🧠 大腦佔體重 2%、耗能 20%。思考很貴，所以它預設走捷徑——分兩邊、貼標籤、快速結案。⚖️ 但當你卡在「支持或反對」時，該做的不是在這條線上更用力，而是 👉 加一根軸。🧭 加上時間、尺度、機率任一軸，原本對立的兩方常會落在不同象限：他們不是反面，只是在回答不同問題。✨ 認知升級不是換一個更好的答案，而是換一個容得下答案的空間。 🧠 Your brain is 2% of your body weight but burns 20% of your energy. Thinking is expensive — so it defaults to shortcuts: two sides, …
Category:
IT 資訊與科技
-
- IT 資訊與科技
AI 會寫網頁之後，我們還需要 CMS 嗎？ Do We Still Need a CMS Now That AI Can Write the Code?
by Hugo Lin 林雨果by Hugo Lin 林雨果1/ 🧩 最近很常看到這個說法：「AI 都能寫扣了，還把網站放在 WordPress 上幹嘛？」我同時經營一個小說站和一個部落格，答案是——看情況。而且差別大到不能混為一談。 2/ 📚 小說站：寫入一次、閱讀多次，結構固定，只在乎閱讀體驗。 純靜態＋Git＋AI 幾乎是最佳解，維護成本趨近於零。 3/ 📝 部落格完全相反。改兩行錯字、調分類、下架轉址、通勤時想到就發——這些事每週都在發生。CMS 二十秒搞定，純靜態要開終端機、確認沒破版、push 等部署 ⏳ 4/ 🪤 而「寫個腳本自動化」是個陷阱：等你補完分頁、sitemap、轉址、搜尋，你只是親手做了一套沒有社群、沒有文件的 CMS。工具真 …
- IT 資訊與科技Productivity 效率
我們一直搞錯了那條線：AI 拿走的，從來不是苦力 We Drew the Line in the Wrong Place: AI never took the grunt work
by Hugo Lin 林雨果by Hugo Lin 林雨果🧭 每一次降低學習成本的技術，都被指控過同一件事。而指控大多沒有成真。我是 1980 年代初出生的，經歷過紙本轉電腦、圖書館轉 Google。所以當滿場都在說「AI 讓學生變笨」的時候，我的第一反應是懷疑。但寫著寫著，我發現最流行的那個講法——「以前 AI 取代苦力，這次連思考都取代了」——其實站不住腳。📚 柏拉圖抱怨的是記憶力，不是抄寫。🧮 計算機拿走的是數量級直覺，不是心算手續。🔍 Google 拿走的是知識本身，只留下索引。 每一次被拿走的都是認知。我們只是在事後，把失去的那部分重新定義成「本來就不重要的苦力」。 那真正不一樣的地方在哪？我認為是這個：⚠️ 評估能力是靠大量生成練習養出來 …
-
四千六百篇論文，只換來十九個像樣的隨機試驗。 這是《Nature Medicine》盤點三年來所有「LLM 用於臨床醫學」研究的結果。而它揭露的不只是醫療 AI 的證據缺口，也是我們自己的工作方式問題—— 大量生產與真正推進，是兩件不同的事。 THE PROBLEM ／ 問題 兩篇文獻，一個共同的壞消息 先想像一個很具體的星期五晚上。你手上有一份剛跑完的資料、一個下週一到期的摘要投稿、以及一個可以在三十秒內幫你生出一段像模像樣的討論的工具。你知道那段文字會通順、會引用得體、會讓你準時交件。你也隱約知道，那段文字不會是你想出來的。 這個場景之所以值得停下來看，不是因為它涉及作弊——絕大多數時候它 …
- IT 資訊與科技
三年後再讀《ACS Nano》AI 寫作社論：從「該不該用」到「怎麼用才不會出事」 Rereading the ACS Nano AI Editorial Three Years On: From “Should We?” to “How Not to Get Burned”
by Hugo Lin 林雨果by Hugo Lin 林雨果2023 年《ACS Nano》47 位科學家提出的 AI 學術寫作四法則，三年後哪些成真、哪些過時？本文整合 ICMJE 2026 更新版揭露規定、偵測器對非母語者的系統性偏誤，並提供 AI 使用分級表與中英文揭露聲明範本。 本文架構 這篇社論為什麼值得重讀 先看數據：三年後，戰場已經改變 AI 助攻的黃金時刻（附臨床場景） 四個致命傷，以及三年後的驗證 「起跑線」的反諷：偵測器誤傷了誰 規範地圖已重畫：2026 年的合規實務 一頁式工具：使用分級與揭露範本 常見誤區 Q&A 結語與參考文獻 2023 至 2026 年 AI 學術寫作規範與證據的時間軸 2023.03 社論發表 47 …