你有沒有這種感覺：一邊興奮地用 AI 工具提升效率，一邊又隱約擔心，哪天自己的工作會不會也被取代？這種矛盾情緒，幾乎是這個時代每個技術人的日常。
《操作一下》EP83 邀請到在 AI 與資安領域深耕多年的技術工程師 Kevin，從他的第一線視角出發，談 AI 帶來的機遇、威脅，以及在不確定性中如何找到前進的方向。以下整理這集的幾個核心觀點，值得細細咀嚼。
駭客也在用 AI：「魔法對付魔法」的資安新戰場
很多人討論 AI 的時候，聚焦在生產力提升，但 Kevin 提醒我們另一面——攻擊者同樣在使用 AI。當駭客可以用 AI 自動化生成釣魚信件、進行「角色扮演攻擊」來繞過模型的安全限制，傳統的防禦思維就必須跟著進化。
這裡特別值得注意的是「文字債」的概念：企業在導入 AI 的過程中，若沒有妥善管理大量非結構化的文字資料與提示詞，反而可能製造出新的安全漏洞。這不是在嚇人，而是提醒我們：AI 不是插上去就能用的工具，背後需要嚴謹的資安思維配套。
為什麼企業導入 AI 這麼難？
幾乎每間公司都喊著要「AI 轉型」，但真正落地、有實際效益的案例卻少之又少。Kevin 點出幾個常見的盲區：
- 目標不清楚：企業想導入 AI，但不知道要解決什麼問題，結果花了預算，產出的只是一個沒人用的 Demo。
- 期望過高：把 AI 當萬靈丹，忽略它本質上仍是一個需要大量調校與維護的系統。
- 從大處著手的迷思：Kevin 建議反其道而行，從「小處著手」，找一個真實的痛點，先跑出一個有感的成果，才能建立信心、往下推展。
這個建議對個人同樣適用。與其一次想清楚「AI 會如何改變整個產業」，不如先想：「我今天有哪一件事，可以試著用 AI 做得更快或更好？」從具體的小行動開始，累積出屬於自己的 AI 使用經驗。
Junior 工程師的未來：門檻在悄悄升高
這是這集讓我印象最深的一個觀點。Kevin 直白地說：當 AI 能協助完成大量基礎開發工作，未來的「Junior 工程師」可能需要具備現在「Mid-Level」才有的能力，才能在職場上站穩腳跟。
這不是要嚇退新人，而是在說：入場的基本門檻正在位移。以前你可以花兩年慢慢補足基礎，現在這些基礎可能要在更短的時間內建立，因為市場等不了。對正在學習的工程師來說，這是警訊，也是機會——那些真正願意深入理解原理、而不只是會呼叫 API 的人，反而會更有競爭力。
AI 的邊界：連海豚語言都想搞懂
談完嚴肅的職涯議題，Kevin 也分享了一個充滿想像力的 AI 應用——Google DeepMind 的「Dolphin Project」，嘗試用 AI 理解海豚的溝通方式。這件事本身或許離我們的日常很遠，但它傳遞的訊號很清楚：AI 的應用邊界，遠比我們想像得更廣。當人類語言都能被 AI 處理，跨物種的溝通也成為研究方向，那麼「AI 能做什麼」這個問題，可能永遠沒有終點。
努力不一定成功，但成功一定需要努力
這句話是 Kevin 在求學時期，從補習班聽到的一句話，卻成為他貫穿整個職涯的核心信念。乍聽之下有點老生常談，但放在 AI 時代的脈絡下，它有了新的重量。
AI 的出現，讓「努力的方向」變得更關鍵——你可以很努力地學一個五年後不存在的技能，也可以很努力地建立那些 AI 取代不了的判斷力與溝通能力。努力本身不保證結果，但放棄努力，幾乎可以確定沒有結果。在充滿不確定性的 AI 時代，這反而是少數還能掌握在自己手中的事。
如果你也對 AI 的衝擊感到焦慮，或是正在思考自己的技術職涯該如何調整，這集 Podcast 值得完整聽完。Kevin 的分享不是那種高高在上的預言，而是一個在第一線工作的工程師，誠實說出他看到的現實與他選擇的應對方式。
去聽聽看，或許你也能從中找到一個屬於自己的答案。
📚 同主題的其他單集 / 文章，延伸聽下去：
🎙 這篇文章延伸自 Podcast《操作一下》。想用聽的，完整一集在這裡：