PROJECT RECORD
在人類產業最開始的階段，創意往往源自於解決問題的能力。一個匠人可能是因為發現生活中的某個不便，才開始思考如何改善工具、器物或流程。在這個過程中，他不只是單純地「製作」一個東西，而是從觀察問題、設計方案、選擇材料，到親手完成作品，都能參與其中。換句話說，早期的技能與創意並不是分離的。
技能本身就是創意的延伸，創意也必須透過技能被實現。人在完成作品的過程中，能夠清楚感受到自己的判斷、經驗與想法被具體呈現出來。因此，勞動不只是為了生存，也包含了某種自我實現與成就感。這種狀態更接近 craftsmanship，工藝精神：這個原動力是被動執行任務，而是在創造中理解問題，並在解決問題中確認自身的價值。
但是，隨著工業化的到來，這種完整的創造過程逐漸被拆解。
一個商品的生產被分割成許多不同的細節，每一個人只負責其中極小的一環。工人可能只需要重複完成一兩個固定程序，並且不被允許在其中加入自己的想法。產品的整體設計邏輯、最終用途、使用者需求，甚至產品本身的意義，都逐漸從個體勞動者的視野中消失。
例如，程式設計師開發出的考核系統，最後可能被企業用來規訓更多員工，甚至也規訓開發者自己。人創造出的制度、工具與流程，反過來控制人的行為。這正是 alienation，異化的一種表現。所謂異化，不只是工作辛苦，也不只是重複勞動，而是人的創造力、判斷力與主體性被抽離出來，變成了系統運作中的一個工具化環節。在這樣的結構中，人不再是完整的創造者，而更像是流程中的「螺絲釘」。網路上常說的「牛馬」，其實也反映了這種感受：個體在工作中缺乏主動性與成就感，勞動過程變成一種外在強制，甚至是一種痛苦的消耗。人只有在下班後、離開工作流程之後，才短暫地感覺自己重新屬於自己。然而，如果未來 AI 進一步參與甚至接管大量自動化流程中的細節執行，人類是否有可能被重新放回更接近創意源頭的位置？
個人的能力是否能夠被 AI 輔助到一種程度，使其足以支撐一個基本項目的建立？
一個人是否只需要掌握多個領域的基本理解，就能透過 AI 工具將這些理解擴展成具有個人風格的作品？
這並不代表未來 AI 會簡單地替代某些行業，而是說，AI 有可能讓某些行業重新回歸到最初的「個人表達」。畫家不必再完全被商業稿件的需求壓縮自己的風格；音樂創作者不必只為了迎合大眾化的商業內容而放棄自身的聲音；獨立開發者不必因為缺乏完整團隊，就無法實現自己的產品想法。AI 可以把許多原本需要大量人力堆疊的基礎工作壓縮，使個體有更多機會把精力放在概念、風格、體驗與判斷上。
與其說 AI 是一個即將支撐整個產業並取代人的機器，我更願意把它理解為一種「個人的假肢」或者「賽博異體」。我們不會因為木匠有了切割機，就說他的作品不再屬於木匠；我們也不會因為攝影師使用高階相機，就否定他的構圖、光影判斷與審美能力。工具本身並不等於創造力，真正重要的是人如何理解、調用與控制工具。
一個外行人即使能透過 AI 搭建出基本項目，也未必理解整體架構的設計邏輯。他可能不知道這個系統使用了哪些技術細節，也不清楚目前結構的優缺點。例如：可維護性，maintainability；擴展性，scalability；穩定性，stability；安全性，security；以及長期迭代時可能遇到的技術債，technical debt。
在這種情況下，使用者其實高度依賴 AI 本身的泛化能力，generalization ability，與智能程度。也就是說，外行人越不理解底層細節，就越需要 AI 自己能判斷架構、修正錯誤、避免風險、補足設計缺陷。
相較之下，一個真正理解技術的人，即使只是使用一套較簡單的 AI 輔助流程，甚至只是簡易的 MoE，也可能做出更穩定、更精準、更符合需求的結果。
它可以讓不同專業的人，把更多精力放回本專業中最有價值的部分：判斷、審美、設計、架構、策略與創意。大量重複性、流程化、低價值的工作可以被 AI 承擔，而人則有機會重新成為作品方向的決定者。