TOTORO週邊有事

AI工作帶來的是生產力上升，生產的成本下降，但同時帶來的，是決策的困難度增加。因為AI產出的東西，很可能會超過自己的認知邊界。 最近就有這樣的體悟。 前幾天某個業主突然來了個問題，說是某一個工項在相鄰各標都有編列，但發現為什麼每個標段編的金額不同。他要我們公司給個說法。 這個工項的預算可以說是近年來的標配，業主也有相對應的工作規範，但單價怎麼編沒有明確規定。這種工作說真的，A公司一個價，B公司一個價，沒有什麼標準，不是沒有規定該做什麼，而是這個項目本來就是有高度不確定性，和基地條件很有關係。工作項目本身是不變的，不確定的是規模、頻率及參與工作的深度，講白的就是產出報告書的品質。如果找得到有經驗有規模的好公司，可能會貴一點，但品質水準之上，不用太擔心，反之用養猴子的錢就只能得到猴子產出的品質，這樣講很直白了。 可這位業主的大爺，就是想知道我們是怎麼編預算的。這可真的有點難。本來就是根據經驗編的，也沒有經過什麼深入的邏輯推理。要說是個黑箱也不為過。而且這三個標雖然都在同一個大專案下，但設計時程及發包時程都不一樣，在預算編製時，這3個標的關聯性不高，真是一個頭兩個大。 好在這個案子先前有生態環境調查的相關內容，和先前設計階段的相關內容，我想到的就是先利用AI整理資料，可以的話看看能不能找出可行的邏輯，先用來自圓其說。雖然這是個倒果為因的過程，但如果能推出一個生態檢核的估價模型，至少是個思考邏輯，不是像現在，根本和瞎猜沒兩樣，當然這個工作有其本身的難度，變數太多，不在設計單位的掌握中，這個邏輯頂多就代表，我們是「可以這麼想」的，生態檢核有他的業界環境，我也不想拿著一個還不成熟的邏輯，就到處去說價錢可以這樣估。擋人財路的事可不能隨便做。 我貪心，分別將資料丟給Codex和Claude，想讓他們去跑出各自的解答。和我預想的沒錯，兩個模型的思路類似，都從生態資料的佔比出發，但Claude比較像學者，從數學的角度去計算佔比的意義，Codex則自己去找了相應工作的人月資料，去推每個路段各佔成本。兩個推出來的模式，都有點超過我自己的認知以外了@@，許多時候不得不停下來，在模型繼續往前推之前，我得問問這個思路所代表的是什麼意思。其實我最開始的初衷，也只是要一個先說服業主的方法，在過程中並不想造假，我想就用既有的手邊資料，整理並推理。結果有點出乎意料之外，我得先解決AI帶來的許多問題的問題...