当AI从答案机变身工作伙伴

　　无论是整理报告、写程式、规划行程或分析资料，AI早已融入我们的生活。但在资安处实习后，我才发现，真正会用AI，不是只知道如何问问题，而是进一步让AI协助完成工作。不过，人的角色并没有因此变得不重要，反而需要更多的思考与判断。因为AI能做多少是一回事，我们能让它发挥多少，又是另一回事。

从学习 AI，到真正让 Agent 工作

435300100

　　这两个月的实习中，我除了协助测试AI工具的回答品质，也尝试把课堂累积的问题分析能力用在工作上。面对每週数十篇、甚至上百篇的资安新闻，我开始思考：能否透过AI找出可能与公司使用产品相关的内容，再将值得注意的讯息提供给内部同仁参考？

　　原以为只要「让AI帮忙做就好了」，然而真正开始之后，难题接踵而来。如何把一整页的新闻整理出来？资讯该怎么流动？AI应该负责哪些工作？产生结果后，又如何确认是否漏掉或判断错误？有些方法理论上可行，做起来却太复杂；有些结果看似完整，测试后才发现不如预期。过程中，我边做、边学，也持续修正想法。

AI可以给建议，但决定权仍然在自己

　　遇到问题时，我当然也会问AI，它会很快提出一套看似完整的方法，刚开始我以为：「既然AI都这样建议了，应该就是最好的做法吧？」但实际执行后才明白，使用AI并不是把问题交出去，而是多了一个可以一起思考的伙伴。

　　当AI提出建议时，我应继续问：「为什么要这样做？」「有没有更简单的方法？」「这个方法适合现在的需求吗？」即使答案看起来是对的，也不能直接相信，需要再做确认。

问得更清楚，也让自己想得更清楚

　　事实上，AI的回答品质，和我们提供的资讯有很大的关系。如果只是对它说：「帮我做一个可以抓新闻的系统」，它只能根据有限的资讯，猜测我的需求；但若先说明背景、问题、目标、限制及希望得到的结果，它提出的方法就会更接近我们需要的方向。

　　因此，现在向AI解释问题之前，我会先问自己：我到底想解决什么？现在卡在哪里？什么结果才算成功？有时候，光是把这些事情整理清楚，问题就已经解决了一半。

让AI在风险可控的前提下成为助力

　　此外，用AI提升效率时，还需要思考资料、权限与风险。例如，个人或公司的敏感资讯，应先移除可识别内容，或使用结构相近的模拟资料再上传，以降低风险；而且AI Agent的权限也不是愈大愈好，重要的操作与最后确认仍应由人类完成。

　　随着《人工智慧基本法》的推动，我也更理解除了追求效率与创新，更应兼顾安全、透明、责任与风险管理，让AI的使用有所依循，发挥真正的价值。

AI时代，更重要的是「学会学习」

　　做这个专案的过程并非一帆风顺，有些问题卡了很久，也曾以为快完成了，测试后却又发现新的问题。但我慢慢学会，当一条路走不通时，如何从失败中找到下一步，而这些反覆尝试也让我更清楚，哪些任务可以交给AI、哪些结果需要自己判断与查证，以及如何让AI成为能协助工作的伙伴。

　　科技变化得很快，今天熟悉的工具，明天可能又出现新的功能，或许，最值得学会的并不是某一个AI工具，而是「学会如何学习」。

*图片来源：Magnific