學圍棋的時候,我其實是在重新學怎麼跟 AI 相處

學圍棋的時候,我其實是在重新學怎麼跟 AI 相處

前陣子在錄塞掐 podcast 訪談黑嘉嘉圍棋的行銷長 Yoyo 的時候,他提到他最近在做一堂圍棋課,講的是從基礎一路帶到 AI 對弈的學習體驗。

老實說,圍棋這題我以前比較少碰。不是沒興趣,是一直覺得這東西門檻太高,不知道怎麼進入門檻,也不知道怎麼學得有感。

但聊完之後我腦子一直在想:如果這個切角,是從「AI 如何陪你一起學」開始的呢?

再加上我本來就蠻推 AlphaGo 的紀錄片,那種人機交會、互相試探的過程,一直是我很著迷的議題。AI 不是工具,而是對話對象。當我們開始學會跟它互動,學會從它的角度思考,人類的學習曲線就會出現新的轉折點。

2016 年 AlphaGo 打敗李世乭那場比賽,大家應該都還記得。但我印象更深的,是李世乭幾年後在訪談裡說:AI 出現後,整體棋譜水準直接升了一個維度

AI 不是只會快、算得準,而是下出了人類原本不會這樣選的路線。從那一刻起,我們就不只是用 AI,而是從 AI 身上重新學會思考的方式

這讓我想到 Anthropic 的 CEO Dario 曾說過的一段話:西洋棋在被 IBM 深藍打敗後,沒消失,反而變成一種文化現象。大師像明星、比賽像演出,AI 沒有取代棋藝,反而把它重新打磨得更細緻、更值得欣賞

這種人與 AI「彼此成就」的模式,現在已經不只是存在於高階研究機構,而是默默出現在每個人的生活裡。而我最近親身體驗到其中一個版本 —— 就是這門《黑嘉嘉圍棋》線上課程。

這堂課設計得很現代,也很注重設計體驗,不是把知識丟給你自己看完,而是設計一個互動的學習流程:

每講完一個觀念,系統會立刻出題讓你決定下一步怎麼下。你不是只是聽,而是要立刻做決定,錯了就補觀念、對了就推進。

整個學習流程很像我們做產品時的迴圈: 決策 → 回饋 → 優化

學習的感覺不再是被動吸收,而是節奏感很強的「互動對練」。 然後就是我最喜歡的部分:AI 對弈與覆盤系統。

它會根據你的棋風調整難度,不只是單純陪練,還會幫你分析哪一步判斷錯、哪裡風險沒看到。你甚至會覺得那不是電腦,而是一個默默陪你進化的教練。

這讓我再次篤定一件事:

AI 不是來取代我們的,而是來讓我們變成一個「更有可能完成進步」的版本。

以前我的性格大概是學棋學不到三天就放棄。現在我會下幾盤、挑戰一題,有時還會回去看哪一步犯錯最多。這整件事變得更好入門,也更有樂趣。

總之,這不是一堂圍棋課而已,它其實像是你親身參與一場「人機共學」的微型實驗。

如果你對 AI 怎麼影響學習方式、甚至改變我們理解「什麼叫技能」、「什麼叫進步」這些概念感興趣,我覺得你會喜歡這個體驗。


—----
✨【限時優惠】
在《黑嘉嘉圍棋》一個月內結帳輸入折扣碼「fOxGo500」直接折 500 元,課程內容從基礎到進階、兒童課都有,也可用於組合方案。

✅適用課程:基礎課、進階課、高階課、大師課、兒童基礎課、組合方案
✅ 立即體驗互動式課程、AI 對弈與覆盤

另外,現在黑嘉嘉圍棋還提供 0 利率分期付款優惠,你不用一次付清,也不用硬吞整筆預算,只要購買組合課程可享 3 期 / 6 期 0 利率。

組合課程適用商品:

【初學者系列】
- 《最強的初段》:零基礎→業餘高手完整進階
- 《從入門到巔峰全攻略》:完整圍棋技能體系

【親子系列】
- 《手談是我們的共同語言》:親子共學起點
- 《壹加壹一起過檢定》:孩子零基礎晉段推薦

【進階系列】
- 《推開高手之門》:衝刺高手棋力推薦
- AI圍棋機器人:黑嘉嘉圍棋獨家代理台灣版,24小時隨時陪練推薦

👉 課程連結看這邊:https://pse.is/7e9ruj

(我體驗的是基礎課,有興趣可以參考一下互動畫面)

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao