EP.606 《AI 超級大腦》李佳達：AI 時代必學的密涅瓦思考習慣

重點摘要

• AI 高手的真正定義：麥肯錫（McKinsey）2025 年調查顯示，僅 6% 的人能透過 AI 獲得 10 倍價值回報，關鍵不在工具熟悉度，而在能否為工作場景創造實際價值
• 思考習慣是 AI 的操作系統：密涅瓦大學整理人類 100 多年來解決問題最有效的 80 個底層思考習慣，搭配 AI 使用可將準確率提升一至兩倍；而在 AI 知識庫中若未將文件轉為 AI 可讀格式（如圖表轉文字、分段加摘要），輸出幾乎必然充滿幻覺
• 技能革命才是取代本質：2025 年研究顯示逾 93% 職位可被 AI 至少部分取代，原因是 AI 能將職位描述（JD）所需技能打包成技能包；「懂 AI 的人取代不懂的人」這句話不精準，若你的工作本身能被封裝成技能包，不管會不會用 AI 都會被取代
• AI 能帶動人類認知升級：IBM Deep Blue 擊敗西洋棋世界冠軍後，全球大師級棋手反而從 500 位增至 1,800 位；每次與 AI 互動學到新東西並回頭教 AI，形成雙向正向循環才是正確使用姿態
• 三本書的核心洞見：萬維鋼《人比 AI 兇》談「微決策」與個人風格；David Yeager《10 到 25，激勵年輕人的科學》談高標準高支持的溝通策略；James Carse《有限與無限的遊戲》談頭銜（有限遊戲）vs. 名字（無限遊戲），直指 AI 時代個人風格的不可替代性

詳細內容

AI 高手與普通使用者的差距

麥肯錫 2025 年全球 AI 使用調查不再討論「要不要用 AI」，而是聚焦「能產生多少價值」：6% 的人投資 1 元能獲得 10 元回報，33% 的組織至少獲得 3.7 倍回報，剩下 61% 的人等於石沉大海。李佳達認為，AI 高手的定義是「能為當下場景創造價值的人」，而非工具達人或會寫程式的人。

具體案例：李佳達在馬來西亞授課後收到一份 Google 表單問卷，幾十筆意見毫無結構。他將密涅瓦大學的「受眾（Audience）」思考習慣概念輸入 AI，請 AI 依受眾分類重整——結果分成講師建議、行政團隊建議、助教建議、報名流程建議四份，各方立刻知道下一步要做什麼。一個思考習慣的切換，讓問卷從無法使用變成可直接行動的素材。

知識庫格式決定 AI 輸出品質

李佳達指出，很多人把 PDF、各類文件一股腦丟進 AI 知識庫，卻沒意識到 AI 實際上「讀不懂」這些內容。主要問題包括：PDF 的頁碼與排版在 AI 眼中是亂碼；上下文視窗（Context Window）限制讓 AI 無法讀取超出範圍的段落；圖表內嵌在 PDF 中，AI 提取的數字往往是幻覺。

他的解決方式：將知識庫中所有圖表用文字描述一遍，讓 AI 可以查詢圖表數據；為每個文件的段落加上摘要，使 AI 搜尋時能精準找到目標段落。這樣的格式前置作業能大幅降低幻覺比例。

台灣一位口譯員（曾為總統及諾貝爾獎得主服務）使用 NotebookLM 整理演講者資料，後來重讀原始素材發現 NotebookLM 給出的數據、人名細節存在幻覺，印證知識庫格式設定不對，即使是當前最強的知識提取工具也無法保證準確。

思考習慣作為 AI 的底層操作系統

密涅瓦大學（Minerva University）2014 年創立，主張 AI 時代不再教硬背知識，而是教「應對不確定性的底層智慧」。他們整理人類 100 多年來最有效解題方式，歸納出近 80 個思考習慣（底層思維）。一年修完這套習慣的大一生，在問題解決測驗中能打敗 99% 的全美大四應屆畢業生。

李佳達將這套思考習慣餵給 AI，讓 AI 能在各種情境中主動套用相應框架。研究顯示，僅教 AI「透過特定步驟思考」可提升 30% 準確率；教 AI 使用元思考（Meta-thinking）底層邏輯，準確率可提升一至兩倍。

兩個關鍵例子：

• 在工廠全廠當機、資深工程師束手無策時，一位資歷較淺的 IC 設計工程師要求 AI 用「多層次分析」思考習慣排查問題，將故障拆分為軟體層、硬體層、環境層、通訊層，逐層列出檢查點，最終找出原因，此後多層次分析成為團隊的 Debug SOP
• 一位中醫師學員將西方批判思考習慣結合中醫辯證，建立知識庫後讓 AI 檢視每次診斷與處方，找出可能的認知偏誤，自費回頭客數量明顯增加

技能革命：打造技能包，而非被技能包取代

2025 年一項研究分析 85 種職位（從前台接待到 CXO），將職位描述（JD）丟給 ChatGPT，若 AI 能描述、分析並對應勞工資料庫所需技能，就判定該職位可被取代——結果逾 93% 的職位至少可被部分取代。

李佳達指出這揭示的「技能革命」本質：AI 能將職位所需技能打包成壓縮檔傳給其他 AI 或接手的人。因此「懂 AI 的人取代不懂的人」說法並不精準——若你做的事本身可被封裝成技能包，不論是否會用 AI 都會被取代。解法是讓自己成為「能組合底層思維、打造新技能包」的人，遇到不同情境就能組出新的解法，讓 AI 需要來下載你的技能包。

與 AI 共同進化：西洋棋的啟示

1990 年代 IBM Deep Blue 首次擊敗人類西洋棋世界冠軍，外界以為棋手會失去學棋動力，結果恰恰相反：人類從 AI 發現了前所未有的開局走法，全球大師（Grandmaster）級棋手從當時的 500 位增至 2025 年的 1,800 位，30 年間增長三倍。

李佳達用這個案例說明與 AI 互動的正確姿態：每次互動都問自己「我有沒有學到新東西，並把這個新東西回傳給 AI？」透過這種雙向正向循環，人類的認知能力才能真正被 AI 帶動提升。

三本書推薦

《人比 AI 兇》（萬維鋼著）：重新定義 AI 時代的決策能力。核心是「微決策」——每天工作中每個細微選擇所留下的個人風格與品味。以脫口秀演員傑瑞·宋飛（Jerry Seinfeld）為例：他拒絕將製作流程 SOP 化，堅持親自把關每字每句、每次剪輯，認為「高效率代表你正在以錯誤的方式工作」。重點不在 AI 有沒有介入，而在出去的成品是否留有你的審美判斷與個人風格。

《10 到 25，激勵年輕人的科學》（David Yeager 著）：研究顯示，給學生提供大量修改建議後，加上一句「我之所以提供這麼多建議，是因為我對你有很高期望，而且我知道你能達到這個標準」——依照建議修改的比例從 40% 提升至 80%。書中另一個核心案例是 NBA 傳奇投籃教練齊普·恩格蘭（Chip Engelland），他從不全面改造球員的投籃姿勢，只提供建議並讓球員自行決定是否採用，用高標準加高支持的方式贏得 Tony Parker、卡懷·倫納德（Kawhi Leonard）等人的信任。「10 到 25」這個年齡段來自人類演化：10 歲起青少年必須向所在群體展現自身價值，這是深植人類 DNA 的生存焦慮，也解釋了為何質疑年輕人的能力會引發如此強烈的反應。

《有限與無限的遊戲》（James Carse 著）：區分「訓練」（Prepare against surprise，避免意外發生）與「教育」（Prepare for surprise，準備好迎接任何驚喜），強調 AI 時代應從前者轉向後者。「頭銜」是有限遊戲，因某種資格而獲得，可以被 AI 技能包取代；「名字」是無限遊戲，代表你活出的個人風格。書中以美伊衝突為例說明有限遊戲的本質：戰爭「不是打出來的，是同意出來的」，雙方都必須進入這個局才會發生；越戰中美國輸掉的不是戰場，而是「戰爭的觀眾」——本國選民與國際社會先失去觀看意願的那方就輸了。

AI 超級大腦課程設計

李佳達的新課程針對三種層次：

• 新手（21 天陪跑）：每天一封 Email，30-45 分鐘任務，如用 AI 設計假新聞場景來學習媒體素養，或對比 ChatGPT、Gemini、Claude 三個工具對同一問題的深度研究結果差異
• 老手（20 個 AI 應用情境）：練習組合思考習慣解決實際問題，例如「如何說服組織採用 AI 工具」
• 高手（10 個商學院等級案例）：以具體公司（如美國最大法律 AI 新創 Harvey AI 剛完成 90 億新台幣募資）為背景，扮演 CEO 做資金分配決策，搭配 AI 陪練助手、分初階至進階三個難度，在解題過程中附帶學習財務、營運等跨領域知識

核心學習理念來自哈佛認知科學家 Steven Kosslyn 的研究：「附帶學習」——記住一件事不是因為重複背誦，而是思考過程中真正用到大腦的副產品。就像 IC 設計師用多層次分析解開大當機，這個思考習慣就永遠忘不了。

精選語錄

「懂 AI 的人會取代不懂 AI 的人——我覺得這句話是錯的。如果你現在在做的事情可以變成 AI 的技能包，那不管你會用 AI 還是不會用 AI，你都會被 AI 取代。」

「高效率代表你正在以錯誤的方式工作。正確的工作方式就是要很艱難的方式。」（引述傑瑞·宋飛）

「魚是最後一個發現水存在的。你要先能夠感受到水的好處，然後最後你發現：所以我生活在水裡面。」（關於附帶學習）

時間軸

逐字稿無時間戳，以主題段落順序呈現：

• 開場：AI 工具焦慮的普遍現象；介紹來賓李佳達（密涅瓦大學決策科學碩士、《全球人才搶著學》作者）
• AI 高手定義：麥肯錫 2025 年調查數據；馬來西亞問卷重整案例
• 知識庫格式：NotebookLM 幻覺案例；圖表轉文字技巧
• 思考習慣介紹：密涅瓦大學背景；大一生打敗大四生數據
• AI 工具焦慮：為何不需追新工具；平台功能互相學習的趨勢
• AI 帶動人類進化：Deep Blue vs. 西洋棋大師三倍成長；IC 設計師案例
• 技能革命：93% 職位可被取代的研究；成為技能包創造者的解法
• 書單一《人比 AI 兇》：微決策；傑瑞·宋飛案例
• 書單二《10 到 25》：高標準高支持；NBA 投籃教練齊普·恩格蘭
• 書單三《有限與無限的遊戲》：訓練 vs. 教育；頭銜 vs. 名字；越戰觀眾論
• 課程設計：新手 21 天、老手 20 情境、高手 10 商學院案例；附帶學習原理