從使用AI到管理AI：一個職業教育教師的AI進化論
整理版優先睇
從追住技術學到指揮技術做嘢：一個普通教師嘅AI管理進化論
呢篇文章係由一位職業教育教師陳老師分享，佢由2023年開始接觸AI，最初係以考證心態去學RPA，後來發現真正嘅學習係要用嚟解決問題。佢經歷咗工具淘汰、轉向AI編程，到而家同時管理十幾個AI工具，成為咗一個「AI包工頭」。作者想解決嘅問題係：點樣由一個AI使用者進化成一個管理者，喺AI工具愈嚟愈多嘅情況下，點樣做決策而唔係單純執行。
整體結論係：AI時代最值錢嘅唔係技術，而係決策能力。作者認為文科生嘅思維融會貫通、心理學、哲學等軟技能，反而係管理AI嘅優勢。佢提出四個核心方法：建立決策框架、成為需求翻譯官、學會結果驗證、保持工具流動性。最終，你嘅價值在於決定AI做咩，而唔係自己做咩。
呢篇文章唔係純技術教學，而係一個反思成長歷程，適合所有想提升AI運用層次嘅人閲讀。
- 從考證思維轉向解決問題思維，係第一個分水嶺：技能唔係學出嚟，係用出嚟。
- 工具會死，但底層能力（流程編排、任務拆解）會永生，彎路都有價值。
- 由玩工具到造工具，AI係外掛唔係取代，用AI編程可以快速搭建教學平台。
- AI太多時，決策比執行重要，要從執行者變成決策者，理解OPC（一人公司）概念。
- 文科生嘅思維融會貫通係優勢，管理AI嘅核心係會決策、能決策、懂決策，具體方法包括建立決策框架、做需求翻譯官、結果驗證同保持工具流動性。
由考證到用起嚟：第一個分水嶺
作者由2023年開始接觸AI，最初係財務背景嘅佢，由影刀RPA入手，跟傳統「學習—考證」路線，以為有證書就識用。但佢好快發現，證書唔代表能力，正如有會計師牌唔代表識審計。
真正嘅學習係用起嚟，考證係結果唔係過程
於是佢轉向「解決問題思維」，定咗規矩：唔為學而學，只為用而學。呢個轉變係第一個分水嶺。佢用RPA處理Excel、整理數據、統計成績，將一日手工活壓縮到15分鐘。效率提升咗，但問題亦嚟咗——工具會淘汰。
工具會死，但經驗永續
後來釦子、Dify、n8n呢啲工作流工具興起，作者跟風去學，但熱潮過後工具慢慢被淘汰。佢一度覺得浪費時間，但後來明白：
2025年風向再變，AI智能體同AI編程成為主流。作者意識到淨係用工具唔夠，要學「造工具」。佢一頭扎進AI編程，用Claude同Codex寫代碼，由簡單腳本到完整小程序，甚至開發咗一個叫「評語靈感君」嘅小工具，仲砌咗個RPA學習教學平台。
AI係外掛，唔係取代
AI太多，點樣做決策？
當作者可以調動嘅AI愈嚟愈多——Claude寫code、Midjourney做設計、ChatGPT處理數據、Perplexity分析市場——一個問題拋出去，每個AI俾嘅答案都唔同。呢個時候，完成任務唔係最重要，決策先係最重要。
你嘅價值係決定讓AI做咩，而唔係自己做咩
作者理解咗OPC（一人公司）概念：喺AI加持下，每個人都係六邊形戰士，但核心係指揮官。從執行者到決策者，係AI時代最大嘅身份轉換。
成為AI管理者嘅四個方法
點樣管理眾多AI？作者總結四點核心：
- 1 建立決策框架：遇到問題先問自己要達成咩目標、關鍵指標係咩，將判斷邏輯變成清晰指令。
- 2 成為需求翻譯官：將模糊嘅「想要個好嘢」翻譯成「需要一個具備A功能、B界面、C數據嘅工具」，呢個係AI聽得明嘅語言。
- 3 學會結果驗證：AI嘅答案永遠要打問號，用自己嘅領域知識交叉驗證、測試比對，最終拍板負責。
- 4 保持工具流動性：唔好愛上任何一個工具，今日Claude勁就用Claude，聽日有新嘢就轉，管理能力先係核心。
員工可以換，管理能力換唔到
呢四條係作者三年由「用AI」到「管AI」嘅全部心得。佢由追住技術跑嘅學習者，變成指揮技術做嘢嘅決策者。即使冇食到AI時代嘅金錢紅利，但能力不斷增長，內心好愉快。身份變咗，焦慮都變咗：以前焦慮「唔識」，而家焦慮「應該叫佢做咩」。
AI時代嘅最大禮物
呢個可能係AI時代俾每個普通人最大嘅禮物，亦係最大嘅挑戰——你唔再係棋盤上嘅棋子，而係下棋嘅人。棋子會被取代，下棋嘅人永遠被需要。
你係下棋嘅人，唔係棋子
作者呼籲大家摒棄技術至上嘅思想，通過大量閲讀令能力增厚，再融會貫通。AI唔缺技術，缺一個會思考、能決策嘅大腦，就係你。
2023年，我第一次用AI寫code。手忙腳亂。
2025年，我用AI搭建咗一個教學平台。感覺都ok。
2026年，我同時管理緊十幾個AI做嘢。我變咗「包工頭」。
呢三年，我由一個AI使用者，變咗做AI管理者。身份轉咗。思維都徹底轉咗。
今日講下我嘅進化論。一個普通教師嘅AI之路。
一、由「考證」到「用起來」
我嘅AI之路，始於2023年。但嚴格嚟講談唔上係AI起點，可能算係技術起點，因為我係財務背景，所以自然咗由影刀RPA開始。
當時行嘅係傳統路線。學習——考證。我以為攞到證書，就掌握咗技能。
事實證明我錯咗，正如我將註冊會計師證書考咗，但並唔代表我識審計。
真正嘅學習，係用起來。只有喺真實嘅需求同場景裏面，你先至可以快速掌握。
考證係結果，唔係過程。
我好快放棄咗「考證思維」。轉向「解決問題思維」。
我俾自己定咗個規矩： 唔係為學而學，只係為用而學。
呢個轉變，係第一個分水嶺。
技能唔係學出嚟嘅，係用出嚟嘅。
我開始用RPA處理Excel表格、自動整理數據、自動統計成績。由一日嘅手工活，壓縮到15分鐘。
效率上咗嚟。但問題都嚟咗。
二、工具會死，但經驗永生
後來，釦子、dify、n8n呢類工作流工具興起咗。我都跟風去學。
搭建自動化流程。連接各種API。睇起嚟好型。
但呢啲工具，後來都慢慢被淘汰咗。熱度一過，就冇人再提。
我一度覺得浪費時間。但後來發現，我錯咗。
工具會死。但技術基礎同經驗唔會。
我喺呢個過程中，理解咗「流程編排」嘅邏輯。學會咗如何拆解任務。如何設計步驟。
呢啲底層能力，為我後續學習一切AI工具，打咗落基礎。
唔好怕行冤枉路，冤枉路嘅風景，都係路。
2025年，風向又變咗。
三、由「玩工具」到「搞開發」
AI智能體興起咗。AI編程變成咗主流。
我意識到，淨係識「用工具」唔夠喇。要識「造工具」。
我一頭裁入AI編程。用Claude、Codex寫code。由簡單嘅腳本，到完整嘅小程序。
PS：老師們可以用我開發嘅呢個小程序——評語靈感君。
我用AI開發咗幾個小工具。例如，自動批改選擇題嘅程式。例如，學生行為數據分析面板。
最後，我甚至用AI搭建咗一個RPA學習嘅教學平台。學生可以喺上面模擬操作，學習自動化邏輯。
呢個過程，令我徹底明白咗： AI唔係嚟取代你嘅，係嚟俾你當「外掛」嘅。
講好嘅AI取代程序員呢？結果AI變成咗程序員嘅「外掛」。
但外掛用多咗，新嘅問題出現咗。
四、當AI太多，你聽邊個嘅？
我可以調動嘅AI越來越多。寫code嘅Claude、Codex。做設計嘅Midjourney。處理數據嘅ChatGPT。分析市場嘅Perplexity。
一個問題拋出去。每個AI都可以俾答案。但答案經常唔一樣。
我應該信邊個？
呢個時候，完成任務唔係最重要嘅。 決策先係最重要嘅。
我忽然理解咗一個新概念：OPC（One Person Company，一人公司）。喺AI加持下，每個人都可以係六邊形戰士。但核心唔係「戰士」，係「指揮官」。
你嘅價值，唔再係「識做乜」。而係「決定俾AI做乜」。
由「執行者」到「決策者」，係AI時代最大嘅身份轉換。
呢個對人嘅要求，其實更高咗。
五、核心：文科生嘅「詭異」優勢
喺管理AI嘅過程中，我更加感覺到：識技術，唔係最值錢嘅。因為AI比你更識技術。
咁乜嘢值錢？
識心理學，你先至知道點樣瞭解人們嘅內心需求，從而設計營銷策略。
會哲學，你先至有底層嘅思考框架去判斷。
識營銷、識市場分析，你先至知道俾AI產出啲乜先有價值。
有敏鋭嘅市場觸覺，你先至捉得住真正嘅需求。
識溝通、識需求，你先至可以將模糊嘅想法，變成清晰嘅指令。
呢啲，對於一個傳統商科文科生嚟講，可能有一定嘅天然優勢。就係思維嘅融會貫通。
當然，理科生都有自己嘅優勢。邏輯嚴謹，結構清晰。
但無論文理，都必須摒棄技術至上嘅陳舊諗法。你需要透過大量閲讀，令能力增厚。然後融會貫通。
你嘅優勢，會比單純嘅「技術思維」更強。
因為AI唔缺技術。AI缺一個會思考、能決策嘅「大腦」。嗰個大腦，就係你。
六、如何成為一名AI管理者？
返到最開始嘅問題。如何管理眾多AI？
核心就三點： 識決策、能決策、懂決策。
具體點樣做？
第一，建立你嘅「決策框架」。 遇到問題，唔好即刻問AI。先問自己：我要達成啲乜目標？關鍵指標係乜？將你嘅判斷邏輯，變成清晰嘅指令。呢個係管理AI嘅第一步。
第二，成為「需求翻譯官」。 將模糊嘅「想要個好嘢」，翻譯成「需要一個具備A功能、B界面、C數據嘅工具」。呢個係AI聽得明嘅語言。亦都係你價值嘅體現。
第三，學會「結果驗證」。 AI俾出嘅答案，永遠要打個問號。用你嘅領域知識去交叉驗證。去測試，去比對。決策者嘅最後一步，係拍板負責。
第四，保持「工具流動性」。 唔好愛上任何一個工具。今日Claude勁，就用Claude。聽日出咗更勁嘅，即刻轉。你係管理者，工具係員工。員工可以換，管理能力換唔到。
呢四條，係我由「用AI」到「管AI」嘅全部心得。
三年時間。我由一個追住技術跑嘅學習者。變成咗指揮技術做嘢嘅決策者。
即使冇食到太多AI時代嘅金錢紅利，但係呢種不斷增長、拓展嘅能力，令我內心非常愉悦。
身份變咗。焦慮都變咗。以前焦慮「我唔識」。而家焦慮「我應該俾佢做啲乜」。
呢個可能係AI時代，俾每個普通人最大嘅禮物。亦係最大嘅挑戰。
你唔再係棋盤上嘅棋子。 你係下棋嘅人。
棋子會被取代。下棋嘅人，永遠被需要。
2023年，我第一次用AI寫代碼。 手忙腳亂。
2025年，我用AI搭建了一個教學平台。 感覺還行。
2026年，我同時管理着十幾個AI幹活。 我成了“包工頭”。
這三年，我從一個AI使用者，變成了AI管理者。 身份變了。 思維也徹底變了。
今天聊聊我的進化論。 一個普通教師的AI之路。
一、從“考證”到“用起來”
我的AI之路，始於2023年。 但是嚴格來說談不上是AI起點，可能算是技術起點，因為我是財務背景，所以天然地從影刀RPA開始。
當時走的是傳統路子。 學習——考證。 我以為拿到證書，就掌握了技能。
事實證明我錯了，正如我把註冊會計師證書考取了，但是並不代表我懂審計。
真正的學習，是用起來。 只有在真實的需求和場景裏，你才能快速掌握。
考證是結果，不是過程。
我很快放棄了“考證思維”。 轉向“解決問題思維”。
我給自己定了個規矩： 不為了學而學，只為了用而學。
這個轉變，是第一個分水嶺。
技能不是學出來的，是用出來的。
我開始用RPA處理excel表格、 自動整理數據、自動統計成績。 從一天的手工活，壓縮到15分鐘。
效率上來了。 但問題也來了。
二、工具會死，但經驗永生
後來，釦子、dify、n8n這類工作流工具火了。 我也跟風去學。
搭建自動化流程。 連接各種API。 看起來很酷。
但這些工具，後來也慢慢被淘汰了。 熱度一過，就沒人提了。
我一度覺得浪費時間。 但後來發現，我錯了。
工具會死。 但技術基礎和經驗不會。
我在這個過程中，理解了“流程編排”的邏輯。 學會了如何拆解任務。 如何設計步驟。
這些底層能力，為我後續學習一切AI工具，打下了基礎。
不要怕走彎路，彎路上的風景，也是路。
2025年，風向又變了。
三、從“玩工具”到“搞開發”
AI智能體火了。 AI編程成了主流。
我意識到，光會“用工具”不夠了。 得會“造工具”。
我一頭扎進了AI編程。 用Claude、Codex寫代碼。 從簡單的腳本，到完整的小程序。
PS：老師們可以用我開發的這個小程序——評語靈感君。
我用AI開發了幾個小工具。 比如，自動批改選擇題的程序。 比如，學生行為數據分析面板。
最後，我甚至用AI搭建了一個RPA學習的教學平台。 學生可以在上面模擬操作，學習自動化邏輯。
這個過程，讓我徹底明白了： AI不是來取代你的，是來給你當“外掛”的。
說好的AI取代程序員呢？ 結果AI成了程序員的“外掛”。
但外掛用多了，新的問題出現了。
四、當AI太多，你聽誰的？
我能調動的AI越來越多。 寫代碼的Claude、codex。 做設計的Midjourney。 處理數據的ChatGPT。 分析市場的Perplexity。
一個問題拋出去。 每個AI都能給答案。 但答案經常不一樣。
我該信誰？
這個時候，完成任務不是最重要的。 決策才是最重要的。
我忽然理解了一個新概念：OPC（One Person Company，一人公司）。 在AI加持下，每個人都可以是六邊形戰士。 但核心不是“戰士”，是“指揮官”。
你的價值，不再是“會做什麼”。 而是“決定讓AI做什麼”。
從“執行者”到“決策者”，是AI時代最大的身份轉換。
這對人的要求，其實更高了。
五、核心：文科生的“詭異”優勢
在管理AI的過程中，我愈發感覺到： 會技術，不是最值錢的。 因為AI比你更會技術。
那什麼值錢？
會心理學，你才知道如何人們的內心需求從而設計營銷策略。
會哲學，你才有底層的思考框架去判斷。
會營銷、懂市場分析，你才知道讓AI產出什麼才有價值。
有敏鋭的市場觸感，你才能抓住真正的需求。
能溝通、懂需求，你才能把模糊的想法，變成清晰的指令。
這些，對於一個傳統商科文科生而言，可能有一定的天然的優勢。 就是思維的融會貫通。
當然，理科生也有自己的優勢。 邏輯嚴謹，結構清晰。
但無論文理，都必須摒棄技術至上的陳舊思想。 你需要通過大量閲讀，讓能力增厚。 然後融會貫通。
你的優勢，會比單純的“技術思維”更強。
因為AI不缺技術。 AI缺一個會思考、能決策的“大腦”。 那個大腦，就是你。
六、如何成為一名AI管理者？
回到最開始的問題。 如何管理眾多AI？
核心就三點： 會決策、能決策、懂決策。
具體怎麼做？
第一，建立你的“決策框架”。 遇到問題，先別問AI。 先問自己：我要達成什麼目標？關鍵指標是什麼？ 把你的判斷邏輯，變成清晰的指令。 這是管理AI的第一步。
第二，成為“需求翻譯官”。 把模糊的“想要個好東西”，翻譯成“需要一個具備A功能、B界面、C數據的工具”。 這是AI能聽懂的語言。 也是你價值的體現。
第三，學會“結果驗證”。 AI給出的答案，永遠要打個問號。 用你的領域知識去交叉驗證。 去測試，去比對。 決策者的最後一步，是拍板負責。
第四，保持“工具流動性”。 別愛上任何一個工具。 今天Claude強，就用Claude。 明天出了更強的，立刻切換。 你是管理者，工具是員工。 員工可以換，管理能力換不了。
這四條，是我從“用AI”到“管AI”的全部心得。
三年時間。 我從一個追着技術跑的學習者。 變成了指揮技術幹活的決策者。
即使沒有吃上太多AI時代的金錢紅利，但是這種不斷增長、拓展的能力，讓我內心非常愉悦。
身份變了。 焦慮也變了。 以前焦慮“我不會”。 現在焦慮“我該讓它做什麼”。
這可能是AI時代，給每個普通人最大的禮物。 也是最大的挑戰。
你不再是棋盤上的棋子。 你是下棋的人。
棋子會被取代。 下棋的人，永遠被需要。