很多個月沒有更新這兒，今天心血來潮，剛好又有可以靜下來思考的時間，隨便寫下憋在腦內很久的話。這篇文章全人手寫，反正只是隨筆，流水賬的brain dump，就算我自已用AI把文章整理好，別人也是塞入AI去總結，不用浪費時間了，那天在自已blog裝好MCP，再叫AI batch mode去執吧。

自從ChatGPT在2022年尾橫空出世後，AI完全顛覆整個網絡生態，從前值錢的技能，忽然間隨便就可以用AI召喚出來。好像冷兵器轉熱兵器年代，武士窮一生苦練的劍術，被一個手持火槍的民兵轟掉。我在ChatGPT出世第二天已經註冊，有幸在第一線AI科技大廠工作，親身經歷AI這幾年間的驚人進化，每天要進上新技術的步伐很吃力，不過就如dot.com泡沬年代的速度，只要能早別人幾個月看穿技術的趨勢，不論是投資股市，把握商機還是工作上的機遇，之後十幾年食粥定食飯，就看能否搭上這班列車。

好歹我曾經是專業寫手，在大報寫影評專欄有稿費收。在AI降臨後，我的影評文章差不多全面停產，我自問也不是寫得特別出色，報章被消失後也沒有多少讀者，而是在讀者的眼中，我用一兩小時手寫的文章，與AI生成的沒有品質上的區別。我嘗試用AI輔助生成文章，結果AI幻覺太嚴重，往往曲解或誤解我想表達的意思，可以我當編輯和AI對話叫宅修正，時間上比自已手寫還慢。AI生產品質過不了自已那關，但那讀者又亳不關心那不大也不少的品質差異，所以索性不再寫影評了。

書評和股評文章是我自己的學習筆記，以前學新知識再寫下來作記錄，可以加深自已的認知。在AI輔助學習的時代，寫文章不再是最有效率的學習方法，取而代之是把知識轉化為database和prompts，需要時可以讓AI agent儲存使用。文章只是你擁有的知識的平面記錄，建立你的私人AI第二大腦，才是未來發展的方向。未來讀者不再被動地閱讀作者預先寫好文章，而是和作者的AI分身談天，當然也叫它就某議題寫篇文章發表意見。在AI時代作者身為知識curator的本質不變，但與讀者溝通的渠道使用新科技。從寫博客文章刷流量，到上FB/IG經營專頁，開Youtube做Podcast頻道 ，與作者主持的AI分身聊天室，KOL變現的方法需要與時並進用啊。

我的公司設有mentorship program，安排資深工程師指導年輕工程師。還刻意配對不同部門的員工，以免同組上司下屬會有利害關係，可以讓資深工程師安心無私地，把工作經驗和職場智慧傳承給新一代。

每次指導為期半年，每個月見面一次，給後輩請教前輩工作上遇到的難題。自計劃推出以來我指導過四位後輩，指導不只是在幫助他人，對我自已的職場發展也很有幫助。從與他們對話為他們解答問題中，我從而檢視我自己的職場理念，反思多年來我工作上的處事方法。

總結前後幾次指導後輩的經驗，我把自已的職場經驗理整記錄，寫成這篇文章。老實說這文章的內容，對有點工作經驗的人來說，非常「阿媽係女人」。不過有時與後輩傾談中，我很訝異有些常識，並不是每個人都懂。說在前頭，先戴頭盔，我的工作經驗，只限於科技巨企，我從畢業到現在，一直都是在標普五百大公司打工，我的經驗在其他非科技行業，新創或小中型企業，未必十分適用。

自已的前途，自已把握
很多打工仔有一個錯覺，認為只要把工作做好，升職加薪是理想當然的事。事實上你的上司，除了每年的例行工作評核時，才會想起下屬有升職加薪的需要。上司一年另外的三百六十四天，他只會關心工作進度，團隊能否完成上面派下來的任務。

升職是需要自已去爭取的，而加薪在大公司中只是升職的副產品，每個職級有固定的薪資范圍。不要相信要擦老細鞋才會有職升，大公司的升遷相對很公平，只要公司是在增長擴展中，有材能不惹別人討厭，就已經是升職的充分條件。若果上司只喜歡擦鞋無能的人，整個團隊專養懶人沒有戰力，很難在科技公司中長期生存。經濟差時科技公司炒人絕不手軟，無能的公司整間被市場淘汰，也是常常發生的事情。

升職有快有慢，但更多時候是講運氣，但當運氣來到時，你未準備好就輪不到你升職了。首先公司要賺錢升職才會快，而公司或你所屬的部門賺不賺錢，你參與的產品是否成功，絕大多數非你個人能控制。當你發現公司開始走下坡，升職的空間慢慢收窄，不要猶疑安於現狀，果斷轉職跳槽，不失為升職的另一個好方法。

趁年輕，多交朋友
這個建議聽起來有點癈話，不就是整天聽到做人要有networking嗎？在大公司工作，公司有很多自發性的社群，如午飯時間打波跑步，當一天半天義工服務社會等，有很多機會結識到同期進入公司，其他部門的新人。當大家都是新人的時候結交朋友，比較沒有利害關係容易相處。在其他部門有熟人的好處，大慨不用我多費唇舌去解釋。很多時間你不需要有等別待遇，只是消息比較靈通一點，知道對面團隊的真正意圖和優先次序，就已經可以在工作上事半工倍。

你的知識，決定你的值價
在科技行業工作，注定學海無崖，每年都要學習新的知識，才避免被時代淘汰。學習的知識有很多類別，有些知識放諸四海皆有用，如基礎的電腦理論，熟能生巧的揼曲手藝。有些知識是行業的專門經驗累積，全世界可能只有十數間公司有此需要。優點是技術門檻高減少外來競爭，不怕新人或外判搶飯碗，缺點是當你想走出這個舒適圈人工就大打折扣。有些知識是只在公司內部有用，如看懂那堆從來沒有文件的源碼，公司內的知識主要是就業保障，經濟不好時至少裁員第一輪裁不到你，讓你有充足時間去尋找新工作。除了技術上的硬知識外，管理團隊，項目營運，報告吹水等軟知識，升職拾級而上後，所佔的比重會越來越多。

你的生產，決定你的收入
你的收入並不取決於工時長短，而是取決於你的產出。許多人以為只要努力工作、加班，就能獲得高薪，但如果產出有限，無論多努力，薪水依然停滯不前。真正決定薪資高低的，是你能為公司或市場創造多少價值。提升個人產出的方法之一，是擴大自己的影響範圍。單打獨鬥的工程師，最多只能完成自己的工作，而能夠指導新人、優化團隊流程、提升整體效率的人，價值遠超過單純埋頭苦幹的個人。當你能讓整個團隊變得更高效，公司自然願意支付更高薪資來留住你。

此外，確保你的貢獻能被具體衡量，也非常重要。如果你能拿出數據，例如「透過自動化工具減少 50% 人工操作」，或「優化系統讓效能提升 30%」，這樣的成果更容易讓上司認可你的價值。單純努力但沒有具體成效，往往很難獲得升職加薪的機會。簡單來說，決定薪資的關鍵不是你的工時，而是你的生產力。當你的工作能帶來明確的效益，提升團隊效率，甚至影響更大的業務範圍時，你的收入自然會隨之提升。與其抱怨薪水太低，不如思考如何讓自己的產出更有價值。

沒有最好的技術，只有更低的成本
工程師喜歡追求新技術，但技術不是目的，而是手段。 技術選擇關鍵在於能否以更低成本解決業務需求。 成本不只是金錢，還包括時間、人力、維護與學習曲線。 技術門檻過高，維護困難，反而增加企業負擔。 成熟技術有生態系統支持，能降低長期運營風險。 技術決策不應只看技術優劣，更要考量業務需求。 市場變化迅速，紅極一時的技術可能很快被淘汰。 可靠、低成本、持續創造價值的技術才值得選擇。 工程師應該思考技術是否讓工作更高效、更有競爭力。 技術的真正價值，在於幫助企業用更少的成本獲得更大收益。

學習如何應付官僚主義
在大公司裡，官僚主義無可避免，了解並適應這些運作才能更有效率地生存。雖然你的技術再好，但並不代表所有事情都能順利進行，很多時候，流程和內部運作才是決定成敗的關鍵。很多明文規定的流程，背後其實只是為了讓某些人感到安心，而非真正有效的管理。了解規則後，你會發現其實有不少「擦邊球」可以打，有些審批其實只是形式，懂得如何處理這些程序，就能顯著加快工作進度。

然而，在這樣的環境中，找對人比找對方法更為重要。每個公司內部都有一些看似不起眼，但影響力卻極大的關鍵人物。他們可能是資深的老臣子，或是某個技術上的權威，這些人雖然職位不一定高，但他們的話語權往往能左右事情的走向。與這些人建立良好的關係，能讓你少走很多冤枉路。你會發現，無論你的提案多麼完美，如果沒有這些人支持，事情就很難推進。

另外，當你直接推銷自己的想法時，往往得不到預期的支持，這時候學會讓決策者參與討論就變得尤為重要。與其強行推銷，不如引導他們在討論過程中認同你的觀點，甚至讓他們覺得這個想法是自己提出的。這樣，事情反而能夠更順利地推進。其實，在大公司裡，越是複雜的事情，越需要讓別人覺得這是「他們的主意」。這不代表你要放棄自己的想法，而是要懂得如何在複雜的組織環境中巧妙地推動，讓自己成為能夠真正帶來變化的人。

所有事情背後必定有其原因
在職場中，我們常常會遇到一些難解的情境或結果，無論是升遷未果、工作分配的變動，甚至是團隊成員的更替，這些都似乎沒有立刻的解釋。

有些看似影響深遠的決定，其實背後的原因可能已經不再適用。舊有的規範或做法，可能是過去某個時期的反應，但隨著時間推移，若沒有人重新檢視這些原因，它們便可能被不經意地延續下去，成為一種過時的束縛。對此，我們要保持敏感，了解和適應環境的變化，才能不被過時的原因拖累。

有時候不會直接告訴你真正的原因，可能決策涉及到高層的策略考量，或是人事調動中的微妙平衡。你也許會被告知一些門面癈話，但真正的原因可能是權力鬥爭的結果 。這就是為什麼我們需要有足夠的智慧，去理解探求背後的種種，不要天真地全盤接收聽到的說話。

無論面對什麼情況，都應該記住「一切都有原因」這一點。無論是一次突然的升遷，還是某個奇怪的工作安排，背後總有其合理性。即使這個原因不容易被理解，或是讓人一時無法接受，它依然存在。在職場上，一切都不是無緣無故的，每一個決定的背後，都有一個值得探索的原因。循著利益得失的方向去尋找線索，也許是會看到意料之外的關聯。