隨著生成式 AI 進入大規模應用期，知識獲取的方式正在發生質變。楊智傑老師今日在社群平台分享其開發「數位書櫃代理人」的心得，指出 AI 不僅是工具，更造成了「M 型化」的知識落差。他強調，具備 AI 協作能力的個體，其獲取資訊的效率將以「數量級」的差距——即 10 的幾次方倍——徹底拉開與傳統模式的距離。
從「書債」到「數位代理人」：跨越語言與時間的障礙
楊智傑指出，現代人的書櫃普遍面臨「增長過快、消化過慢」的困境，特別是跨平台的英文電子書，常因語言門檻而難以完讀。為解決此痛點，他利用寒假期間開發了一款「數位書櫃管理與伴讀機器人」。
這項專案體現了當前最前衛的「Vibe Coding（氛圍編程）」趨勢——即開發者不需精通深奧語法，而是透過 AI 引導來完成複雜的系統整合：
1.自動化流程：利用 Playwright 爬蟲程式與 OCR 技術，將電子書自動轉化為可處理的文本資產。
2.深度加工：透過大型語言模型（LLM）進行英翻中、潤稿及格式整理。
3.人機互動：整合語音轉文字（STT）與文字轉語音（TTS）技術，打造出如電影《雲端情人》般能以自然語言進行導讀與對話的介面。
核心觀點：技術難度已塌陷，問題意識才是競爭力
楊智傑引用技術哲學家許煜的觀點，強調理解當代技術必須具備「數量級」的視野。他認為，在 AI 的輔助下，即使是基礎設施層級的除錯（如 ipconfig 或環境管理），也能在 AI 引導下快速掌握。
「技術困難度不高，困難的是背後的解決問題意識，這與做研究的能力類似，」他直言，未來的「AI 原生世代」無論學科背景，都必須具備透過 AI 取用工具的能力，這將是基本素養。
學科觀察：人文學科的超車機會與設計學科的內捲危機
針對高等教育現狀，楊智傑提出了犀利的觀察：
第一、人文學科：迎來「彎道超車」的絕佳時機。AI 補足了技術短板，讓具備深厚問題意識的人文學學者能以極高效率處理海量文本。
第二、設計學科：正面臨嚴重的「內捲」。由於 AI 生成工具大幅降低產出門檻，同質化競爭加劇，若不轉向更高層次的系統開發與整合，生存空間將被壓縮。
政策建言：務實培力，而非抽象概念
對於目前的 AI 培力政策，楊智傑批評許多課程過於「高大上」且脫離現實。他認為，比起培訓人人成為資料科學家，政府與學校應提供更務實的資源支持：
1.資源補助：優先補助 API 訂閱費用（如更高 Tier 的 API 等級）與硬體算力。
2.動手實踐：鼓勵「動手做（Vibe coding）」，從實務除錯中建立 AI 協作邏輯。
他最後呼籲，與其爭論要不要使用 AI，不如立刻開始「動手」。在 10 的 n 次方的時代，唯有與 AI 共生的模式，才能讓知識不再只是累積在書架上的塵埃，而是轉化為可隨時調用的智慧。