
2026-10-31 閱讀綜合筆記
2026/10/31
主線:評量的標準正從「展示做得到」移向「交付後真的有用」,AI 的職場測試和學校的專題任務都在往這邊走。
主線洞察
兩篇讀物各自從不同地方走到同一條評量轉向。AI 這邊,GDPval 不考智商,只考能不能完成企業願意付錢的工作;學校這邊,路燈專題從「把電路接亮」改成「交出農場真的用得上的照明系統」。兩者的共同機制是:當產出可以被大量生成,單看「做出來了」就失去區辨力,剩下能區分好壞的,是對照真實使用情境的驗證。
一、AI 的職場評測與就業重新分配
讀到什麼:GPT-5.4 在 GDPval 拿 83 分,半年內從剛及格到全面超越人類專家(該筆記待查證)。摩根士丹利報告稱企業約 80% 的 AI 收益來自降本,中型企業(501–1000 人)淨職缺流失約 15%,1–49 人小公司反增 4%;被 AI 牽動的人有 56% 被保留或重新部署(以上數字該筆記待查證)。
🔑 可遷移原理:技術衝擊先改變「誰做哪一段工作」,不是先讓人消失。企業最先拿來換的是確定、可量化的成本,所以受衝擊最大的是有規模去導入、卻沒有轉職培訓體系去吸收的中間層。 邊界:當技術能力出現不連續跳躍(不是漸進改善)、或企業從降本轉向開新市場時,這個「先重新分配、後減少」的順序可能被打破。
🔑 可遷移原理:小單位的優勢來自「能力疊加」。一個人加工具能同時覆蓋多個職能,分工細的組織只換掉其中一個環節,疊加效果出不來。 邊界:需要大量資本、法規資格或實體交付的領域,小團隊的疊加撐不起來。
二、孩子的成長看什麼
讀到什麼:《下一代學校》用三個案例看孩子的判斷力:社區標識實測後承認原方案不完整;路燈專題要和市售產品比較、說明自己的優劣;七年級學生考 42 位老師,自訂 85 分達標線、實際平均 76 分,要回頭查是題目問題還是理解分歧。
🔑 可遷移原理:能力要看「面對新事實時怎麼改想法、拿什麼依據說自己好」,不是看結果漂不漂亮。可觀察的信號是修正的過程:原本怎麼想、現實暴露了什麼、為什麼改。 邊界:這類觀察需要有真實的使用者或對手把事實丟回來;沒有外部回饋的任務,孩子只能自說自話,信號會失真。
🔑 可遷移原理:驗證標準要依任務類型分開設。藝術看表達,理論探究看論證,解決實際問題看能否回應真實需要;用錯標準,努力程度會被誤當成方案品質。 邊界:多數真實任務是混合型,標準之間會互相拉扯,需要先講清楚這次以哪一種為主。
三、為什麼還要買實體物件
讀到什麼:這篇本身是《得到歷2027》的導購。它用冰箱貼(原文稱有爆款累計賣出 300 萬件,待查證)說明實體物件提供「心理所有權」,也就是主觀上覺得它屬於自己、承載記憶與身份;日曆再加上對新一年的期待,以及替人傳達心意的出口。
🔑 可遷移原理:可替代的資訊和不可替代的物件,價值來源不同。資訊的價值在內容,物件的價值在「它在你生活裡占了一個位置」,而位置會隨時間累積使用者自己的痕跡。 邊界:原文是銷售語境,三個理由都是作者的論述,沒有對照實驗;且累積痕跡只在使用者真的持續使用時成立,買來擺著的日曆不會有這個效果。
附:今日來源
- 除了成績,我們還能從哪裡看見孩子的成長?(得到精選,書籍解讀)
- 我們買一個實體文創,到底是在為什麼付錢?(得到精選,產品導讀)
- 791|摩根士丹利報告:56% 的人沒因 AI 被裁掉,小公司比中型公司更安全(快刀青衣,專欄)