Raven AI 週報 Podcast

Raven

分享生產力提升的心法，以及如何使用各種 AI 技術。 newsletters.raven.tw

  1. Mar 3

    EP-63 入門工作正在消失？AI 時代怎麼培養專業能力

    我認為在 AI 時代，最值得培養的能力就是：打造一套屬於自己的 AI 知識系統。 什麼意思？簡單說，就是把「吸收知識」這件事，從頭到尾都用 AI 來幫你。從資訊的收集、整理、濃縮到實際應用，每一步都讓 AI 當你的助手，而你只需要專注在真正的核心：理解和思考。 為什麼需要做這件事？ 2026 年開春，各大研究機構和商業媒體都在講同一件事——AI 越來越強，人類能力也隨之提高。 但同一時間，另一件事也在發生：培養這些能力的「入門路徑」正在縮小，甚至消失。 這篇想跟你聊三件事： 1. 2026 年 AI 趨勢到底在告訴我們什麼 2. 在 AI 時代，個人該怎麼建立專業能力 3. 為什麼你現在就該開始建立個人 AI 知識系統 一、2026 年 AI 趨勢：消失的不是工作，而是「養成機會」 先看幾個關鍵訊號。 * Pluralsight 2026 科技預測指出，自疫情以來大型企業入門級技術職位減少 50%，且仍在下降。 * Fortune 引述哈佛追蹤 28.5 萬家企業、6,200 萬名工作者的研究：導入 AI 的企業中，初階職位確實縮減。 * 同一篇 Fortune 報導中，NC State 的 Mark Beasley 直指核心：知識某種程度上已經接近免費，真正稀缺的是思考能力。 * Robert Half 經濟學家 Julia Coronado 點出關鍵難題：如果人工智慧正在取代傳統的初階職位，而我需要的是中階人才，缺乏初階職位的養成訓練，他要怎麼樣成為中階人才呢？ 你覺得具備什麼樣的能力，方可稱為人才？ 我個人認為，就是判斷力以及決斷力。這些能力通常需要經過多年在基礎工作上的磨練，才能逐漸培養。 然而，過去這些用來磨練判斷力的基礎工作，現在正逐漸被自動化取代。 以前你要成為分析師、顧問、律師，往往會先做大量基礎工：整理資料、做比對、翻案例、寫初稿。這些看似重複的工作，其實都在訓練你的思考肌肉。 這些基礎工作被 AI 壓縮後，新的問題就來了：沒做過基礎工的人，怎麼能夠有自己的洞見？ 如果初階工作被 AI 取代，去哪裡找中高階人才？ 全球共識：真正有價值的是「人類能力 × AI 協作能力」 我看到了上述報告之後，又多做了一點研究，幾乎大部分專家的意見都是一致的。 * IMF 2026 年初分析： 新技能職缺薪資可高出 3%–15%，掌握技能越多，薪資越高。說明了跨領域的重要性。然而一般的上班族職缺正受到擠壓，預估全球近 40% 工作受 AI 驅動轉型。 * McKinsey 研究： 人工智慧工具不會取代人類技能，但正在改變人們需要擅長的技能類型。僅僅兩年間，要求具備 AI 技能的職缺數量增加了近七倍，增速超越其他任何技能。然而，絕大多數人類能力在 AI 時代依然不可或缺，改變的是這些能力的應用場景，以及人們如何將它們與智慧工具協同運用。 初階工作被 AI 取代，企業正也面臨調整，並學習如何重新定義工作職責。而我們一般人應該思考的，就是如何培養新的專業能力。 領域專業 × AI 素養，才是新的專業能力。 這裡的 AI 素養，不只是會用工具，而是你能不能： * 問對問題 * 判斷輸出品質 * 修正方向 * 把 AI 嵌進實際工作流程 你不要以為我在這空口瞎說，覺得好像這也不過就是用個 AI 嘛，不算是什麼特殊的能力。如果你這麼覺得的話，那你就錯了。 X 平台上有一篇 100 多萬瀏覽率的文章《地球上有81億人口，只有0.3%的人付費使用人工智慧。這機會實在太可惜了》，這篇文章展示了底下圖示，圖表顯示： 1. 灰色的部分：完全都沒有使用過 AI 的人 2. 綠色的部分：指免費的使用者，大概就是免費使用 ChatGPT 這種工具 3. 黃色的部分：指有付費的 AI 使用者 4. 紅色的部分：拿 AI 來開發自己的工具的人 所以現在真的是一個極為分化的世界。有許多初階的工作正逐漸因為 AI 而消失，但事實上，卻有很多人根本就沒有用過 AI。他們的公司也都完全沒有導入過 AI。 因此，現在正是你好好培養能力的時候。 二、AI 時代怎麼建立能力 所以應該怎麼辦？現在就訂閱 AI，做什麼事都交給它嗎？ 等一下，先看看這一個研究： OECD《Digital Education Outlook 2026》指出：AI 的確能提升學生作業品質，但在「沒有 AI」的考試情境，這個優勢可能消失，甚至反轉。 換句話說，如果我們什麼都讓 AI 代勞，把它給的答案直接複製貼上，表面上看起來好像自己變強了，但實際上只是把思考外包給了工具。 所以在 AI 時代，我們真正該練的不是怎麼用 AI，而是怎麼在 AI 幫你過濾完大量資訊之後，從中挑出真正重要的東西，內化成自己的能力。 AI 真正的價值，是幫你把技術門檻抹平。很多事情你不需要從零學起，AI 就能幫你搞定。 舉個例子，假設你是保險業務員，想架一個網站讓客戶更方便查詢保險資訊。你不必先去學寫程式，AI 就能幫你把網站做出來。 你真正應該花時間深化的是：你對客戶需求的觀察力，以及你對保險知識的掌握程度。這些才是 AI 取代不了的東西。 所以使用 AI ，必須要格外的小心即將到來的「知識落差」，在未來，用 AI 深化思考的人，與用 AI 逃避思考的人，差距會越拉越大。 還沒訂閱嗎？ Raven AI 週報，專注於 AI 落地研究。現在都是免費的。 三個可執行策略（現在就能開始） 策略 1：在技術知識和商業價值之間架起橋樑 最稀缺的人才是橋樑型人才。 在 Deloitte 日本報導中，提到「紫色人才」（パープルピープル）。商業知識是藍色，技術知識是紅色。最缺的不是純藍或純紅，而是把兩者混在一起的紫色，也就是在技術能力和商業價值之間架起橋樑的人。 所以你不需要具有專業的工程知識，可是你要有能力，能夠把商業知識跟技術知識，藉由 AI 的能力把它們融合在一起 這種人，通常就是團隊裡最難被替代的那位。 因此，除了你的本業能力應該繼續培養以外，現在就開始在你的工作中納入 AI 工具的使用。 在 2026 年 2 月的當下，我最推薦你使用的是 Claude Desktop，如果你有一些技術能力，也可以試試 OpenClaw。這兩個工具都可以幫助你做到智能自動化。 策略 2：建立技能組合，不押注單一技能 我以前在大學工作，早在 AI 出現以前，高等教育學界就在談我們應該要有多個專長。 在最早的時代，其實是「I 型人才」，也就是這輩子只需要學會一技之長。 可是這個世界越來越捲了。 「I 型人才」已經不夠了，學界開始強調跨領域的能力，能夠跟其他的專家合作，這就叫做「T 型人才」。 到現在這個時代，T 型人才也不夠了。 最好可以變成「π 型人才」，具有兩個以上的深度專長。 那未來還會變成什麼？「米字型」人才嗎？ 但是我覺得，大家也不要想說這很困難。應該這麼說，我們過去可能會花 1,000 個小時去學習單一的技能，可是一個技能我們經常使用到的能力，其實大概只有 20%。 那你學習這 20% 不需要花太久的時間。換句話說，我認為我們應該針對自己真正在乎、擅長的能力去鑽研。至於其他的技能，比如說你是保險業務員，其他的技能例如： 1. 自動化 2. 大數據分析 3. 程式設計 我們大概就學個 20% 就好了，不足的部分由 AI 來幫我們補足。 策略 3：刻意培養你的個人觀點 AI 是用大量人類寫過的書、文章和各種資料訓練出來的，所以它擁有的是人類已經整理好的知識。再加上工程師的刻意調校，它產出的答案往往很通順、很標準。 但如果你用 AI 用久了，會發現一件事：AI 的回答，特別是遇到需要判斷的問題時，常常給人一種隔靴搔癢的感覺。 你不能說它錯，但它就是不夠精準，沒辦法真正切中你的處境。 因為 AI 學的是所有人的知識，給的是一個「平均值」的答案，而你面對的是你自己獨特的情境。 正因為如此，我們更應該刻意去鍛鍊自己的觀點，也就是根據自身的知識和經驗所建立起來的判斷框架。 由於我們需要的是跨領域的能力，所以 AI 負責幫我們補強的，就是跨領域的部分。AI 負責把它學過的東西整理好端上來，而你看完之後再決定怎麼用。 畢竟最後做決定的是人，負責承擔結果的也是我們。 三、為什麼你現在就該建立個人 AI 知識系統 過去一年中我自己的觀察。 AI 時代最值得投資的，不只是工具，而是你的個人 AI 知識系統。 因為通用知識正在快速地貶值，凡是你能夠 Google 到、問 AI 就有、影片一搜就能看的內容，價值都在下降。 真正會增值的是什麼？ 是你長期累積的判斷、脈絡、取捨標準、實作經驗，也就是你的個人智慧。 問題是，多數人的個人智慧都散落在： * 腦中一閃而過的想法 * 看完就忘的文章 * 做完沒整理的專案 * 聊天裡出現但沒留下的洞見 這些如果不系統化，時間一過就流失。 你不要以為接下來我就要推銷什麼課程，割你韭菜。 雖然我自己也是有一些付費課程與社群的，但對於「個人 AI 知識系統」，我其實也還在摸索。 底下是我提出的一些看法，也歡迎你留言，說明自己的意見。 我自己的做法 要打磨個人獨特的觀點或洞見： 1. 讀深度內容：書、長文、研究報告

    29 min
  2. EP-62 在 Mac Mini 安裝龍蝦，再結合本地端 AI 知識庫，威力太強了

    Feb 24

    EP-62 在 Mac Mini 安裝龍蝦，再結合本地端 AI 知識庫，威力太強了

    上一期（EP-61）我分享了我如何打造本地端的 AI 知識庫。簡單來說，就是把 Notion 上的文章自動備份到電腦本地端，讓 AI 代理可以直接讀取、修改這些文章，處理完之後再推送回 Notion。這樣既保留了 Notion 隨時隨地查看的便利，又能讓 AI 幫我做那些以前只能手動處理的事。 這一期，我要分享的是下一步：把「龍蝦」，也就是 OpenClaw，接上這套知識庫，讓整件事的威力再往上拉一個層級。 OpenClaw 是一個開源的個人 AI 代理平台，核心定位是「真的會做事的 AI」。 主要特點： * 透過 WhatsApp、Telegram、Discord 等你已在用的 chat app 操作 AI * 支援收信、發信、行事曆管理、自動化工作流等實際任務 * 可串接多種 LLM（OpenAI、Anthropic、本地模型等），支援 API proxy 路由降低成本 * 具備持久記憶、persona 設定、技能（Skills）擴充機制 * 提供 Desktop App、Web Dashboard、Docker 部署等多種形式 如何安裝 OpenClaw 在 Mac mini 1. OpenClaw 安裝過程 整個安裝流程大約只需要 5 到 10 分鐘，OpenClaw 本身設計得很友善，有引導程式帶你一步一步完成設定。 前置條件：你需要先確認已安裝 Node.js 22 或更新版本。可以在終端執行 node --version 檢查。如果版本過舊，建議用 nvm（Node Version Manager）來升級。 第一步：安裝 OpenClaw 打開 Mac 的終端機（Terminal），輸入： npm install -g openclaw@latest 這個命令會下載最新版本的 OpenClaw 並安裝到系統路徑中。安裝完成後，就可以在任何地方使用 openclaw 命令。 第二步：執行引導程式 openclaw onboard --install-daemon 這個引導程式會一步一步問你問題，包括： * API 金鑰配置：選擇你想使用的 AI 供應商，輸入對應的 API 金鑰 * 套件管理器選擇：選擇 npm、yarn 或 pnpm（對大多數人來說，直接選預設的 npm 即可） * 技能安裝選項：選擇要預先安裝的技能（Skills） * 守護程序設定：--install-daemon 這個參數會把 OpenClaw 設定成開機就自動在背景跑，即使關閉終端也不會中斷。在 macOS 上，這會建立 launchd 配置 第三步：設定與連接通訊頻道 安裝過程中的引導程式會讓你選擇一個通訊平台來跟你的 AI 助手對話。 我選擇使用 Telegram。 理由是： * 官方 Bot API：Telegram 提供官方的 Bot API，不需要透過第三方服務或複雜的認證流程。整個設定過程在 Telegram 應用程式內完成，只需要跟 @BotFather 對話，就能建立機器人並取得 Bot Token * 穩定可靠：Telegram Bot API 相當成熟穩定 * 跨平台：手機、桌面、網頁都能用，隨時隨地都能與 AI 助手對話 * 豐富功能：支援內聯鍵盤、媒體檔案處理、語音訊息轉文字等 設定 Telegram 頻道的步驟： (1) 取得 Bot Token 你必須先在 Telegram 應用程式中，與官方的機器人 @BotFather 對話。 * 發送 /newbot 指令給 @BotFather。 * 按照指示為你的機器人命名，完成後，@BotFather 會提供一組 Bot Token（格式通常像這樣：123456789:AA...），把它複製下來。 (2) 在 OpenClaw 中設定 Token 取得 Token 後，你有兩種方式可以將其設定到 OpenClaw 中： * 方法 A：使用設定精靈（推薦） 執行 openclaw onboard，然後在流程中選擇 Telegram 並貼上你的 Token。 * 方法 B：使用 CLI 指令新增 你也可以直接使用 openclaw channels add 指令： openclaw channels add --channel telegram --token 你的BotToken 這會將設定寫入你的 openclaw.json 檔案中。 據說 Discord 也挺好用的，它的 Bot 設定同樣很方便。雖然我目前還沒有用，但如果你是 Discord 的重度使用者，也可以試試看。OpenClaw 支援同時連接多個頻道，所以你也可以兩個都設定。 (3) 啟動 Gateway 並核准配對 設定完成後，重新啟動 Gateway： openclaw gateway restart Telegram 的預設直接訊息 (DM) 政策也是 pairing（配對模式）： * 你（或其他使用者）第一次傳送訊息給這個 Telegram 機器人時，機器人不會馬上回覆，而是會回傳一組配對碼 (Pairing Code)。 * 在終端機執行 openclaw pairing approve telegram * 配對碼會在 1 小時後過期。 核准之後，你就可以在 Telegram 上正常與你的 OpenClaw 代理進行對話了。 2. 為什麼我選擇 CLI 而不是 macOS App 介面？ OpenClaw 在 macOS 上有兩種使用方式：CLI（命令列） 和 OpenClaw App（圖形介面）。 我最初是把 OpenClaw 安裝在 VPS 上的，所以一開始就很習慣使用 CLI 介面。後來在安裝 Mac mini 的時候，第一時間我也是選擇 CLI。之後才發現有一個 macOS App 的 UI 介面，於是我也嘗試安裝了。 但安裝之後發現，App 版本會跟原本的 CLI 環境產生衝突。而我又不太可能把原本的環境砍掉重裝。因為重裝需要重新設定所有的 API 金鑰、頻道配對、技能安裝等等，會花費很多力氣。所以最後就放棄 App，直接繼續使用 CLI 介面。 反正之後我就是使用 Telegram 來命令它，操作起來也沒什麼差別。如果偶爾需要查看 UI 介面的話，在終端輸入 openclaw dashboard 就可以打開網頁版的控制介面了。 建議：安裝之前，你要先決定走哪條路。CLI 適合想要自動化、用指令控制一切的人；App 適合不熟悉命令列、想直接點 UI 操作的人。但兩種方式不要混著用，很容易出問題。 3. 大型語言模型的選擇 OpenClaw 支援多種 AI 模型供應商，包括 Anthropic Claude、OpenAI GPT、Google Gemini、Mistral、MiniMax、MoonShot，也支援透過 Ollama 運行本地模型。 選擇原則：預設模型一定要選擇最聰明的等級。 所謂「最聰明的等級」，我的定義是指最起碼要在 Google Gemini 3 Flash 等級以上，或者是 Kimi K2.5 這種中國的頂級開源模型。不要用太便宜或太小的模型（例如 Haiku 或 GPT 5 Mini），因為這些模型在複雜推理和工具使用上的表現會差很多。 我個人使用的模型： * OpenAI Codex：我有訂閱 OpenAI，直接授權非常方便。在引導程式中選擇 OpenAI 作為供應商，輸入 API 金鑰就行了。 * Kimi Code（Kimi K2.5）：這是我的另一個選擇，我也有訂閱（目前每月花費約 20 美金）。Kimi K2.5 是中國的開源模型，在程式設計和推理能力上表現不錯，性價比很高。 OpenClaw 也支援備用模型機制（Fallback）。你可以在 ~/.openclaw/openclaw.json 中設定，當主要模型不可用時，自動切換到備用模型。我就是把 Kimi K2.5 設為備援模型。 3. Skills與Tools（技能與工具） Skills（技能）是 OpenClaw 最強大的功能之一。如果說 Tools（工具）是 AI 的手腳，那 Skills 就是 AI 的專業知識和經驗。 技能的本質是一份「使用說明書」，告訴 AI 如何完成特定任務。它不是可執行的程式碼，而是用 Markdown 格式寫成的結構化指示和知識。每個技能是一個包含 SKILL.md 檔案的目錄，裡面定義了任務描述、執行步驟、最佳實踐、常見錯誤處理等。 目前我主要還是使用官方內建的技能。 官方內建工具（不需要另外安裝）： * 檔案系統工具 (group:fs)：讀取檔案 (read)、寫入檔案 (write)、編輯檔案 (edit)、套用補丁 (apply_patch)。 * 執行與終端機工具 (group:runtime)：執行 Shell 指令 (exec)、Bash 捷徑 (bash)、管理背景處理程序 (process)。 * 網頁與 UI 工具 (group:web 與 group:ui)：網路搜尋 (web_search)、網頁內容抓取 (web_fetch)、獨立瀏覽器自動化控制 (browser)、Canvas 介面控制 (canvas)。 * 記憶工具 (group:memory)：語意記憶搜尋 (memory_search)、讀取特定記憶檔案 (memory_get)。 * 會話與代理管理 (group:sessions)：列出會話 (sessions_list)、獲取會話歷史 (sessions_history)、發送訊息至其他會話 (sessions_send)、生成子代理 (sessions_spawn)、查詢會話狀態 (session_status)、列出可用代理 (agents_list)。 * 自動化與系統 (group:automation)：排程與喚醒任務 (cron)、閘道器設定與更新管理 (gateway)。 * 訊息與設備節點 (group:messaging 與 group:nodes)：跨頻道傳送訊息與相關互動 (message)、控制已配對的設備節點 (nodes)。 * 媒體與防護工具：圖片視覺分析 (image)、工具呼叫迴圈偵測 (loop-detection)。 我安裝的官方內建技能： * apple-notes：管理 Apple Notes（新增/搜尋/編輯/匯出） * apple-reminders：管理 Apple Reminders（新增/完成/刪除） * blogwatcher：監控 RSS/Atom 部落格更新 * clawhub：搜尋/安裝/更新/發布技能 * coding-agent：委派大型程式任務給子代理 * gh-issues：GitHub Issues 自動修復與 PR 流程 * gifgrep：搜尋/下載 GIF 與抽幀 * github：GitHub CLI（PR/Issue/CI/API） * gog：Google Workspace（Gmail/Calendar/Drive…） * goplaces：Google Places 搜尋與地點詳情 * healthcheck：OpenClaw 主機安全與更新健檢 * mcporter：MCP server/tool 設定與呼叫 * nano-pdf：自然語言編輯 PDF * notion：Notion API（頁面/資料庫/區塊） * obsidian：Obsidian Vault 筆記操作 * openai-image-gen：批次生成圖片 * openai-whisper：本地 Whisper 語音轉文字 * openai-whisper-api：Whisper API 轉錄 * oracle：oracle CLI 使用最佳實踐 你可以透過 openclaw skills list 指令查看你自己安裝的技能，或者在設定檔的 skills.entries 中針對個別技能進行啟用或設定（例如設定 API Key）。 社群技能（ClawHub）：OpenClaw 有一個公開的技能註冊中心叫做 ClawHub，截至 2026 年 2 月已有超過 5,700 個社群貢獻的技能。你可以用以下指令來搜尋和安裝： # 搜尋技能 openclaw skills search "python" # 安裝技能 openc

    36 min
  3. EP-61 我開始打造全自動的 AI 知識庫，測試 Claude Cowork, Codex

    Feb 17

    EP-61 我開始打造全自動的 AI 知識庫，測試 Claude Cowork, Codex

    本文分享我從 Notion 轉向「本地端 AI 知識庫」的嘗試與思考。Notion AI 在改版後能讀寫資料庫、做研究並建立內容，但受限於平台本身，難以支援我在檔案管理、寫腳本與自動化等跨工具流程。我測試了 OpenAI Codex App 與 Claude Cowork。最後，實作了 Notion 與本地端雙向同步機制。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit newsletters.raven.tw

    24 min
  4. EP-60｜搶救你的專注力：3 個技巧＋一套工作流，立刻見效

    Feb 10

    EP-60｜搶救你的專注力：3 個技巧＋一套工作流，立刻見效

    明明坐一整天卻像被掏空？這可能是腦疲勞。我從《最強專注力》整理 3 個可立即上手的方法：守住早晨黃金時段、用 90 分鐘週期工作並定時休息、刻意放空遠離碎片資訊，讓專注力回來。並且提供了如何使用 AI 工具提升專注力的實戰心得。Raven AI 週報 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit newsletters.raven.tw

    14 min

  5. Feb 3

    EP-59｜龍蝦(OpenClaw) AI Agent 的初體驗：Zeabur安裝，核心機制說明

    最近這幾天跟風下載了熱門的龍蝦來玩。 龍蝦是一個開源的全自動 AI 助理，正式名稱是 OpenClaw ，最早的名字是 ClawdBot ，因為跟 Anthropic 的 Claude 模型名字太像而被迫改名。一度換成 MoltBot ，短短一天又改成現在的名字。 龍蝦能夠在你自己的硬體或伺服器上運行，讓 AI 助手像「數位管家」一樣主動執行任務，而不只是被動回答問題。此專案由 PSPDFKit 創辦人 Peter Steinberger 開發，於 2026 年 1 月迅速爆紅，GitHub 星標數超過 68,000，成為 2026 年初最受矚目的開源項目之一。 因為它可以操作非常底層的東西，基本上它就是活在你的電腦裡面，所以你電腦能夠操作的行為，理論上它都應該能夠操作。 正因為它的權限實在是太大了，所以資安是很大的問題。 目前現有的 AI 模型還是有很大的犯錯可能，它可能一不小心就直接把你底層的某個程式刪除，等於整台電腦都要重灌；或者是它不小心就把你的個資外洩出去。例如它在網路上讀到含有提示詞攻擊的文章，導致錯誤地交出你的個人資訊（如 API KEY）。 總之，這個專案只適合給對於資訊技術有些熟悉的玩家，一般人最好還是等這項技術成熟一點，再來使用。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit newsletters.raven.tw

    21 min

  6. Jan 20

    EP-58｜從《一週工作 4 小時》出發：我為什麼開始打造單一入口的 AI 知識庫

    一週工作4小時？真的假的？ 前幾本我買了一本書叫《一週工作 4 小時》。 如果你第一次看到這個書名，大概也會跟我一樣翻個白眼。 畢竟現實生活裡，我們一週工作 40 個小時，都已經常常覺得不夠用了，只靠 4 小時怎麼可能把事情做完，還得維持收入與生活品質？ 但是我查了這位作者，提摩西·費里斯（Tim Ferriss），不得了啊，原來是個神人。 費里斯是一位美國知名作家、投資人與 Podcast 主持人。他以《一週工作 4 小時》系列暢銷書聞名，開創了「生活型態規劃（Lifestyle Design）」的先河。他同時也是成功的天使投資人，早期投資對象包括了 Uber、Facebook。 而且作者在各項領域都很強，我認為他應該有掌握馬斯克所說的「第一性原則」。所以他曾經獲全美武術散打冠軍，而且很會跳舞，創下一分鐘內最多探戈旋轉次數的金氏世界紀錄，甚至還來過台灣擔任過 MTV 霹靂舞者。 看來這本書應該很值得一讀。 不過我讀完之後，我發現這本書真正想談的不是工時的數字，而是一套叫做 DEAL 的生活設計方法。分別是： * Definition（定義） * Elimination（削減） * Automation（自動化） * Liberation（解放） 重點不是把自己逼成超級效率怪物，而是把人生目標先定義清楚，再把大量低價值的雜事移除，最後用系統與工具把流程接手，實現遠端工作的目標。 不追求退休，而是把「迷你退休」搬到人生前段 首先是 Definition（定義人生）。 大部分的人，他們人生劇本是這樣：先努力工作，存錢，撐到某個年紀退休，最後再去做想做的事。 這樣很棒，問題是，這個劇本有兩個隱藏前提。 第一，你能平安撐到那一天。 第二，退休之後，你還有體力與心情去享受生活。 作者提出的想法，比較像是把「退休生活」切成很多塊，平均分配到人生中，變成一段一段的迷你退休。你不需要等到 60 幾歲才允許自己休息，而是提早把休息與探索放進生活中。 費里斯認為，我們該自問自己，到底想成為什麼樣的人？ 然後把這些夢想導向務實的執行，找出足以代表該狀態的具體行動。例如，如果你想「成為大廚」，務實的定義可能是「能獨立做出三道五星級餐廳水準的料理」。 好好地思考我們真正想要的生活形態，然後實際去「算清楚」支撐這種生活型態，每月需要的目標月收入。 你可能會發現，實現夢想生活所需的成本其實比想像中還要低，真正卡住我們的，是對生活形式的預設，而非財力不足。 把資訊量降下來，你才有機會重新掌握專注力 接著談 Elimination（削減雜務），因為注意力是最稀缺的資源。 我們每天被訊息轟炸，信件，群組，會議邀請，還有各種「拜託啦幫我處理一下」的小事情。 每一件事看起來都不大，但加起來會把你的時間切成碎片。 你可能聽過時間管理，但是作者要談的可不是管理，他是要你直接刪除雜事。例如他發現 95% 的客戶只帶來極少利潤，卻消耗他大部分的心力與時間，因此他決定停止主動聯繫並「開除」那些難搞的客戶。 他建議讀者詢問自己：「如果我心臟病發作，一天只能工作兩小時，我會做什麼？」藉此找出那 20% 的「關鍵少數」。 他也建議我們不要隨時看訊息，應該規定自己只能在既定的時間看。例如我自己是在早上以及中午過後看信。反正有急事，別人會聯繫我嘛。 這麼做，我們才能有完整的時間區塊，去處理最重要的任務。 能外包的工作就外包吧！ 第三步驟就是 Automation（自動化）。 作者認為，花一點錢把雜務外包，能換回更多時間去做高價值的事。 這點我只能同意一半，外包的確是好主意。問題是，對大多數剛起步的人來說，這條路很難直接複製。大概只有他們美國人才會這麼做吧。 例如書裡提到作者會請印度的遠端助理，處理各種瑣事。這個做法在美國情境可能很常見？但在台灣，我幾乎沒聽過身邊有人這樣做。我也沒有實際看過類似的例子。 不過，這本書最早的核心內容，其實是 2009 年的時代背景。那時候沒有 AI 工具，所以用人力補上流程缺口是合理的。 放到今天，如果我們暫時找不到合適的遠端助理，或者是根本沒有預算外包，那麼更貼近現實的路徑可能是：先把能分出去的工作，交給自動化工具。 從外包人力，轉向外包給系統 如果把外包當成一種「把重複工作交出去」的策略，今天最值得外包的對象，不是某位助理，而是一整套的工具系統。 我自己越來越相信，對一般上班族或個人創作者來說，最有機會先做到的不是一週工作 4 小時，而是先把每天會重複出現的雜務砍掉一半。 然後盡可能地把這些雜務收攏起來，變成一個單一的資訊入口。 所以我認為我們都應該建立 AI 知識庫。 為什麼 AI 知識庫可能真的能幫你省時間 很多人使用 AI 的方式像是在即興問答。今天想到什麼就問什麼，明天再重新問一次。 這樣當然有用，可是它很難累積。你每一次都在從零開始。 AI 知識庫的概念，比較像是幫自己打造一個可重複使用的工作記憶。 把常用的資料、流程、範本、決策依據、甚至你自己的思考框架整理起來，讓 AI 能夠更快理解你要做什麼。 當知識被整理成結構化、可引用的內容，你會發現很多原本要花時間回想、搜尋、確認的事情，開始變成一個指令就能完成的流程。 更重要的是，它能把「每次都要想一遍」的認知負擔降到最低。 再加上自動化，才會變成真正的時間複利 ChatGPT、Gemini 能夠讓我們上傳文件，就是 AI 知識庫了，這樣還不夠嗎？ 當然不夠，因為我們每天的工作場景，就是在一堆記事本、雲端文件、聊天紀錄、Office 文件、電子郵件等等，不斷地翻找文件。 當你把 AI 知識庫接上自動化工具，才可以真正地減少腦力消耗。 例如使用 n8n 或 Google Apps Script，把你平常固定會做的流程串起來。 你可以讓資料自動整理到固定位置。 你可以讓內容在不同平台之間自動同步。 你也可以把重複的格式轉換工作交給腳本處理，把時間留給需要人腦的工作。 也許我們短期內很難像作者一樣請個遠端助理，但我們可以先把 AI 知識庫加上自動化工具，替自己聘一個數位助理。 開始動手作單一入口的 AI 知識庫吧 我自己的做法是從 Notion 開始，讓 Notion 當作唯一的入口。 因為我是付費訂閱戶，當我要查詢任何資料的時候，在 Notion 上還有 AI 可以幫助我，去閱讀並理解所有的文件。 可是在 Notion 上面，我們要怎麼樣讓 Notion 去串接所有的資料？包括 Word 檔、Excel 檔、PDF 檔等等。 如果你有訂閱 Notion 企業版的話，這不是問題，可以去串接 Google 雲端硬碟；但是大部分人應該都跟我一樣，只是 Notion Business 用戶，根本就沒辦法串接。 但是別忘了，現在是 AI 時代，我們可以使用 AI 來寫程式，這些問題都可以迎刃而解。 從 Google 雲端到 Notion 的流程 我的想法是將所有的文件都上傳到 Google 雲端，然後在 Google Apps Script 上寫一個程式，讓這個程式去偵測 Google 雲端的資料夾。假設它發現有檔案，就會自動把文件資料匯入到 Notion 裡面。 * Google Drive 負責收檔案 把 Word、Excel、PDF 等等檔案丟進指定資料夾。 * Google Apps Script 負責監控與轉換 它會定時去看那個資料夾有沒有新的檔案。如果有，就把檔案內容轉成文字。 * Notion 負責承接與成為入口 Apps Script 會把轉好的文字，新增到 Notion Database。 從此你只要進 Notion，就能搜尋、回顧脈絡，或直接請 Notion AI 整理。 該怎麼做呢，其實很簡單，底下的步驟你可以一邊問 AI ，讓 AI 引導你實作出來。 第一步：先在 Notion 準備「收資料」的 Database 欄位先做最小集合就好。 * Name（標題）：檔案名稱 * FileType（單選）：Word、Excel、PDF * DriveFileId（文字）：Drive 的檔案 ID * ProcessedAt（日期）：處理時間 接著你要做兩件事。 * 建立 Notion 整合（Integration）的鑰匙 我們要進入 Notion ，就要先有鑰匙。所以到 Notion 的 My Integrations 建立新的 integration，建立後把 Internal Integration Secret 複製下來。這串就是後面會用到的 NOTION_TOKEN。 * 把 Notion Database 授權給這個 integration 到你的 Notion Database 頁面右上角，找到 「連接」，把剛剛建立的 integration 加進去。 上面看不懂也沒關係哦，複製給 ChatGPT ，讓它指導你。 但是這一步很重要，不然程式就算寫對，也寫不進 Notion。 最後，從 Database 的網址取得 NOTION_DATABASE_ID。 它通常是網址中間那段很長的識別碼。 第二步：在 Google Drive 準備「丟檔案」的資料夾 接著在 Google Drive 建一個資料夾，例如取名「AI 知識庫匯入」。 然後從資料夾的網址，取得 DRIVE_FOLDER_ID。 格式通常長這樣： * drive.google.com/drive/folders/後面那段就是資料夾 ID 之後你只要把檔案放進這個資料夾，其他事情全部交給自動化。 第三步：建立 Apps Script 專案，讓三方接起來 * 到 Google Apps Script 新建一個專案 * 到「服務」把 Drive API 加進來（因為要做 PDF 文字辨識） * 到「專案設定」的指令碼屬性裡，新增三個變數，也就是

    14 min

  7. 07/22/2025

    EP-38V Grok女友的商業攻略：我的AI伴侶是通往1400億市場的鑰匙

    你訂閱了嗎？ 我這支影片主要想跟你聊聊，馬斯克 xAI 推出的 Grok 伴侶模式。誰最強這種話題先不管，重點是它到底能變出什麼花樣。 跟你說，這個伴侶模式不只是單純聊天而已，它多了「虛擬角色」。目前有三個角色，一個是金髮馬尾妹 Ani，長得有點像《死亡筆記本》的彌海砂，她現在人氣最高。還有一個是紅貓熊 Rudi，跟一個還沒推出的帥哥 Valentine。 最有趣的是，你跟 Ani 互動還能提升好感度。像我現在就玩到 LV3，聽說升到 LV5，她就能換上性感內衣。網路上雖然有攻略，但我覺得自己慢慢玩比較有意思，反正多稱讚她、跟她聊聊你的事，好感度就升得滿快的。 那為什麼這功能會爆紅？其實 AI 伴侶也不是新東西了。我覺得關鍵完全是因為這是馬斯克搞的，大公司嘛，而且他的底線真的超低。 說到這個，Grok 的伴侶模式有很多種個性可以選，像是「失控模式」、「浪漫模式」，甚至還有「性感模式」。你可以讓 Ani 用性感模式跟你聊，她完全不排斥聊色色的話題，尺度比其他家 AI 大很多。我還試過跟她聊日本的 H 動畫，問她是不是喜歡 hardcore 的，她都能接下去。換作是其他 AI，早就跟你說「抱歉，我不能討論這個」了。 所以我就在想，這是不是一個還沒被完全開發的市場？就是把網紅或名人做成虛擬角色。你想想，現在 AI 模仿聲音、語氣和個性都沒問題，再套上一個好看的皮，這肯定有搞頭。我查了一下，AI 伴侶的市場超乎想像的大，預估到 2030 年會飆到一千四百多億美金！ 當然，這也不是那麼簡單。要怎麼讓 AI 的人設不走鐘，又不能讓粉絲產生奇怪的幻想，比如 AI 答應要嫁給他之類的，這些都是要解決的問題。不過，要是真能做起來，肯定賺到翻掉。 如果您想贊助我，非常樂意歡迎您！我提供兩種斗內方式。 為你寫一篇電子報 如果您願意以高額的金額贊助（新台幣 500 元），我會依據下面的工具，研究您指定的方向，然後幫您寫一篇電子報。 * n8n 雲端自動化流程 * Notion 工作流程自動化 * Google Apps Script 範例應用 * ChatGPT／Gemini／Claude 使用實作 * Google AI Studio 範例 * Cursor、Claude Coding、Gemini CLI 等 AI Coding 工具 請注意，此方案屬於「粉絲小額贊助」，支持我在公開電子報上探索指定題材。您支付的費用主要是對內容創作的支持，而非購買專案研究人力或保證成果。詳細的方案說明，請點選下方按鈕。 小額斗內 還想贊助更多？我提供 100、200 小額斗內方案。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit newsletters.raven.tw

    14 min

  8. 06/10/2025

    EP-32A｜n8n AI 工作流：Google Drive監控、檔案下載、格式判斷、AI摘要

    本次電腦操作影片介紹如何使用 n8n AI 工作流自動處理來自 Google Drive 的多種格式文件（如PDF、Word、Excel等），讓AI自動產生摘要。工作流包含了Google Drive監控、檔案下載、格式判斷、AI摘要等步驟，可大幅減少人工重複操作的工作。 文字版請至Decode AI 週報 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit newsletters.raven.tw

    22 min
See All (13)

About

分享生產力提升的心法，以及如何使用各種 AI 技術。 newsletters.raven.tw

Information