AI 時代最值錢的能力，是「判斷力」——Google 工程師 Addy Osmani 的一篇提醒

當 AI 越來越會做事，我們該練的東西也變了。Google Chrome 的工程師 Addy Osmani 剛發了一篇文章，講了一件很多人沒想通的事：以前我們的「判斷力」和「品味」，是靠大量重複練習「練」出來的；但現在 AI 把這些重複練習自動化了——所以判斷力，變成一件你得「刻意」去養的能力。這篇雖然是寫給工程師的，但對所有在用 AI 的人都成立。

先說這是誰、他在講什麼

作者是 Addy Osmani，Google Chrome 團隊的工程領導、AI 開發領域很有份量的意見領袖。文章叫〈Earning Judgment〉（贏得判斷力），核心是一句話：

「品味，過去是大量練習的副產品。現在 agent 把練習拿走了。所以如果你是新手，你得『刻意』去把品味和判斷練回來。」

他自己回顧：他大部分的品味和判斷，不是來自天分，而是來自幾千次的「重複」——寫樣板、修 bug、解問題。一個新手就是這樣一次次磨成老手的。但 AI agent 會把這些重複全自動化，於是「從新手變老手」的那條路，被改寫了。

真正durable的能力，是什麼？

會做的 AI 都會，真正稀有的是判斷（本站自製資訊圖）

Addy 的結論很清楚：會「解已經有標準答案的問題」，不再是你的護城河——那正是 AI 最強的地方。剩下真正屬於人的、AI 拿不走的，是兩件事：

• 選擇要做什麼（choosing what to build）
• 判斷做出來的東西好不好（judging whether it's any good）

他引用軟體大師 Kent Beck 的說法：AI agent 大概永遠不會有「品味」——也就是判斷力。那個缺口，得由人來補。

一個很戳的數據：我們太容易信 AI 了

過度信任是最大的陷阱（本站自製資訊圖）

文章裡有個研究讓我印象很深：Shaw 和 Nave 找了 1,372 個人、跑了約 1 萬次測試，結果發現——

• 人們接受「錯誤的 AI 輸出」的比例，接近 80%。
• 用了 AI 之後，準確率反而比「不用 AI」的基準掉了約 15 個百分點。
• 但同時，信心卻上升了約 12%。

翻成白話：AI 讓我們「更有自信地犯更多錯」。這就是為什麼判斷力這麼重要——你越依賴 AI，越需要一雙能看出「它這次是不是在唬爛」的眼睛。

人該守住的位置：outer loop

Addy 用了一個很好的比喻。AI agent 跑的是「內圈」：調查、實作、測試、回報，一圈一圈自己轉。而人守的是「外圈」（outer loop）：

• 判斷這個結果值不值得你花注意力
• 用證據去驗證它值不值得採用——看 diff、看測試結果、看 log、看「它為什麼這樣做」
• 決定 approve 還是 block
• 承擔最後的後果

他說得很好：「邊界，是證據。」不是憑感覺信 AI，是拿得出證據才點頭。而且他警告，內圈跑得越來越快，內圈和外圈之間的差距正在快速拉大——這個差距，得由你來管。

刻意養判斷力的 5 個做法

把 Addy 的建議一般化（本站自製資訊圖）

Addy 給了 7 個具體做法（原文偏工程），我挑並改寫成「任何用 AI 的人」都能套的 5 個：

1. 讀 AI 產出，比你自己產出的還多：而且不是欣賞，是專挑錯誤、漏洞、被忽略的邊角。每次讀完問自己：「該想到的我都想到了嗎？」
2. 記一本「AI 犯錯日誌」：AI 每犯一個錯，用一句話記下來。一個月後回頭看，你會看出它的慣性錯在哪。
3. 刻意留幾件事自己動手做：不是效率問題，是保護你的學習。全部外包給 AI，你會慢慢失去判斷它好壞的能力。
4. 把「講清楚要什麼」跟「驗證對不對」分開練：前者是把需求想清楚（Addy 說這是「規格品質是最大的槓桿」），後者是拿證據檢查。這兩件是不同的肌肉。
5. 依任務校準要不要放手：便宜、可還原的事，放手讓 AI 全自動；貴的、錯了很難救的事，收緊、每一步都要你點頭。這種拿捏，就是老手的直覺。

我怎麼看：這就是「AI 素養」的核心

看完這篇我特別有感，因為它講的，正是我一直在教的東西。前陣子 Anthropic 提出一套「AI 素養四維度」——委派、描述、判斷、盡責，其中「判斷（Discernment）」就是這篇的主角。

我常跟學員講：會用 AI 只是入門，會判斷 AI 給的東西對不對，才是真功夫。那個 80% 的數據就是最好的警告——大多數人不是不會用 AI，是太容易照單全收。而判斷力這種東西，不會因為工具變強就自動長出來，它需要你刻意去練。

對第一線同仁、對任何剛開始用 AI 的人，我的建議很簡單：每次 AI 給你答案，先別急著複製貼上——多問一句「這對嗎？我怎麼知道它對？」光是養成這個習慣，你就已經走在 80% 的人前面了。

幾點提醒

• 這篇原文是寫給工程師的，裡面有不少開發術語（code review、eval、diff）；但「判斷力 > 重複練習」的核心，對每個用 AI 的人都成立。
• 它不是叫你不要用 AI，剛好相反——是提醒你：越依賴 AI，越要把判斷力練起來，不然你只是「更有自信地犯錯」。
• 數據要看脈絡：文中的失業數字部分也跟 2022-2025 的招聘泡沫修正有關，不能全歸給 AI，Addy 自己也有誠實提到這點。

小結

Addy Osmani 這篇最值錢的一句話是：AI 會的，是「有答案的事」；人該守的，是「沒有答案的判斷」。工具越強，這個分野只會越清楚。

所以把問題留給你——你上一次認真「判斷」AI 給的答案對不對，是什麼時候？如果想不起來，也許就是該開始練的時候了。

---

本文整理改寫自 Addy Osmani（Google Chrome 工程領導）的文章〈Earning Judgment〉（發表於 X，2026 年 7 月 16 日），並加入我自己在教育訓練與 AI 素養教學上的觀察。原文觀點與數據以 Addy Osmani 原著為準。