聊最近用了Gemini 2和Grok 3的心得：人的能力差距將會愈來愈大

和Google搜尋不一樣，隨著AI工具愈來愈進步，會讓人的能力差距放大，將工具放到你的眼前，你可能還是不知道怎麼用。如果善用工具的人以外，我認為有原創想法和批判性思考的人將會是重中之重。

最近隨著xAI推出Grok系列，尤其是Grok 3的問世，其他大語言模型服務也紛紛跟進。例如OpenAI推出了O3 Mini，Google的Gemini則迅速回應，推出了Gemini 2。對使用者來說，這無疑是好消息，因為我們能快速體驗到這些美國主流大語言模型公司推出的最新服務。然而，在試用這些工具的過程中，我有一個深刻的體悟：AI語言模型的發展就像當年Google搜尋引擎的出現，帶來便利的同時，也凸顯了使用能力與原創力的差距。

我在試用這些新模型時，特別被xAI的Grok 3震撼到。像Deep Research這樣的功能，在OpenAI需要訂閱200美元的高階版本，在Gemini也得支付20美元才能解鎖，但在Grok 3上卻完全免費，隨手可用。這讓我驚嘆它的強大。然而，真正讓我深思的不是功能的免費，而是如何有效利用它。Grok 3固然厲害，但如果你不知道怎麼問對問題，它吐出來的答案可能只是大量資訊的堆砌，而不是你想要的精準洞察。

我把AI語言模型的發展類比成Google搜尋的誕生。當年Google問世時，只要掌握關鍵字技巧，甚至學會簡單語法（例如用減號排除不需要的結果），就能索引全球網路資料。這些技巧不難，十分鐘內就能上手。但到了AI語言模型時代，情況變了。雖然我隨手丟一個問題進去，它就能給我一大堆回應，看似「無所不能」，但問題在於：我該怎麼輸入，才能得到最佳答案？這不再是簡單的語法問題，而是一個需要洞察力的挑戰。

有些人天生擅長這件事，例如所謂的「Prompt Engineer」（提示詞工程師），他們精準掌握如何與AI互動，甚至有人直接串接API、自建介面，甚至下載模型到本地運行。這些人與一般「小白」使用者的差距一下子拉開了。像Gemini已整合進Google Workspace，你可以在裡面下指令請它整理摘要、找未封存郵件，但如果你不知道怎麼下提示詞，這些功能就形同虛設。

以我最近的一個例子來說，我想分析新北市人口排名與2024年重劃區交易量，來判斷哪些區域的房產供給量不足，進而推論哪些地方的需求大於供給，即使房市低迷也不易下跌。我把這個想法丟進Grok 3的Deep Research功能，它自動搜尋上百個網頁，驗證了我的假設：板橋（55萬人）、新莊（近50萬人）、三重、中和等地人口排名靠前，且部分重劃區交易活躍，供給潛力有限。原本50到100字的idea，被AI擴充成一份研究所等級的報告，效率驚人。

但這裡有個關鍵：如果我沒有這個原始想法，Deep Research再強也沒用。它不是萬能的魔法棒，而是放大器——你的原創力越強，它幫你的幅度越大。反過來說，如果你毫無頭緒，AI的幫助其實有限。這讓我意識到，AI工具的本質是放大人的能力，而不是取代它。

更可怕的是，這種差距會隨著時間放大。AI語言模型推出兩三年後，人與人之間的能力距離可能因使用AI的水平而急劇拉開。會用的人，借助工具如魚得水；不會用的人，則被甩在後頭。這就像當年電腦普及時，懂程式設計的人脫穎而出，而不懂的人逐漸被淘汰。未來，這個趨勢可能更明顯。

延伸到教育層面，我們該學什麼？是Prompt技巧還是寫程式？這些都很重要，但都不是核心。我認為，在AI時代真正不可或缺的，是原創力與批判性思維。你有沒有獨特的想法？能不能提出別人沒想過的問題？這些才是決定你能否駕馭AI的關鍵。工具人人可用，但能用得好的人，永遠是那些有想法、有洞察的人。

AI語言模型的進化讓我既興奮又警惕。從Grok 3的免費強大，到Deep Research的效率，它們確實改變了我們的工作方式。但它們也提醒我，技術再強，核心仍在於人。人的發展有跡可循，而AI只是加速這個軌跡的工具。未來，與其追逐工具的表面功能，不如培養自己的原創力，因為那才是無法被取代的珍貴資產。