AI 需求幻覺
當所有人都急著學會解決問題，卻越來越少人學會定義問題。
這一年，AI 幾乎變成所有問題的預設答案。企業談數位轉型，最後會談到 AI；工作流程卡住，第一個想到的是 AI；效率不好，想導入 AI；人力不足，還是 AI。於是市場開始販售 Prompt、Workflow、RAG、MCP、Agent、Reasoning、Thinking……名詞一直增加，工具一直更新，課程也越開越多。整個市場都在討論怎麼把 AI 用得更好，卻很少有人停下來問一個更前面的問題：我們真的有一個需要 AI 解決的問題嗎？
我一直覺得，這是現在 AI 市場最大的盲點——而且它不在技術，在思考。所有人都急著往後走，卻沒有人願意往前退。第一性原理最難的一步，其實是先懷疑問題本身：眼前這個需求是真的存在，還是長期留下來的習慣？它是不能改變的限制，還是某個流程設計得太差？它真的是問題，還是有人已經替問題預設好了答案？
這也是我最近最大的改變。以前有人提出需求，我第一個反應是：「這可以怎麼用 AI？」現在反過來，我會先問：「如果完全不能用 AI，這個問題還存在嗎？」兩個問題看起來很像，方向卻完全相反——前者在找工具，後者在驗證需求。當你把 AI 從腦中拿掉，才有機會回到第一性原理，把既有假設一層一層拆掉，重新確認哪些是真正不能改變的事實，哪些只是大家從來沒懷疑過的慣性。
很多人以為第一性原理就是一直問「為什麼」。但我越來越覺得，它真正的價值不在找到答案，而在刪掉假設。因為企業裡大部分所謂的需求，都不是從事實長出來的，是從解法長出來的。有人說要做通知系統，有人說要導入 Agent，有人說要建立 Workflow，有人說應該串 MCP——仔細往回追，這些沒有一個是需求，全是「第一個想到的解法」。真正的需求，甚至可能從來沒有被定義過。
我後來替這種現象取了一個名字。
AI 需求幻覺。
把第一個想到的解法，誤認成真正的需求。一旦有人率先丟出一個解法，整個團隊就會不自覺接受這個前提，開始討論怎麼把它做得更完整、更有效率、更智慧——卻沒有人退回去確認，它到底是不是一個值得存在的需求。
順著往下看你會發現，AI 其實會放大這件事。它可以讓一個錯誤的方向跑得更快，可以讓一個不存在的需求做得更完整，也可以把一個不值得存在的流程漂漂亮亮地自動化。所以真正決定結果的，從來不是模型有多聰明，而是我們一開始，到底有沒有問對問題。如果整個產業都在教你怎麼解決問題、卻很少有人教你怎麼定義問題，那現在最稀缺的能力，早就不是 AI，是第一性思考。
今天，我就遇到一個很典型的例子。
有人提出，希望建立一套通知系統。原因很簡單：大家覺得資訊常常漏掉，所以需要一套更完整的通知機制。接下來的討論也很熟悉——有人開始研究 Slack，有人提 Workflow，有人說乾脆串 Agent，有人認為既然都做了就一起接 MCP，甚至有人開始討論，是不是應該讓 AI 判斷哪些通知比較重要。
工具越談越多，架構越畫越完整，每個人都覺得自己正在解決問題。
直到最後，有一位同事站起來，走到隔壁，跟另一位同事講了一句話。
事情結束了。
明明只是兩、三個人的協作，只要 A 做完告訴 B，甚至站起來走到隔壁確認一下就好，我們卻差點把一個五秒鐘的溝通，做成一套要設計、要開發、要維護、還要持續投錢的系統。
真正消失的，不是通知。而是需求。
而真正的問題，從第一分鐘就埋下了：沒有一個人懷疑過，「通知系統」本身到底是不是需求。大家一路在最佳化解法，卻很少有人退回第一步，重新確認眼前要解決的到底是什麼。
我開始覺得，這幾乎就是整個 AI 市場的縮影。
打開任何一門 AI 課程，多半都是從工具開始：ChatGPT、Prompt、Workflow、Agent……模型更新，課程就更新；新工具出現，教材就改版。大家都在教你怎麼把 AI 用得更有效率，幾乎沒有人願意把第一堂課，拿來討論一件更前面的事——怎麼確認你的需求是真的。
這些課程沒有錯。Prompt 很重要，Workflow 很重要，Agent 很重要，我自己每天都在用，也一直從中受益。只是它們幾乎都跳過了同一件事：真正困難的工作，往往發生在 AI 出現之前。
難的從來不是選模型、寫 Prompt、串 Agent，而是走進現場，理解一個流程為什麼會長成今天這個樣子；理解大家口中的「需求」，到底是問題、是限制、是習慣，還是很多年前留下來的一個解法。這些，沒有任何模型可以替你完成。
像海總理（小海），我一直覺得他的方向比很多 AI 講師更靠近問題本身——他不先推工具，而是先進企業、理解工作、理解流程，再跟真正做事的人一起把問題拆開，最後才回頭想 AI 能不能幫忙。我認為，這才是一個 AI 顧問真正該做的事。
如果一路用第一性原理拆下去，最後發現不用 AI、不用 Agent、更不用 Workflow，只要重新定義權責、調整流程，甚至兩個人站起來講一句話，問題就不見了——那是不是代表，最好的答案，本來就不是 AI？
我現在越來越相信，是。
所以現在遇到需求，我固定會先把 AI 拿掉再問一次：如果今天沒有 AI，這個問題還成立嗎？如果答案是否定的，我就繼續往下：是不是流程出了問題？是不是權責出了問題？是不是協作出了問題？還是這件事，根本就不該存在？這些都回答完了，我才開始想工具。最後，才輪到 AI。
我一直以為，AI 時代最值錢的人，是最懂 AI 的那個。後來才發現不是。最值錢的，是那個能在所有人都急著討論 Prompt、Workflow、Agent 之前，先按住大家問一句：
「等等，我們真的有一個需要解決的問題嗎？」
跋
如果你對 AI 真的有興趣，我反而不會先叫你去學 Prompt、Agent 或 Workflow。
我更推薦去看兩個人的內容。
一個是青蛙刀聖：https://www.youtube.com/watch?v=r1O-guROtWQ
另一個是王自如整理的 AI Playlist：https://www.youtube.com/watch?v=ZuBwZl1DaK4&t=859s
不是因為他們比較懂模型，而是他們更常在談 AI 背後的思考方式。
畢竟掌握一項技能的根基，永遠是原理，不是工具。