有的認知習慣與操作直覺是什麼？</p><p>第三，使用時的實際場景為何？在情境 A/B 或裝置 A/B 的切換下，會受到什麼環境干擾？</p><p>第四才是 Feature &amp; Interaction Design，基於情境，什麼樣的 Feature 與 UI 布局能以最低的認知成本引導使用者完成目標？我的競爭對手怎麼解決這個痛點？</p><p>最後，是產品設計的迭代，重新 review 流程 , icon 替換、組件收合/展開介面的迭代都為了反覆確認這些組件是否反而增加了使用認知的摩擦力？理解技術限制，從來不是為了妥協，而是尋找最符合現階段 ROI 的 MVP 解法</p><p>假設你沒有經過前三點，直接跳到第四點做產品，那你在技術限制下所割捨的，非常可能就是這個商業模式能「成或敗」的關鍵。</p><h3>打破資源迷思</h3><p>我有聽過 PM 跟我說，「可是我沒有資源，我沒有資源去了解使用者」</p><p><strong>說直白，一個初級的 PM 會等待定義和資源，而高級 PM 主動尋找槓桿</strong>，這跟資深資淺沒有關係。沒有資源時，就從數據、客服反饋、競品分析或使用者觀察中自己挖掘 opportunity，我從來沒有等待過資源。</p><p>很多 PM 誤以為「策略和資源是 Top-Down 給的」，但事實上，高階 PM 是透過洞察生態系中的「破碎斷點」，逆向定義出公司的策略方向，進而推動資源到位。</p><p>你在問題打磨的過程中，你會往巨觀走，也就是策略推進，你會開始觀察到產品生態系的破碎斷點，評估潛在市場機會與價值，於是你會提出新的 proposal 去說服主管/決策層，然後就會獲得資源，點線面的收斂為公司策略</p><h3>定位的分野</h3><p>我看過很多 PM 是 Task Taker，公司沒給策略、團隊沒有資源，所以我不知道要做什麼，我在等待 assign，我在等待….主管給我一個 answer（說句難聽的，大家來上班是來義務性當你的指導老師嗎？又不是碩博班）</p><p>他們等待 Top-Down 指令 -&gt; 實作單一 Feature-&gt; 交付 Output</p><p>這樣一來眼界就僅限於被分配的專案上，難以看見系統性問題。做得再久，你也就是一個 Project Task Taker，你做了 1 年還是 20 年都一樣，沒有改變。</p><p>而 Product manager, 是策略的 shaper，因為他們的思考是，一個產品在運作時，必然會與生態系內的其他服務產生連動，當你往深處挖掘，就會發現大量「破碎的斷點」 ，而這些斷點，就是未被滿足的市場機會</p><p>發現生態系斷點 -&gt;提成點線面的 Proposal -&gt;爭取資源 -&gt;塑造 Bottom-Up 策略</p><p>他們不依賴既有資源，而是用洞察力「創造資源」，從基層就能發揮高階影響力</p><p>當下方提不出有價值的洞察，公司自然只能 Top-Down 指派工作，但當你能從使用情境與商業機會出發、由下而上地推動改變，你就不再只是需求的執行者，而是策略的塑造者。</p><p>當你面臨 Trade-off 時，Project Manager 依據的是「時程與規格是否到位」，而 Product Manager 依據的是「商業價值與使用者痛點是否被精準解決」。</p><p>我們無法期待所有人都變成 product manager，但把自己擺對位子也很重要，理解自己的強處和定位，做好補位也是團隊中不可或缺的中堅份子，最怕的是擺錯心態，還認為千錯萬錯都是 they 的錯。</p><h3>進階視野</h3><p>然而，當你具備了 PM 的策略思維、成功把產品規劃並開發上線後，任務就結束了嗎？並沒有。</p><p><strong>決定你是不是一個好的 Product Manager，關鍵在於你是把專案開發完交付後就結束，還是將它的「生態」一路推進。</strong></p><p>而一個產品要從「好用」跨越到「爆款」，單靠產品本身的 feature 堆疊絕不可能實現。好比當年無名小站爆紅，不是因為有很多功能很多服務，它只是滿足了一個當時強烈的人性需求（怎麼形容的好像在說什麼 AV 網站？）。</p><p>從使用者痛點的強度、決策權與使用者分離的結構性阻礙（B2B/Enterprise 痛點），以及行銷與通路的推力，都是影響產品最終結果的線。</p><p>我自己的經驗上來看產品無法成為“爆款”，通常卡在三個結構性的議題面：</p><p><strong>1.痛點未達「非你不可」的臨界點</strong></p><p>若產品只是改善 20% 的效率，使用者會習慣性留在舊有的工作流程。要爆款要把人吸走，就必須提供 <strong>10x better</strong> 的體驗，或是解決「不解決就會非常痛/賠錢/被淘汰」的極致痛點（如 Zoom 解決了早期 skype 視訊極度不穩的痛、Slack 解決了 Email 碎片化）。</p><p>也就是說要打倒原本的通道霸主，就不能在對手的優勢戰場硬碰，而是要找到全新的應用場景，去打新的應用場景。當你的產品創造了全新的工作流程，轉置成本才會不是問題，因為舊工具無法提供這種新體驗。</p><p><strong>2.User 與 Buyer 的脫節</strong></p><p>比方說像我就是恨透了 Microsoft，我只用 Google Doc 可是我沒有決定權。</p><p>Google Docs vs. Microsoft 365 經典的 B2B 戰場，在傳統 B2B 模式下，IT 與資安部門關心的是 Compliance、Security、Central Control 與 Enterprise License 價格，而不是 end-user like me 用的舒不舒服。</p><p>如果軟體只走 Top-down，產品再好用也進不去。</p><p>所以比方說這類型態的產品，不能等公司的 IT 決策，也就是為何大家都先提供免費/輕量版，讓基層員工在非正式場合或個人工作流中先用起來（如 Notion, Figma, Slack 早期），當公司內部有 30% 的 Team 已經私下在使用，且跨部門協作都改用這個工具時，user 端的口碑會逆向倒逼 IT 與 C-level 去補辦 Enterprise 帳號，這是一種很常見的 Land and Expand 逆推手法。</p><p><strong>3.缺乏分發與擴散機制</strong></p><p>Channel、硬體預裝能解決「接觸率」，但解決不了「留存與主動推薦」。</p><p>硬體預裝或通路經銷只是「把人帶到你面前」。但要讓使用者喝下你為他準備的酒水，那產品前 3 分鐘的 WOW moment必須極短。如果載入後需要繁鎖設定，預裝也只是變成 bloatware。</p><p>而工具如果只是個人使用，擴散通常極慢，慢到你被 VC 問，天天盯數據盯出花來都還沒擴散。</p><p>若工具具備「多方協作/分享才展現最大價值」的特性（如 Figma, Miro, Notion 的即時共編、一鍵分享），使用者在完成工作的同時就在幫你做免費行銷。另外透過 Community driven 來建立 User 認同感，讓早期使用者成為產品的「佈道者」也是一種有效的產品行銷手法（但這手法需要有很懂社群操作的人）。</p><h3>心態決定你的影響力格局</h3><p>經驗會決定你思考的廣度與深度，但心態決定了你的格局。</p><p>做產品從來不是一件「等規格、等資源、等指令」的事。資源是爭取來的，策略是挖掘出來的，而影響力是一步步靠著你對問題的執著與生態系的洞察推動出來的。</p><p>寫這篇文章，一方面是梳理自己多年的產品心法，另一方面也是想給團隊的夥伴們一個清晰的指引。</p><p>我期待的不是一群幫我畫 Wireframe、控時程的 Task Taker，而是一群敢於質疑問題、主動尋找槓桿、能用產品策略打破現狀的 Strategy Shaper。</p><p>當哪一天你們提出的洞察與解法讓我驚艷，甚至證明了「你們真的不再需要我」的時候，那將會是我作為產品 Leader，最驕傲的時刻。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=20b3a74f21b6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[軟體護城河到底剩下什麼？]]></title>
            <link>https://medium.com/@rubykuan/%E8%BB%9F%E9%AB%94%E8%AD%B7%E5%9F%8E%E6%B2%B3%E5%88%B0%E5%BA%95%E5%89%A9%E4%B8%8B%E4%BB%80%E9%BA%BC-c02d9092c0d5?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/c02d9092c0d5</guid>
            <category><![CDATA[software-development]]></category>
            <category><![CDATA[business-strategy]]></category>
            <category><![CDATA[software]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Thu, 23 Jul 2026 03:50:53 GMT</pubDate>
            <atom:updated>2026-07-23T03:53:11.509Z</atom:updated>
            <content:encoded><![CDATA[<p>這兩週被問了兩個很棒的問題，其實這些問題一直都在被問，只是上週跟這週剛好有不同人「認真坐下來」問我了兩個關鍵問題</p><p><em>一個是關於產品護城河</em></p><p><em>一個是沒有設計師的產品未來能看嗎</em></p><p>先來難的我也不見得有答案的題目，未來有空再講第二題簡單的</p><h3>護城河的本質轉變</h3><p>以往軟體建立 Barrier 的方式是，「我做得出這個系統/功能，你做不出來」，很大部分背後是來自技術開發資源的差距屏障。</p><p>當 AI（包含 Vibe Coding、LLM 等）將「軟體開發與複製的邊際成本」壓到趨近於零時，<strong>單</strong>純的 Feature 本身已經無法作為護城河。競爭對手要 Copy 一個 Feature，從過去的數月縮短到數天甚至數小時，對方說不定下一個release 就跟上了，這種軟體即商品的AI 時代下，護城河到底剩下什麼？</p><p>我的想法是，我也不知道，這題真TM太難了，我們有一些直覺覺得做了可能勝率大，但誰也不知道結果為何，那我想…或許我們來拆解一下商業市場競爭時的幾種決定力量框架，一起找答案。</p><p>我的思考脈絡是這樣(也來自很多人的input)</p><p><strong>Features:</strong></p><ul><li>失效｜code 與 UI 極易被ＡＩ反向工程生成，純 UI ／UX 不再具有排他性。</li></ul><p><strong>流程效能：</strong></p><ul><li>弱化｜過去的無論瀑布流還是敏捷開發，組織的營運效率都被 AI 打破，每個team 未來都是新創般的 Tiger team。</li></ul><p><strong>經濟規模：</strong></p><ul><li>轉移(?)｜這題我不敢肯定先打 ?，但純算力跟伺服器規模不再是小公司的障礙了，但是 data scale 與議價能力可能還是有影響？這我不確定…</li></ul><p><strong>轉換成本：</strong></p><ul><li>降低｜MCP 正在從根本上瓦解傳統 SaaS 軟體轉換成本的護城河，以前用 data silo 私有格式複雜的API或複雜 Export 的機制來鎖資料，或是使用者累積的大量 context，都可以 Agent 無痛搬走。而介面呢？大家以前作為使用者好不容易熟悉一套 UIUX 與操作流程想要我轉換，你要是沒祭出個什麼大誘因真的門都沒有，可是 AI 時代介面可能是 agent-first，誰還關心底下是哪家產品在運作啊，UI不是唯一入口了，傳統的操作習慣跟介面黏著度可以為零(看我前一篇<a href="https://medium.com/@rubykuan/ai-%E7%A0%B4%E5%A3%9E%E5%BC%8F%E7%9A%84%E5%89%B5%E6%96%B0%E4%B8%8B%E6%88%91%E5%80%91%E7%9A%84%E6%A0%B8%E5%BF%83%E5%83%B9%E5%80%BC%E9%82%84%E5%89%A9%E4%B8%8B%E4%BB%80%E9%BA%BC-2db6928eeb67">我們的核心價值</a>寫到的美國出差 Sales head 帶來的思考），更不要說 AI 抄 Feature 跟 UI 也就是幾分鐘的事。</li></ul><p><strong>數據效益：</strong></p><ul><li>強者恆強｜這前提是懂如何利用數據（很多公司數據很多但腦袋為屎），越多使用者就能收集越精準的情境數據，也就可以用 AI 更精準的分析使用者也就能越早發現下一步採取行動。</li></ul><p><strong>壟斷性資源/法規：</strong></p><ul><li>繼續壟斷｜我不確定，但從歷史來看除非犯大錯或法規變動，不然擁有壟斷性資源的像是獨家通路、特許執照、私有數據 like Dark Data、特殊(硬體)規格等這類獨佔性資源一般來說不太容易改變。</li></ul><p><strong>品牌力：</strong></p><ul><li>增強(吧)｜在 AI 產出大量垃圾內容與安全疑慮時，”Trust compliance“ 應該會成為溢價來源。ＢＵＴ，唉～台灣人談屁品牌力，懂的都懂 lol~~whatever 啦～～</li></ul><p><strong>通路：</strong></p><ul><li>增強｜通路分發霸權一直都是難打破的力量，在注意力跟進入點都成為稀缺資源的時代下，通路霸權門檻就變更高了。</li></ul><h3>除此之外還有什麼市場競爭切口？</h3><p><strong>軟硬體協同與實體感測</strong></p><ul><li>軟體可以被 AI 抄走，但<strong>實體硬體、驅動程式、韌體與現場設備的整合體驗</strong>極難被秒抄，比方說任何人都可以用 Vibe coding 抄出一個長得一樣的白板 App，但他無法確保軟體在特定的實體觸控螢幕上不會 Lag，也無法解決硬體驅動的相容性。</li></ul><p><strong>使用者協作生態</strong></p><ul><li>這跟功能無關，而是文化，使用者或企業內部的「行為慣性」，比方說 Figma 目前的護城河不是他的繪圖功能或是 AI 功能，而是「全公司的人都在上面協作」， AI 可以複製產品但複製不了一家公司若有百人建立好的協作關係。</li><li>企業客戶的「組織慣性」通常會保護既有巨頭（例如：即使新 AI 工具好用 10 倍，大公司 IT 部門依然因為懶得重新評估採購流程而繼續用舊系統）。</li></ul><p><strong>生態系綁定</strong></p><ul><li>Ecosystem ore Multi-sided platform dynamics 建立的不是一種單向服務，而是建立包含整體生態的服務串連，類似 Apple App Store 的生態護城河，說穿了就是讓離開門檻變高。</li></ul><p><strong>使用者關係/共情設計</strong></p><ul><li>產品從來不只是 Code，「<strong>關係」也是產品的一部分</strong>。我指的是軟體面的，好的軟體公司一直都會跟他們的使用者保持關係，不是PD培訓這種，而是開發人員與終端使用者之間的關係，開發人員是否自己是某種使用者，開發人員是否有跟終端使用者對話，這是一個看不見的護城河。</li><li>在矽谷與現代產品設計中，這種市場力量通常被稱為 “<strong>Empathetic Design Moat”</strong> 或 “<strong>Dogfooding / Community-Driven Alignment”，</strong>對手可以用 AI 秒抄我們的 Code 與 UI ，但他們<strong>抄不走開發團隊腦中的「使用者心智模型（User Mental Model）」與「信任連結」。因為</strong>軟體開發本質上是一場「把使用者的現實痛點，翻譯成數位邏輯」的過程， AI 無法替我們完成把使用者真實情緒、脈絡和痛點正確翻譯成數位邏輯，所以當開發人員長期與 end user 有深度對話時護城河就會建立起來，這種中間透過人 (sales,PD etc) fliter 跟轉譯是達不到效果的。</li><li>你知道為何矽谷有些品牌一定會做場域研究或派 UX 去現場訪談嗎？當使用者知道產品背後是一群「願意聽懂他們語言、且熱愛這個領域」的開發者時，使用者會從單純的「消費者」轉化為「品牌擁護者Evangelists」，這其實是一種產品心理學的手段。</li><li>btw. 如果你對人的行為與心智有研究，應該都知道，人往往講不出真正的痛點，甚至有時候自己都無法意識到，那種隱性知識跟感知力是為何有 UX 存在的原因，那種「看不見的順暢感」絕對不是純對話中能獲得的感知。</li></ul><p>如果提供的服務跟 AI 有關的話，透過使用者行為不斷積累的「資產」也是一種護城河</p><ul><li>系統演算法能把使用者行為，自動壓縮、索引、萃取成最精準的知識圖譜，這種東西 MCP搬不走，舉例來說用 MCP 把 CSV / 文件數據搬去競爭對手那裡，競爭對手沒有的 <strong>Context extraction pipeline</strong>，那就依然無法理解「習慣與邏輯」。但多數產品提供的服務跟 AI 無關 lol。</li></ul><h3>產品策略的思考防禦矩陣</h3><p>在 AI 時代來檢視所有的市場競爭力量，打造護城河，已經不是一個軟體單點能建起來的，而是必須從不同層都要同時下手插旗，以前可能可以不用插旗就可以的，現在不行了</p><p>舊思維：專注在功能創新 (Feature Innovation) ➔講了6850348次極易被複製</p><p>新思維：專注在綁定與防禦 (Binding &amp; Defensive Infrastructure)</p><p>所以我認為是這樣（但肯定不是唯一答案）</p><p><strong>上層，搶占進入點與門檻：</strong></p><ul><li>Distribution &amp; Trust → 通路霸權、品牌信任、合規執照</li></ul><p><strong>中層，增加離開成本：</strong></p><ul><li>Data Context &amp; Ecosystem → 獨家數據、生態系/MCP 控制權、深度工作流</li></ul><p><strong>底層(AI分分秒秒複製)：</strong></p><ul><li>Feature &amp; Code → 功能開發、UI 設計</li></ul><p>中層是現在軟體團隊能掌握且必須做的事情，不然上層就算做到沒有中層就不用玩了，只有底層那就直接 out</p><p>所以天天每個項目都要思考從功能導向轉向生態綁定，能不能將功能與特定的實體場景跟硬體設備或是第三方系統做深度的連動？</p><p>讓使用者在生態內建立起「工作流」或是讓使用者的「文化組織產生協作生態」這類結構一但建立，搬遷成本就不是抄功能MCP搬資料這麼簡單的事了</p><p>所有的護城河都建立在「程式碼之外」，PIR 軟體人，這個產業真是逼屎人，但你真說其他角色跟產業呢，要沒軟體，他們早死在歷史洪流了，所以換個角度想，我們又何其幸運能玩這麼一局呢？</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c02d9092c0d5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 破壞式的創新下我們的核心價值還剩下什麼？]]></title>
            <link>https://medium.com/@rubykuan/ai-%E7%A0%B4%E5%A3%9E%E5%BC%8F%E7%9A%84%E5%89%B5%E6%96%B0%E4%B8%8B%E6%88%91%E5%80%91%E7%9A%84%E6%A0%B8%E5%BF%83%E5%83%B9%E5%80%BC%E9%82%84%E5%89%A9%E4%B8%8B%E4%BB%80%E9%BA%BC-2db6928eeb67?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/2db6928eeb67</guid>
            <category><![CDATA[product-management]]></category>
            <category><![CDATA[ui-design]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[workflow]]></category>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Wed, 08 Jul 2026 01:49:25 GMT</pubDate>
            <atom:updated>2026-07-23T01:44:44.138Z</atom:updated>
            <content:encoded><![CDATA[<p>不知道該怎麼給這篇文章下 Title，先下一個 murmur title lol</p><p>昨天我們 BU 舉辦了一場 AI 內部大賽，我很佩服我們 BU Head 他不是軟體出身的，但他自己用 Claude 做了一整套網站來進行這個比賽，從報名系統到即時展演系統到即時評分機制等等。我們一起出差期間他就抱著電腦跟 RD Head 兩個人都在為各自的開發工程 24小時地奴役 AI（or 被 AI 奴役）</p><p>只能說也是一位 Learning by doing 的人，這種類型的人是我通常合作最順暢的人(我最怕打高空的人…) 哪像我，在飛機上看電視看到睡著，一心只想躺平</p><p>Anyway 從事網路與產品相關行業算一算也跨過 25 個年頭了，帶領跨國跨團隊的 PM 和 UI 和 UX 團隊也成了日常。老實說，這兩年全球都在瘋 AI，Buzzwords 滿天飛（軟體圈真的是年年 buzzwords)，看著這個 AI 創新大賽，這些參賽的新生代夥伴們/還有老人交出來的提案，給了我好多感觸，過程裡我實在忍不住的開始跟我的軟體夥伴 - 另外兩位主管 - 針對每一組直接私下討論起來</p><p>我原本想立即找時間跟部門的夥伴說說，給他們一些刺耳，但很真實殘酷的定義轉變和建議提點，但我想想決定還是先從我理順思緒的部落格模式來整理我雜亂的想法</p><h4>盲點：閉門造車的「漸進式優化」，可能是最快消失的人</h4><p>因為網路變化的速度實在太快了，快到我們過去奉為圭臬的專業和工作流程，都可能在未來幾個月內（甚至現在就在發生了）被徹底地「自我破壞」。</p><p>但在看大家比賽的提案時，幾乎所有人無論 senior or junior，思維都還停留在<strong>漸進式優化</strong>。最可怕的是還有 senior 在做 10 多年前 big data 時期就玩過的用法（which 根本就是不需要 AI 才能做的事）。我覺得他們可能太少去了解市場跟軟體圈了，在一間公司內閉門造車太久，這可能是 AI 浪潮下最快消失的人。真的建議在軟體圈的大家，無論是在哪一種產業下，不參加社群也要至少訂閱市場的消息，不天天盯，也至少每個月一次深讀。</p><p>我所說的「漸進式優化」，是指在原本自己的工作流程中，利用 AI 優化某些節點。這種優化很棒，但拿來比賽就稍微過時了。每個軟體人平時應該都在做優化自己工作流程的事，並且理所當然持續做。優化工作流程只是「產能提高」，讓自己提早一小時下班而已。但其實…如果你有玩 AI 開發，應該會發現 AI 反而讓我們更晚下班 Orz。</p><p>這時候，大會真正應該拿出來的提案，應該是「破壞式創新」。</p><p>破壞式創新其實是很難發生在每個人身上的（WOW 在 big data buzzwords 後的那一年，「破壞式創新」這個 buzzwords 終於在 10 多年後真正的發生了）。在這個 AI 局面下，該要有的思維是：<strong>你如何利用 AI 來消滅自己（目前）的角色價值，或者消滅某個行之有年的 bottle neck。</strong></p><p>以前可能需要 A、B、C、D 四個部門才能完成的事情，在 AI 介入後，如何變成「A + AI」or「AI + AB」就直接結束了。點到點，沒有過多的角色在其中增加溝通成本。當你在嘗試消滅自己的角色時，你才會早一步去重新思考自己角色的核心價值，並且嘗試橫向發展其他專業。未來每一個人都是橫跨多角色的（好像回到了 20 年前的新創 XD 每個人都是全端！）。</p><p>大會開放報名後，公司內有一位外國人（也是先前在我部門下的夥伴）來找我組隊。第一次會議中，他把組員抓來一起討論了很久大家的想法跟各自做的 skill。我聽了半天後覺得想法都很好，但我看不到價值。不是 0，但就是 nice to have but nothing changed。</p><p>於是我跟他直說：「如果我們的提案無法消滅掉某一個『部門』的存在，我覺得就不可能得名。我唯一的建議，就是這個 AI Agent 要讓某個角色徹底消失。」（which 我在暗示他本人現在所處的部門角色，應該要在這個 Agent 出來後消失了。）</p><h4>那些正在被 AI 蒸發的「中間媒介」</h4><p>我剛從美國出差回來，讓我們感受到的震撼是我們的美國 Sales head，因為嫌原本的 Salesforce 報表很難讓他檢查某些銷售成效的比較，於是他自己用 MCP 把資料抓出來，然後用 Claude 寫了一個專屬他自己的 Dashboard 平台，用他自己的思維去比對、撈取資料，檢查每個 sales 的業績，以便他做預估與分配。</p><p>這代表什麼？以後我們可能不需要那麼多複雜的 PowerBI、Google Analytics, or any data analysis 團隊這類「媒介」了。每個人，不管是老闆、PM 還是 sales，都可以直接對著 Chatbot 說：「我想要知道某個活動的轉換狀況」，或者每個人都可以做自己好懂的、客製化的 dashboard 監測自己在意的數據。我們只需要 data 埋點後的 MCP/API。</p><p>更殘酷的例子，我自己動手做了一個 Skill，嘗試把品牌的視覺系統、定義基本版型邏輯寫進去固定下來，接著 UX designers 又幫我優化了這個 skill。現在，如果有人需要某種 Content Template，他們只要自己呼叫這個我們上在內部 marketplace 的 skill，符合品牌 Taste 的設計稿和素材就直接自動生成了，他們可以自己改 layout 到滿意為止。而每次 prompt 這個 token 只需要 USD $0.12，平均每一次使用大約在兩個來回內就會得到滿意的結果。</p><p>做這個，本質上就消滅了一部分設計師的工作。以前需要 PM 去層層釐清需求、傳話，需要 Designer 去手刻小 icon、套 Template 設計 Layout 和內容，現在這個瀑布流直接蒸發了。</p><h4>生存現實：整個開發流程，可以只剩 2 到 3 個人</h4><p>我在美國開會時，為了快速反應跟美國團隊對齊想法（畢竟一趟出差不少錢），我用我們的 Design System 加上 Claude，直接把我們討論的需求跟產品定義、input 我經驗中的眉角和想像的介面流程整理給 Claude。它直接給我的畫面，已經非常接近我心中想要的。上午的會議，只要我腦袋清楚，下午我就能生出畫面跟美國討論，然後微調最後定稿。</p><p>TBH，那幾乎已經是一個可以直接推給工程師的 70–80% 成品了，我只是不想再花時間細修小地方。我需要的，最多其實只是資深設計師最後 Review，以他們在整體產品體驗上的經驗針對局部在 Claude Design 裡做細微的 Fine-tune，然後就可以直接推給 Claude Code。</p><p>在這個過程裡，不需要設計師再去重做一次 Figma 的設計稿，也不需要 UX 去微調 refinement 什麼再給 UI。說實在，只要這個交付過程超過 24 小時，在現在的生態裡這都是浪費時間。</p><p>當然，前提是因為團隊這兩年來把 VSDS 的基礎建設做完善了，我們才有這個本錢。但如果基礎環境做好、直接推 Code 變成現實，等這套技術端完全同步、RD 全部動起來之後，你再來想設計師的角色要往哪裡移動，那就太晚了。</p><p>而且說真的，我覺得以現在的 AI 能力，我也可以用 skill agent 的方式迭代幾次做出全新的完整 Design System。Design System 的專業 gap 已經消失了，即便前兩年我們沒有做，我也有信心在 2–3 個月內完成。</p><p>所以，框架或是流程，不要說瀑布流了，就連敏捷流程都可能在接下來消失。敏捷的流程本質上是因為「人與人之間的資訊同步成本太高」，所以需要嚴格的儀式去控管。但當 Repo 變成了 single source of truth，產出縮短到 10–30 分鐘時，流程和框架跟不上迭代，未來的流程不是不見了，而是變成了 guardrails 用 rules 取代流程</p><p>對 PM 來說，未來的專案管理、算進度、分派 Task，AI 都會幫你做掉，連 Sprint 都不存在了。你不用再花時間催進度，你的 Wish List 就是進度。這時候，你的產品商業敏感度和對商業化價值的判斷，跟不跟得上 AI 的生產速度？ 如果你開出來的 wish list 毫無破壞力，AI 做得再快也是垃圾</p><p>對設計師來說，以後沒有人會等你畫兩週的WF or UI 更沒有所謂的 Hand-off。當 PM 和 RD 10 分鐘就能用 AI 抓出介面，跑來問你『怎麼改轉換率最高、最直覺』的時候，你能不能在 3 分鐘內憑藉你的 UX 專業和 taste 給出精準的答案？</p><p>當執行力、轉譯、套版、拉報表都被 AI 全面取代，流程走向去中心化的「無流程」狀態時，我反而想反問我部門的 PM 和設計師們：<strong>你的生存價值在哪裡？</strong></p><p>傳統意義上只負責「協調、傳話、跑 Scrum 流程」的 Project Manager 會消失，因為它可以是設計師、工程師或內容專家，只要是任何具備產品思維、能夠驅動團隊邁向成果與共同目標的人皆可擔任，這個人承擔了產品人員的部分職責，同時拋棄了那些無效或減緩我們速度的慣例。而 Product Manager 則會更嚴苛，他不是流程的管理者，而是產品的掌舵者，商業化品味與市場破壞力，當 AI 讓「把功能做出來」的成本趨近於零、速度縮短到 30 分鐘時，<strong>「做什麼」比「怎麼做」重要一萬倍。</strong>PM 還必須擁有極強的抽象思維與邏輯架構能力，要把複雜的商業目標與使用者痛點，拆解、精煉成高含金量的核心邏輯，以前很多 PM 甚至不寫清楚的 PRD 或者開張票含糊其辭，留給設計師去跟 RD Refinement，這樣的 PM 在未來沒有價值（以前就很沒價值了對我來說）因為 PM 如果沒辦法精準定義問題，AI 吐出來的架構和產品就會直接走鐘。過去的 PM 靠流程和會議來分擔決策風險，但未來的 Product Manager 是要具備能靠自己的 t<strong>aste 和直覺</strong>在第一線直接迎擊、即時拍板，快速反應(還要有80%的準確度）的能力直接決定了你的價碼。</p><h4>Tiger Team</h4><p>當然這些不是我一個人的榆木腦袋想到的衝擊，主要還是我的夥伴 Peter 作為一個創業家+RD head ，一位具備PM+RD+Sales 的腦袋，，很快速地看到了衝擊並帶來刺激。</p><p>我們的嘗試是這樣的：我跟 Peter 針對舊產品的體驗痛點去討論。以前可能要進 backlog、排優先級、寫 spec、跟 RO Stakeholder 確認（因為開發成本高，必須先確認）、畫 Flow, WF, UI、然後排程 Sprint。現在呢？RD 直接用 AI Coding，我早上跟 Peter 說的東西，下午他就把功能做出來直接驗收。不順立刻改，10 分鐘後再給我確認。這樣的嘗試確定了未來的挑戰，然後我們開始討論需要的關鍵人才和思維到位。</p><p>當工程師都已經不寫常規 Code、改用 AI 快速實踐時，如果我們 PM 還在寫兩週後的 PRD、設計師還在拉三到五天的介面，我們就是在拖慢整個公司的前進速度。</p><p>這種變革單靠 RD 是玩不起來的。如果沒有具備同樣高度的產品 PM 與設計師願意拋棄舊流程、用新的方式跟隨時修正的節點對接，RD 就算用 AI 寫 code 再快，也只是關起門來產出自嗨的代碼。</p><p>於是我的夥伴開始在 Tiger Team 每天都在搞 AI，在其中一起感受 AI 到底會到什麼程度，然後每天販售焦慮說他要失業了 lol。</p><p>老實說，我也每次都在想，那我到底還剩下什麼價值？</p><p>我覺得每個人都必須這樣問自己，我們才會成長，並跳脫出現在自己角色的框架。如果我們繼續坐在原來的位子上，安慰自己「彼此之間一定有職能 Cover 吧，這個就是現況」，那遲早會被淘汰。不是這一波，也會是下一波。</p><h4>比流程打破更讓我擔憂的事</h4><p>假想一個非常資深的 PM，只要有設計背景或是技術背景，懂一點行銷或業務，這樣的角色在開發過程中大可以直接推 Code完成；或者這樣的角色配合一個同樣思維高度的 T 型 RD，因為他們的經驗＋AI，足夠抵過一整個 team 多人的流程，最後只需要 Stakeholder 確認後就直接上線了。</p><p>未來每一個人，都必須同時擁有產品的二到三種專業能力。只有同時具備多種角色能力的人，才能繼續存活在未來的軟體業裡。你必須逼自己去思考：我現在的角色如何被 AI 取代？有哪些是 AI 不能取代的？然後把那個「不能被取代的能力」，再加上一個橫向擴展的技能。</p><p>如果你現在還在想著「我作為 UX / UI，要怎麼優化我跟 PM 或 RD 之間的工作流程」，那我跟你保證，你優化的流程很快就會連同你的角色一起被蒸發。時代在淘汰人的時候，是不會舉手打招呼的。</p><p>但我現在最擔憂的其實不是流程打破，而是 <strong>“Taste” 和 “Intuition” 是最難被規模化與傳承的東西</strong>，這些東西是經驗和失敗所累積起來的。</p><p>以前，無論是 PM 還是設計師，是透過自己設計 Flow、手刻介面、畫 Wireframe 等等的 craftsmanship 來累積對細節的敏銳度。</p><p>如果一開始就讓 AI 做掉所有基礎工作，下一代人才要怎麼在沒有苦工的環境下磨練出對產品的 Taste？這會導致嚴重的人才斷層。</p><p>所以，比起怎麼去調整流程框架，我決定把這件事情信任地交給我的夥伴 Peter 去衝撞，而我，更想思考的是如何幫助我的夥伴們在這場戰爭下，繼續培養 taste、存活，並轉型</p><p>特別是那些年輕的…</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2db6928eeb67" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 浪潮下疲憊的人們]]></title>
            <link>https://medium.com/@rubykuan/ai-%E6%B5%AA%E6%BD%AE%E4%B8%8B%E7%96%B2%E6%86%8A%E7%9A%84%E4%BA%BA%E5%80%91-f9216a8bf906?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/f9216a8bf906</guid>
            <category><![CDATA[ui-ux-design]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[design-systems]]></category>
            <category><![CDATA[product-manager]]></category>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Wed, 15 Apr 2026 08:02:48 GMT</pubDate>
            <atom:updated>2026-04-15T08:10:08.034Z</atom:updated>
            <content:encoded><![CDATA[<p>我已經有超過10年不提筆了吧？一直以來都不喜歡用正式的文章講任何專業領域的心得發佈，覺得自己永遠都不夠專業來評論，一但變成了一篇 blog 就好像會造成圈內的一種隱患???會被征戰 lol</p><p>但是最近實在心好累..累到開始需要文字上整理和抒發了</p><p>先聲明，沒有對錯，我的觀察很片面，單純是一種自己的心得感想，不要老是想戰我 lol，我已經過了想網路論劍的年紀了！</p><p>在最近與團隊的 1:1 面談中，從 RD, UI, UX, PM 每種角色在 AI 滾動之下，有不同的聲音和擔憂。<br>第一波的衝擊在RD，但在我現在所處的公司裡，RD 逐漸轉型找到一絲曙光，他們有些人很興奮會講述 AI 現在如何讓他們開發效率翻倍，但也焦慮自己工程師的角色邊界，而轉過頭，UI 設計師面露倦容，他們正陷入無止盡的細節補完中。</p><p>很明顯，我們正處於一個危險的「效率不對稱」時期，當技術浪潮來襲，原本以為會被解放的生產力，卻在流程的銜接中形成了更巨大的瓶頸。</p><p>我感受最深的，是 AI 時代下的 UI 困境，他們變成了一種「標註員」。原本 RD 對 UI 稿件的精細度因人而異，雖然本來就有要求細節標註的工程師，但也有許多工程師是不看 dev mode 只看畫面，然後寫 case 時再來自己腦補，或去問 UI/ PM，然而現在因為 AI 則是統一要求前所未有的細節標註。</p><p>RD 需要 <strong>Markdown</strong> 與 <strong>Auto Layout</strong>， 本質上是在向 UI 索取 code 的前置腳本，RD 複製 CSS 或使用外掛轉換時，Flexbox/Grid 就已經完成了一大半。而當 UI 設計師在 Figma 裡努力補完每一種 markdown 和 auto layout 餵給 RD 時，他們根本沒有時間去研究 AI 加速工具（如 MCP），形成了一種死循環。</p><p>我的感覺是 RD 使用 AI 後，開發速度從 1x 變成 3x 5x，於是為了不要讓工程師閒置，加上 AI 浪潮人人自危，工程師也急著要做東西，就像黑洞一樣不斷向設計師或 PM 索取燃料，然而，現實的流程卻是斷裂的。</p><p>PM 若因資淺、不思考，或僅提前一兩週給出不完整的 Story，這迫使設計師在極短時間內同時處理「產品定義」與「介面視覺」。這是在執行層去補完決策層的債。</p><p>設計師們成了最後一關，要應付視覺、邏輯、標註的夾擊，在無止盡的趕件中被冠上「Bottleneck」的罪名，卻無人體恤。</p><p>主管看到 RD 產能高，塞入更多 Feature，進而更壓縮設計師的作業時間。這種加速，正在殺死組織的創新能力</p><p>在敏捷精神中，我們強調「擁抱改變、邊走邊修」。但現在的狀況是，因為前端定義不完整，導致設計師必須在趕件壓力下邊畫邊想，UX 變得碎片化、邏輯斷裂。這種「擁抱變化邊走邊修」背後是巨大的人力耗損，人真的是會心累的<strong>。</strong>我們在透支設計師的生命力來填補漏洞。</p><p>我認為產品邏輯與 Edge Cases 應由 PM 在 Markdown 裡定義清楚。如果邏輯趕不出來，開發速度就必須降下來。<strong>我們不能又要快（RD 使用 AI），又要 設計師扛下所有定義。</strong>UI 應該是 Bottleneck，因為介面視覺的美感與邏輯需要時間沉澱，但不應該是 Scapegoat，去背負流程不完備的債。</p><p>面對死胡同，設計師若因為忙於「做稿餵 Markdown 和Auto Layout 給 RD」而沒時間研究 AI 工具，會陷入更深的 AI 焦慮。</p><p>我給我的設計師們（UI+UX) 一個定義價值的思考方向：</p><p><strong>我們的價值是建立在畫出所有細節標註的完美稿件，還是建立一套讓產品運轉的規範定義？</strong></p><p>過往我們傾向將 UX 定義為「大腦」（邏輯、研究、資訊架構），UI 定義為「感官」（視覺、介面、觸感）。我認為，這兩者正在往兩個極端靠攏，中間的模糊地帶就是「設計系統 Design System 」</p><p>在 AI 浪潮下，設計師的核心價值應建立在<strong>你能定義多強大的「系統通則」。</strong></p><p>與其在 Figma 裡畫出 50 個不同的 Edge Case 稿件，UI 應該定義出「系統級的錯誤處理規範」或 State Machine。</p><p>如果我們嚴格執行 Design System。對於常見的 Edge Cases 如 Loading, Error, 404, 500 等，直接在 DS 中定義通用全域行為，我們要做的是<strong>系統設計</strong>，而非單一畫面的產出。</p><p>運氣很好，我在加入這家公司不久後就開始這個計劃，只是始終沒有推到工程團隊於是我們的 Design System 停留在 設計師之間的共用 Component Library，卻無法變成一種 Design to code 的 token，也就無法實質加速。</p><p>我們不一定能馬上解決流程的混亂，但我們必須意識到，UI 不能持續作為 前置標註員<strong>。</strong> 當我們把設計師的時間還給「思考」，讓他們從手工業轉向系統化定義時，我們才有可能真正跨出這個效率悖論的死胡同，真的邁向一起加速。</p><p>另一個尷尬角色是價值被稀釋的 PM，特別是在 AI 下更加速淘汰傳聲筒PM。</p><p>在我的團隊裡，「傳聲筒型」或「轉譯型」PM 一直是被優先淘汰的對象，基本上我的團隊裡從來就不會有轉譯型 PM。如果 PM 的功能只是把老闆的話轉述給團隊，或將業務需求生搬運給工程師，要 RD 生一個最快解法，那這不是協作，而是損耗，你沒有在解決問題，而是累積產品與技術債。</p><p>在 AI 浪潮下，如果你還在做這種「搬運」工作，AI 能做得比你快、比你，也許它會偶出幻覺，但絕對轉譯的比人精準中立還附加解決方案ABC。</p><p>過往我演講時總是問那些慣性做傳聲的 PM：<strong>「如果你不思考商業化、不思考產品為何而戰，你到底在開發什麼？是在浪費公司的研發資源，來滿足你個人有在做事的幻覺嗎？」</strong> 缺乏 Why 與 How 的 PRD，即便靠 AI 產出得再精美、架構再完整，那也只是具備形式感的垃圾。</p><p>我自己也一直在學習 AI ，總是會擔心我離執行太遠太久而生疏，但是我感覺在 PM 的工作中 AI 大概能幫我解決 10~20% 的工作例如</p><ul><li>快速生成 PRD 框架、User Story 的邊界條件補完。</li><li>快速抓出使用者 feedback 的關鍵字。</li><li>技術性內容的溝通輔助，讓非技術背景的 PM 能更快理解 API 文件或架構圖或者讓 PM 理解 repo。</li></ul><p>但剩下的 80% ，我自己認為那些關於「產品靈魂」的部分，是AI 無法代勞的。</p><p>AI 無法告訴你，在兩個同樣具備商業潛力的 Feature 中，哪一個更符合公司今年的戰略佈局，它無法幫你感應到 user 在某個操作斷點處，那種細微的挫折感，它也無法替你承擔「決定不做什麼」的政治壓力與策略勇氣。</p><p><strong>自動化再怎麼加速，也無法幫助一個不思考的 PM 憑空生出產品直覺。</strong></p><p>我有一位很棒的PM，他很焦慮，他問我 AI 只能處理那 20% 的行政庶務，他已經把工作都自動化，比方說開票、管票、PRD 轉AC ，概念 WF 化等等，這些都可以自動化，可是他不知道 AI 還能怎麼幫他，我告訴他，當你已經運用 AI 到一個你現在的極限，正在思考你還能怎麼用 AI 時，你就一定會進步，你現在問我給不出標準答案，只能告訴你，我也在找下一步動作是什麼，但我相信會找到。</p><p>因為很多人會”誤“以為「AI浪潮下，最後會只剩下 PM」卻忽略了，也許 PM 才是更容易被替換的人。</p><p>我自己覺得 PM 目前剩下的 80% 必須要先轉向 AI 輔助下的深度思考。</p><p>不要只叫 AI 幫你寫 PRD，要叫 AI 「挑戰」你的商業邏輯。把你的策略丟進去，問它：「如果你是競爭對手，你會怎麼打擊這個方案？」、「這個定價策略在什麼樣的使用者心理下會失敗？」利用 AI 的多維度模擬，強化 PM 的商業邏輯嚴密性。</p><p>我自己用 AI 寫商業計劃書，從以前我在撰寫商業策略計劃時，花最多時間在收集資料、閱讀，然後整理成一個邏輯思路，來回自己挑戰自己、來回修改策略邏輯，可是盲點仍然存在，因為我自己的大腦只會有一兩種思路，完全憑藉著我對該領域的知識或資訊線性的進行。而光是做這些，在過往就已經耗費掉大半個月，現在這些 AI 可以很快的輔助我完成，一個計劃書我可以在兩三天內就完成資料分析撰寫思路，但是我花非常多時間讓 AI 挑戰我的計劃書，從各種面向批評，然後回頭修改策略，當然仍然不完美…，好比說我最近在幫公司找尋新的商業市場機會，找藍海並且訂出策略計劃方向，我修改了無數次，但顯然 AI 還能繼續找出破口，這是我一面覺得沮喪又覺得興奮的事，我們可以無數次的沙盤推演市場結果，找出最好的面向，利用 AI 快速進行市場假設的驗證。例如：丟入競品財報與市場趨勢，讓 AI 輔助我找出潛在的市場縫隙，而不是在那裡糾結我的文字排版。</p><p>這過程就是 AI 在活化我的思路，只是其實你怎麼用 AI ，AI 能吐出多好的內容，仍取決於下prompt 的人的知識量。</p><p>未來的 PM 應該花更多時間在定義 <strong>“Product Logic Model”</strong>。當你把產品的商業邏輯、利益相關者的關係、成本結構定義清楚後，AI 只是幫你把這套「模型」視覺化或文檔化。</p><p>我們不需要更多能產出 PRD 的手，我們需要更多能扛起商業成功模式的大腦。如果 PM 依然只會把需求從 A 搬到 B，那 AI 產出的只是「更快、更多的廢物」，AI 時代的 PM，會更加彰顯出 PM 的價值不在於他開了多少票、產出了多少 feature or function，而是在於這個ＰＭ幫公司省下了多少「不該開發的浪費」，以及找出了多少「高勝率的商業市場機會」。</p><p>寫到這裡，我突然覺得有時候這一切挺好笑的，每家公司都在引進最頂尖的 AI，結果只是把原本由人腦負責的「偷懶」和「腦補」，轉化成另一群人更精緻的「勞動」與「標註」。</p><p>這就是 2026 年的奇觀，或許我們以為解放了生產力，結果只是加速了垃圾的周轉率 xD</p><p>不過這種心累，或許是 AI 在幫我們進行一場暴力式的殘酷去質化。它逼著我們直視那些長久以來躲在「我很忙」、「我有在產出」背後的空洞。</p><p>AI 沒有挫折感，所以它無法理解 User 的痛苦</p><p>AI 沒有政治壓力，所以它無法產出真正的勇氣</p><p>這場浪潮最後留下的，不會是那些最會產出文件的人，而是那些在機器的高速轟鳴中，依然能冷靜思考「Why」與「How」的瘋子，例如我某位不睡覺的夥伴。</p><p>但我很累啊體力不支！</p><p>我想要去潛水、去運動、去摸摸貓。休息夠了，再回來。</p><p>Anyway，如果這個世界只剩下 AI 在跑、垃圾在飛（比如說網路上無止境的 AI 垃圾影片），那真的很無聊。</p><p>共勉之，各位在浪潮中努力不被淹沒的戰友們。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f9216a8bf906" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[別人的女人。阿怪]]></title>
            <link>https://medium.com/@rubykuan/%E5%88%A5%E4%BA%BA%E7%9A%84%E5%A5%B3%E4%BA%BA-%E9%98%BF%E6%80%AA-ed3fd4f7e97d?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/ed3fd4f7e97d</guid>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Sat, 13 Apr 2019 15:21:15 GMT</pubDate>
            <atom:updated>2019-04-13T15:26:04.496Z</atom:updated>
            <content:encoded><![CDATA[<p>Yup~Not yours Aguai give up!! you pervert freak<em>.</em></p><p>阿怪總是愛別人的女人，不是因為他想要別人的女人，而是因為那些女人總是把他當備胎，阿怪是這些女人的最佳床上伴侶，根據這些女人陳述，阿怪表現良好口風緊是最佳床伴但不是男朋友的料，所以他總是在暗戀，我是不知道他床上口碑到底有多好，多數都是他自己說的，偶而在 yahoo 上有幾個女孩兒覆議了這件事（確定不是他買通的？）我也不想親自試驗，i rather die sorry Aguai，anyway 我總覺得他也確實地喜歡變態的、偷偷的、意淫著的，幻想別人的女人。</p><p>Ally 說「現在，他總算可以肆無忌憚的盯著他當年的夢中情人Gwyneth Paltrow 看了」阿怪說過他心中完美的場景是「在一個百般無聊的下午，流著汗和軟爛無力的她做愛，然後她一句話都不用說」</p><p>經過了這麼多年，阿怪想要肆無忌憚的盯著的女人名單恐怕已經超過一張A4了。</p><blockquote>Play list: <a href="https://music.douban.com/artists/player/">https://music.douban.com/artists/player/</a></blockquote><h3>別人的女人</h3><blockquote>總是看著星星 等願望的完成</blockquote><blockquote>一直東張西望尋找神燈的巨人</blockquote><blockquote>總是拿著掃把假裝是吉他之神</blockquote><blockquote>總是看著電影想著別人的女人</blockquote><blockquote>想著別~~~~~人的女人</blockquote><blockquote>想著別~~~~~的女人</blockquote><blockquote>總是望著天空等待著外星人</blockquote><blockquote>總是抱著枕頭想像很多模特兒</blockquote><blockquote>拿著空的麥克風唱著聽不見的歌</blockquote><blockquote>接下來這首歌曲獻給別人的女人</blockquote><blockquote>屬於別~~~~~人的女人</blockquote><blockquote>別~~~~~的女人</blockquote><blockquote>總在看著小說把男主角當本人</blockquote><blockquote>一直躲在角落哼著自以為好聽的歌</blockquote><blockquote>抓著空的麥克風唱著聽不見的歌</blockquote><blockquote>卻總是掉著眼淚想著別人的女人</blockquote><p>阿怪其實是個非常有深度的人，他的思想他的邏輯他的智商，他腦子的速度太過飛躍我想有時候他自己也抓不住，不過他把自己包裝在一個變態怪叔叔之中，那是他最鮮明的形象，在變態的怪叔叔之下他是一個保持著最純真童心衷心期盼著屬於他的愛情，但卻害怕去愛、害怕失去、害怕承諾的一個靈魂。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ed3fd4f7e97d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[喜歡一個人]]></title>
            <link>https://medium.com/@rubykuan/%E5%96%9C%E6%AD%A1%E4%B8%80%E5%80%8B%E4%BA%BA-e4e11c66eeba?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/e4e11c66eeba</guid>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Sat, 13 Apr 2019 15:08:07 GMT</pubDate>
            <atom:updated>2019-04-13T15:08:07.823Z</atom:updated>
            <content:encoded><![CDATA[<p>Love start with foolish end with hopeless.</p><p>Jan 03 Tue 2006 我的 blog 裡這樣紀錄愛情：</p><p>「愛情是大腦中的一種類似像化學雞尾酒激發出來的，這些化學物質是多巴胺、苯乙胺和催產素。那種心跳加速，忐忑緊張、一見鍾情、如癡如醉的那種奇妙感覺，和那些因為愛情所產生的愚蠢行為，都是因為多巴胺激素的影響，而多巴胺並不是只有在“愛情“上發揮作用。</p><p>愛情實際上只是一種精神狀態，就像是憤怒、開心、低落等等ㄧ樣都只是一種精神的狀態，老實說它並不特別，之所以墜入愛河，不是兩人互相相愛只是兩人同時擁有同一種精神狀態。」</p><blockquote><em>Play list: </em><a href="https://music.douban.com/artists/player/"><em>https://music.douban.com/artists/player/</em></a></blockquote><h3>喜歡一個人。阿怪</h3><blockquote>喜歡一個人會想念 想念一個人會體貼</blockquote><blockquote>體貼一個人會有想看她的笑容的感覺</blockquote><blockquote>喜歡一個人會想念等待一個人會膽怯</blockquote><blockquote>過去這幾天很感謝妳 讓我想起這感覺</blockquote><blockquote>本來我以為是謊言 本來我以為只是幻覺</blockquote><blockquote>本來我準備接受很多諸如此類沒有辦法改變的缺陷</blockquote><blockquote>喜歡一個人會想念 想念一個人會體貼</blockquote><blockquote>過去這幾天很感謝妳 讓我想起這一切</blockquote><p>阿怪好像一直走不出“某一段”情傷，我有點忘了這首歌說得是他那個過往暗戀失敗的情傷，還是那個論及婚嫁的情傷，總之，當時阿怪也有太多“暗戀”的人了，兩個還是三個？？我好像從來沒問過他她們的名字，啊！有的有的有幾個他有說，但我根本記不住，我不擅長記住人名，而且通常他說這些事的時候都是在他家客廳而我在看他收藏的電影或美劇的時候，在他客廳那昏暗的燈光下唯一閃爍的就是電視機，而我通常都很用心在盯著電視機聽，因為書房/錄音室總是在放音樂，阿怪總是在說話，但我想看電視啊，所以記不住那怪老頭無數的暗戀好像也是正常的。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e4e11c66eeba" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[情人節。阿怪]]></title>
            <link>https://medium.com/@rubykuan/%E6%83%85%E4%BA%BA%E7%AF%80-%E9%98%BF%E6%80%AA-804aa679f5d8?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/804aa679f5d8</guid>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Sat, 13 Apr 2019 08:08:36 GMT</pubDate>
            <atom:updated>2019-04-13T08:13:18.597Z</atom:updated>
            <content:encoded><![CDATA[<p>We all need somebody that we can kiss but LOVE isn’t the THINGS that we understand.</p><p>LOVE，it’s like a gorgeous snow globe，充滿夢幻閃亮的小碎花，在玻璃罩下搖晃、閃亮著夢想，高高的閃爍重重的摔下，它是個易碎物。</p><p>我不善於失戀，於是高姿態的寂寞著，我總是這麼說著。</p><p>LOVE, Fragile, please handle with care.</p><p>對阿怪來說，愛情也是一個他不擅長的東西，他喜歡那個女孩，但女孩不愛他，他問我說到底要怎麼討好？到底什麼時候該說什麼？他說「Ruby啊，那女孩跟我睡啊！她自己來跟我睡的！但是她不肯跟我過情人節啊！」</p><p>過幾天後，阿怪說「她打電話跟我哭說她被甩了，到底什麼意思？！我沒甩她啊，我～願意跟她睡啊」我說「阿怪啊，你跟我開玩笑吧，你不是做口碑的嗎？誰不知道你永遠的備胎啊！（翻白眼）」</p><blockquote>醒來之後電話我</blockquote><blockquote>要想我別太想我 記得抱我 再也找不到我 以及深深的親吻我</blockquote><blockquote>Play list: <a href="https://music.douban.com/artists/player/">https://music.douban.com/artists/player/</a></blockquote><h3>情人節。阿怪</h3><blockquote>來不及溫存 就急著要走</blockquote><blockquote>明知道今夜 會特別寂寞</blockquote><blockquote>距離疲倦 還有好幾個鐘頭 該怎麼渡過</blockquote><blockquote>還沒有出聲 就已聽見Echo</blockquote><blockquote>還沒有點燃 就已熄滅的火</blockquote><blockquote>這裡跟那裡如何告一段落 醒來之後電話我</blockquote><blockquote>要想我別太想我 記得抱我 再也找不到我 以及深深的親吻我</blockquote><blockquote>記得我 泡我把我上我炫燿得罪我 傷害我宰割我 蹂躪踐踏我</blockquote><blockquote>於是 承諾 愛情 盡頭 於是 撫摸 甜美 舌頭</blockquote><blockquote>於是 感受 赤裸 足夠 於是 揮手 鏡頭</blockquote><blockquote>情人節 我的Pretty Baby 妳要到哪裡睡</blockquote><blockquote>情人節 我的Pretty Baby 怎麼還沒醉</blockquote><blockquote>情人節 我的Pretty Baby 不要掉眼淚</blockquote><blockquote>情人節 我的Pretty Baby 小心碰到鬼</blockquote><blockquote>來不及溫存 就急著要走</blockquote><blockquote>明知道今夜 會特別寂寞</blockquote><blockquote>距離明天 還有好幾個鐘頭 該怎麼渡過</blockquote><blockquote>還沒有出聲 就已聽見Echo</blockquote><blockquote>還沒有點燃 就已熄滅的火</blockquote><blockquote>這裡跟那裡如何告一段落 醒來之後電話我</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=804aa679f5d8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[阿怪。不好]]></title>
            <link>https://medium.com/@rubykuan/%E9%98%BF%E6%80%AA-%E4%B8%8D%E5%A5%BD-f6e756967b9b?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/f6e756967b9b</guid>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Sat, 13 Apr 2019 07:36:41 GMT</pubDate>
            <atom:updated>2019-04-13T07:38:55.950Z</atom:updated>
            <content:encoded><![CDATA[<h3>Too pride to beg。阿怪。不好</h3><p>Ruby you’re too old to die too pride to beg.</p><p>這句話是阿怪跟我說的「Ruby too old to die too pride to beg 」他說他自己也是。</p><p>他說，要死就要在還小的時候去死，這樣家人不會傷心的太久，我們太老了不能去死了，只能學著面對，但是我們自尊心太高了，我們驕傲的不願意低頭祈求別人的幫助。</p><p>即使傷透心，即使破碎的不能自己，即使已經到達崩潰的邊緣，我們仍然習慣笑著告訴別人「我可以」，堅強是一種保護色，也是一種自我傷害。</p><blockquote>早上不好 早上就是白天 好刺眼</blockquote><blockquote>醒來不好 醒來得被迫看見</blockquote><blockquote>早上不好 早上就是明天 太遙遠</blockquote><blockquote>醒來不好 醒來得實踐諾言</blockquote><p>這樣“堅強”的習慣一直到我29歲那年，死亡面前走一回讓我回首了29年的人生我看到我不夠愛自己，我不夠懂得感恩我生命中擁有的這麼多的笑聲，我應該要更懂得把焦點放在能讓你笑的事物上，於是我學會了放下，偶而的軟弱、哭泣、尋求幫助有時候能讓你更堅強。</p><p>Aguai Im def tooooooo old to die but no more pride issue (maybe lol)</p><blockquote>Play list: <a href="https://music.douban.com/artists/player/">https://music.douban.com/artists/player/</a></blockquote><h3>阿怪。不好</h3><blockquote>開頭應該這麼說 遙遠的冰雪</blockquote><blockquote>只是存在在記憶之中 凝望的畫面</blockquote><blockquote>如果當初決定這麼說 親愛的拜託別親吻我的臉</blockquote><blockquote>擁抱的慾念 瑣碎的體貼 溫柔的敷衍</blockquote><blockquote>其實應該這麼說 必須的膚淺</blockquote><blockquote>是殘留在唇齒之間 交配的前言</blockquote><blockquote>只能偷偷地對自己問 缺陷跟欺騙我應該怎麼選</blockquote><blockquote>會快樂一點 會輕鬆一點 能夠好一點</blockquote><blockquote>早上不好 早上就是白天 好刺眼</blockquote><blockquote>醒來不好 醒來得被迫看見</blockquote><blockquote>愛情不好 愛情總是拼了命的道歉 很抱歉 很抱歉</blockquote><blockquote>活著不好 活著總是對著鏡子汗顏</blockquote><blockquote>早上不好 早上就是明天 太遙遠</blockquote><blockquote>醒來不好 醒來得實踐諾言</blockquote><blockquote>愛情不好 愛情總是忘了說很抱歉 很抱歉 很抱歉</blockquote><blockquote>留下不好 留下只能負責說再見</blockquote><blockquote>似乎得老實的說 被迫的膚淺</blockquote><blockquote>是我殘留在唇齒之間 交配的前言</blockquote><blockquote>只能在心裡偷偷地問 缺陷跟欺騙我還能怎麼選</blockquote><blockquote>能快樂一點 能輕鬆一點 下場好一點</blockquote><blockquote>擁抱的慾念 瑣碎的體貼 承諾的敷衍</blockquote><blockquote>真的是欺騙 真的很抱歉 真的很慚愧</blockquote><blockquote>真的很汗顏 真的…………</blockquote><p>我如果記憶還沒有錯亂的太嚴重，印象中這首「不好」失戀的歌是阿怪的被分手，但是他卻負責說分手，因為 too pride to beg 所以他只是厚顏無恥的說「那分手前打個分手砲吧！」那個女人是誰我忘了，反正最終也成了別人的女人。</p><p>因為我 too pride to beg 在 19~21 歲的那幾年，阿怪知道我狀況不好但也不願意伸手跟別人要錢，我有3個 part-time job 努力賺錢，於是他付我錢定期幫他做 house keeping，阿怪家永遠都像被原子彈轟炸過，但是他家沒有蟑螂，他說「不打掃的髒亂最高原則就是，絕對不要在家裡留下食物」，所以我每幾週就會去阿怪家一邊打掃一邊聽他製作歌曲，然後聽他說這些歌的故事。</p><p>阿怪從不八卦，他只講他自己的故事然後用這些故事和爛笑話開導我，有時候我們會在他書房兼錄音室，面對面抽著煙沈思人生到底有多爛然後再互相一句話不說又安靜的回去做各自的事 — 他寫歌我打掃賺生活費。</p><p>當年對我們來說真的是「活著不好 活著總是對著鏡子汗顏」但我們打落門牙和血吞的活著面對，life sucks 阿怪說，阿怪說我是 friends 裡的 monica，他是 Ross，阿怪是我奇怪變態充滿知識卻愛著別人的女人總是備胎的哥哥，而我是有著隱藏性控制欲遇到潮濕天頭髮會捲的完美主義者。</p><blockquote>留下不好 留下只能負責說再見</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f6e756967b9b" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[屋子裡有燈。阿怪]]></title>
            <link>https://medium.com/@rubykuan/%E5%B1%8B%E5%AD%90%E8%A3%A1%E6%9C%89%E7%87%88-%E9%98%BF%E6%80%AA-5d14dc91b860?source=rss-e58c9d742586------2</link>
            <guid isPermaLink="false">https://medium.com/p/5d14dc91b860</guid>
            <dc:creator><![CDATA[Ruby Kuan]]></dc:creator>
            <pubDate>Fri, 12 Apr 2019 16:19:01 GMT</pubDate>
            <atom:updated>2019-04-12T16:20:03.686Z</atom:updated>
            <content:encoded><![CDATA[<p>Listen that wonted murmur as it were, your voice alone is here.</p><p>阿怪有兩隻貓，一隻叫小支一隻叫蝦米，叫蝦米因為阿怪不知道他在說什麼。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/176/1*RZE5XGXKzDyUey7IWq5bzg@2x.jpeg" /></figure><p>忘了哪隻很愛叫，我們猜不是因為阿怪不理他們就是因為他們的廁所實在太髒，阿怪不是一個稱職的鏟屎官，每次去阿怪家都得當鏟屎官，厲害的是蝦米跟小支很認命，無論貓砂盆有多髒，屎堆的有多高，他們始終只在貓砂盆裡大小號，於是屎就一直堆高，阿怪也始終裝作沒看見。</p><p>阿怪基本不理他們的，只有有妹子去他家時，他會抱抱貓裝可愛騙女孩，像我們這種純粹是朋友的，就會看到阿怪過貓而不理的畫面，我基本沒看過幾次阿怪主動去摸他的貓，只有蝦米跟小支哀怨而含情脈脈的遠望阿怪，可是當蝦米過世時，阿怪哭了，他跟我們說「蝦米終於走了，我再也不要養寵物了。」</p><blockquote>Play list: <a href="https://music.douban.com/artists/player/">https://music.douban.com/artists/player/</a></blockquote><h3>屋子裡有燈。阿怪</h3><blockquote>屋子裡有燈 天空裡有清晨</blockquote><blockquote>巷子裡有早起鳥的叫聲 心裡不安分</blockquote><blockquote>屋子裡有燈 記憶裡有別人</blockquote><blockquote>電話裡有收不到訊號的話語聲 相片裡有黃昏</blockquote><blockquote>屋子裡有燈 眼睛裡有灰塵</blockquote><blockquote>窗子裡有越來越深的寒冷 貓走過來 低頭叫了幾聲</blockquote><blockquote>像是說了什麼 會說些什麼 能說些什麼 該說些什麼</blockquote><blockquote>早該聽過了 早應該記得</blockquote><blockquote>怎樣的故事 難免都有嘆息的可能</blockquote><blockquote>還記不記得 經過的人</blockquote><blockquote>總會在記憶裡載浮載沉</blockquote><blockquote>凝望著夜裡 平靜的亮著</blockquote><blockquote>屋子裡的燈</blockquote><blockquote>本來要關上的那盞燈</blockquote><blockquote>本來會留下的那個人</blockquote><blockquote>本來的藉口已經沒有了 沒有了 來不及了</blockquote><blockquote>原諒跟道歉都已經不必了</blockquote><blockquote>屋子裡有燈 天空裡有清晨</blockquote><blockquote>記憶裡有別人 眼睛裡有灰塵</blockquote><blockquote>屋子裡有 燈…</blockquote><p>阿怪說他只是提供房子食物庇護所給蝦米和小支，但我覺得阿怪是需要他們陪伴的，阿怪也很愛他們，就像他對他真的喜歡的女人，反而他表現不出他的愛。</p><p>屋子裡有燈是一首一種說不上來到底是空虛還是寂寞還是一種阿怪看開後的沈靜，幾個朋友都特別喜歡這首歌，但我每次聽這首歌腦海中浮現的第一個畫面總是阿怪廁所那滿地書和脘腸劑的屋子….，對阿怪有便秘的問題，但是好幾盒遍地的脘腸劑啊！！好吧，我毀了大家的愛歌了嗎？</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5d14dc91b860" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>