Table of Contents
🎬 字節 Seedance 2.0 九十天改寫中國短劇業，很多人讀成「AI 來攻城了」。
🚪 我看到的是另一面：門檻倒了，原本進不了門的人湧了進來。
🩺 一個腎臟科醫師，這一年用 AI 寫小說、做專輯、寫排班程式。
🗺️ 高風險領域也能玩，只是從外圍開始，一圈一圈往內走。
⛵ 城牆已經不重要了，船票只要一杯咖啡的錢。
最近一篇文章在朋友圈轉得很兇，講的是字節跳動的 Seedance 2.0。它在幾個月內改寫了中國的短劇產業，廣告影片的製作成本據說砍到原本的百分之一。文章結論很直接：專業護城河是幻覺，趕快放下優越感，用 AI 重構你的工作流。
我讀完的感想是：方向對了，但還可以再往前走一步。
那篇文章的語氣是一種警報，好像在說「再不學就來不及了」。這沒有錯，可是一個人被嚇著去學 AI，和一個人覺得好玩去學 AI，最後走到的地方會很不一樣。前者學到的是「怎麼不被淘汰」，後者學到的是「原來還可以這樣做」。
我想講的是後者。
一、數字可以打折，但別因此鬆一口氣
先說句公道話：「暴跌 99%」這個數字，我查不到原始出處。比較可靠的報導裡，同樣長度的短劇，真人拍要幾十萬人民幣，AI 做仍然要十萬出頭。降幅大概是一半到七成，不是兩個零。
但我不想用這個查核來安慰大家。
降一半已經是天翻地覆的事。任何一個產業，如果核心成本在半年內砍掉一半，整個遊戲規則都會重寫。真正該注意的不是數字誇不誇張，而是速度。財新用「90 天」來形容 AI 接管短劇業的過程，從二月模型上線到業界全面轉向，只用了一季。
所以如果你讀到「數字被誇大了」就覺得安心，那就讀錯重點了。
二、短劇業真正的故事：門檻倒了，進場的人變多了
多數報導聚焦在失業的演員和倒閉的工作室，這是真實的痛。但同一波浪潮裡，還有另一群人。
報導裡有一位製作人說，以前做短劇，他只能接別人的案子；有了 AI，他第一次有機會做自己的作品。一部 AI 生成的風水題材短劇，上線十二小時在抖音衝破一億次觀看。深圳開始出現專門做 AI 漫劇的基地，「一人劇組」從玩笑變成了正式的職業型態。
這是每一次工具革命都會出現的劇本。數位相機讓底片沖印店消失了，但拍照的人從幾百萬變成幾十億。部落格和 YouTube 讓報社和電視台失去壟斷，也讓無數原本沒有麥克風的人有了聲音。
門檻倒下的時候，舊的守門人會受傷，但更多原本進不了門的人會湧進來。你要選擇站在哪一邊：守在門口抱怨，還是趁門開著走進去。
三、我自己的實驗：一個腎臟科醫師的越界
我是腎臟科醫師，本業是透析、門診、醫院品管。照理說，影片、音樂、網頁設計，都跟我八竿子打不著。
但過去這一年，因為 AI，我做了很多以前想都不敢想的事。我寫了幾部小說，幫小說的章節寫了插曲，用 AI 生成音樂做成一張張概念專輯。我替透析室的護理排班做了一個網頁程式，從預約填寫到自動排班一路串起來，以前這得外包給資訊公司，排上半年的時程。我把門診要說明的衛教內容整理成一張雙面 A4，一次講清楚。
這些東西都不是 95 分的專業作品。我的歌不會拿金曲獎，我的程式碼大概會被工程師朋友笑。但它們是能用的、能動的、能讓我把腦子裡的東西拿出來的 80 分作品。以前，這些點子只會停在「如果我會寫程式就好了」、「如果我會作曲就好了」。
AI 給我最大的禮物不是效率，是越界的權利。
那篇文章說，專業護城河正在乾涸。換個角度看：別人的護城河乾了，你也可以走過去了。
四、高風險領域怎麼探索：從外圍開始，一圈一圈往內走
講到這裡，醫療圈的朋友一定會說：短劇做壞了頂多沒人看，我們做壞了是會出人命的，不能這樣玩。
這是對的，但它不是不碰的理由，而是決定從哪裡開始碰的理由。
醫療工作不是一整塊鐵板。圍繞著臨床決策的，有大量做錯也不會傷人的工作：會議記錄、教學投影片、衛教單張的初稿、文獻整理、品管報告的格式、排班、行政公文、研究計畫的架構。這些地方，你完全可以照短劇業的玩法來：一次叫 AI 生十個版本，挑一個最好的再改，錯了就重來。
在外圍玩熟了，你會開始累積一種很難從書上學到的東西：你知道 AI 在哪裡很強、在哪裡會一本正經地胡說八道、什麼樣的問法會讓它變笨。有了這種手感，你就可以往內走一圈，讓它幫忙寫病歷草稿、整理檢驗趨勢、提出鑑別診斷給你參考。每往內一圈，人工確認的比例就拉高一點，但你不會因為有風險就停在門外。
醫院導入任何新藥、新術式也都是這樣走的：先在低風險的情境試，累積經驗，再擴大適應症。我們從來不會因為新藥有副作用就永遠不用，而是學會怎麼用。
五、最懂得檢查 AI 的人，是最常用 AI 的人
常有人擔心：大家都依賴 AI，以後誰有能力判斷 AI 對不對？
我的觀察剛好相反。在我身邊，最能抓出 AI 錯誤的人，從來不是那些拒絕用 AI 的資深專家，而是天天跟 AI 吵架的人。他們知道它在什麼地方會偷懶，知道它被追問時會怎麼改口，知道什麼時候要換個模型再問一次。
拒絕使用，不會讓你保有判斷力。它只會讓你的判斷停在 AI 還很笨的那一年。
這也是我對帶學生、帶住院醫師的想法。與其禁止他們用 AI，不如鼓勵他們大量使用，然後拿 AI 的答案來討論：它哪裡說得對？哪裡怪怪的？你會怎麼改？這樣訓練出來的人，判斷力不會比較差，而是長在一個不同的地方。
六、怎麼開始：給還在觀望的朋友
如果你讀到這裡，還沒真正把 AI 放進日常工作，我建議從很小的事情開始：
- 每週挑一件你最不想做的事交給 AI。不用是重要的事，越煩越好。目標不是做得完美，是讓你習慣「先丟給它試試」的反射。
- 接受 80 分。第一版不完美是正常的。短劇業的人不是等 AI 完美才用，而是邊用邊等它變好。
- 做一件以前不敢做的事。寫一首歌、做一個小網頁、畫一張圖表。越界的體驗，會徹底改變你對 AI 的想像。
- 記下它出錯的時候。不是為了證明它不行，而是幫自己建立地圖：哪裡可以放心交出去，哪裡要多看一眼。
- 跟別人分享。你踩過的坑，可能就是同事的捷徑。
結語
那篇文章用了一個很重的詞：降維殲滅戰。聽起來像是 AI 正在攻城，我們只能決定要怎麼守。
我想換一個畫面。
城牆其實已經不重要了。不是因為它被攻破，而是因為城外突然出現一大片新大陸，而通往那裡的船票，從幾萬塊降到了一杯咖啡的價錢。
你可以繼續守著城牆，確保裡面的東西不被搶走。也可以買一張船票，出去看看。
我已經上船了。外面的風景，比我想像的大很多。
參考資料
Caixin Global, How AI Took Over China’s Micro-Drama Industry in 90 Days (2026/6/1)
〈AI redefines China’s booming micro drama industry〉(2026/3)
SCMP, How ByteDance’s Seedance model empowers China’s nascent AI comic drama industry (2026)
ECNS / CNN，AI 一人劇組相關報導（2026/8–9）