醫院內訓的四個 AI 痛點
最近被一間醫療單位找去做企業內訓，2.5 小時，概念講解加上實作，今天順利落幕。他們的需求很單純：想讓同仁用 AI 用得更順，把人從一堆行政瑣事裡解放出來。
整場圍著四個大家最常卡住的痛點走，最後留時間讓大家拿自己手上的案例動手改。這篇想分享兩件事：那四個痛點，還有我自己這幾年對"現在的 AI 到底長什麼樣"的分法——後面這段純屬個人定義，歡迎指教。
四個大家對 AI 共同的不安
不分產業，這四個幾乎人人都遇過：
怕 AI 講的是錯的、過時的。它講得頭頭是道，你卻不確定是不是它編出來的，或是它記得的東西停在某個時間點，跟不上最新的。
問了半天，回的都是空泛常識。"多喝水、多休息"那種等級的答案，跟你真正的情境對不上。
成果一看就很 "AI 味"。四平八穩、誰來寫都長一樣，一眼就被認出來不是人寫的。
用久了品質會掉，還會失憶、自相矛盾。同一段對話聊到後面，它忘了前面講過什麼，甚至前後打架。
這四個其實都有解，但解法因人而異——因為每個人口中的 "AI"，根本不是同一種東西。
我自己把現在的 AI 分成 1.0、2.0、3.0
AI 1.0，你問它答、請它生內容。一台升級版的搜尋引擎，幫你寫文章、寫程式。大多數人是從這裡認識 AI 的。
AI 2.0，把 AI 搬進你本來就在用的工具，讓它直接參與工作流程。像寫程式的編輯器（IDE）裡直接內建 AI、Google Sheet 接 Gemini。AI 不再是另開一個視窗去問，而是住進你的工作檔案裡。這是現在的主力。
AI 3.0，AI 變成一個獨立的個體，住在作業系統裡，直接幫你操作、把任務做完。像我在 Day 140 寫過的 Hermes、OpenClaw 都是這類——授權之後，AI 自己把任務跑完，不用你一步步盯。這一代正在快速成形。
為什麼同一套方法套不到每個人身上
不同產業、不同職能，接觸到的版本就不一樣。工程師可能天天在 2.0、3.0 之間來回；行政同仁可能還停在 1.0 的問答。每個版本會遇到的問題也不同——所以不會有一招打天下的 "標準操作"。
這也是為什麼這場我沒有發一套 SOP 叫大家照抄，而是把那四個痛點講清楚、講背後的心法跟技巧，最後讓每個人用自己現在的流程、自己的案例動手改，這樣回去才真的用得上。
我的價值
說穿了，就兩件事：一直把自己泡在這些最新的東西裡，加上手上有業界的開發經驗。
很多時候這些東西跟工程思維脫不了關係——但培養工程思維不一定要當工程師，有時候只是需要有人來啟發。
如果你或你的團隊也在找 AI 內訓的講師，歡迎來聊：https://www.dawsonwang.com/
Day 140 跟 AI 一起用同一台 Mac（AI 3.0 的實例）：https://www.dawsonwang.com/day/140