把過去的舊想法丟進垃圾桶,學會當 AI 的老闆產生 100 倍成果|《AI First 自我升級革命》ft. 陶韻智 Sting

下一本讀什麼? · 發布於 2026/05/25 下午10:00 · 更新於 2026/05/29 下午05:49 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
6,089次
喜歡
178次
YouTube 留言總數
6則
長度
—
字幕狀態未確認

觀看數觀測

目前僅一筆觀測 ·
6,089次

共同標籤

這支影片尚未比對共同詞彙

比對版本

youtube-quality-20261017-a

影片說明

💌 訂閱免費電子報 https://readingoutpost.com 加入100,000位訂閱者,每週收到讀書心得和好書金句 00:00 精彩預告 00:28 來賓介紹 01:18 我們該怎麼察覺 AI 帶來的衝擊:「紅色警戒」? 06:43 AI 現在直接吃掉了初階工作的「學徒期」 12:33 我們該怎麼使用,才不會把 AI 變成錯誤放大器? 20:09 Vibe Learning 是什麼意思? 26:11 為什麼會導致「人工智障」的結果? 28:39 未來的「一人公司」真的會變成職場的主流嗎 ? 32:08 面對這波「知識通膨」,我們要怎麼重新定錨自己的價值 ? 38:29 「AI 原生」的思維,跟一般的「AI 輔助」差在哪裡? 42:26 來賓給觀眾的一句話 43:42 瓦基推薦下一本讀什麼 我的線上社群《讀家攻略》, 從今年 1 月底開放第一波招募到現在,已經辦了三波招募,陪著 110 位夥伴走過了四個月。 5 月 31 號這個禮拜天,我們要開放最後一批,也是第四批的 40 個名額。 簡單跟你介紹一下,《讀家攻略》是我刻意把規模做小、把活動做深的一個社群。這是一個強調實踐和行動力的社群! 過去這兩個月,我們在社群裡辦了 15 場深度活動。包括我親自帶的好書工作坊、一對一的公開諮詢、由成員自己上台的主題沙龍,還有六人圍坐的爐邊奇遇記。 從 AI 應用、海內外職涯、商業模式,到生產力系統,主題很廣,但每一場都很深入。 加滿 150 人之後,我們會把社群報名關起來。 150 是我能跟大家保持密切互動的人數,再多,我就照顧不過來了。 如果你之前聽過幾波招募、但都還沒下手,這也是 2026 年的最後一次招募了。 報名時間是 5 月 31 號禮拜天,上午 10 點。 傳送門:https://readingoutpost.com/playbook-community/ . 《讀家攻略》是什麼?看完這篇文章讓你更了解: https://readingoutpost.com/what-is-playbook-community/ 📝部落格文字版: 《AI First 自我升級革命》讀後心得:成為 AI 的慣老闆 https://readingoutpost.com/ai-first-self-upgrade-revolution/ 📚關於書評部落格「閱讀前哨站」 訂閱免費電子報(閱讀筆記、好書金句) https://readingoutpost.com 傳送門連結(與我聯絡、業配折扣專區) https://readingoutpost.com/bio 🎧收聽 Podcast 說書節目「下一本讀什麼」 Apple Podcasts https://apple.co/34gUy39​ Spotify https://spoti.fi/3i71G70​ 📚我讀過的其他好書,以及閱讀習慣的培養 養成這3個習慣,一年讀50本書改變人生軌跡 https://readingoutpost.com/how-to-read-50-books-a-year/ 2025 年瓦基最喜歡的 10 本精選書單 https://readingoutpost.com/2025-favorite-books/ 2024 年瓦基最喜歡的 10 本精選書單 https://readingoutpost.com/2024-favorite-books/ 2023 年瓦基最喜歡的 10 本精選書單 https://readingoutpost.com/2023-favorite-books/ 2022 年瓦基最喜歡的 10 本精選書單 https://readingoutpost.com/2022-favorite-books/ 2021 年瓦基最喜歡的 10 本精選書單 https://readingoutpost.com/2021-favorite-books/ #讀書心得 #好書介紹 #說書推薦 #書摘濃縮 #閱讀筆記

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
觀測分析
直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

時間序列只有一筆有效觀測時,只列出該值與觀測時間,不畫走勢圖;累積兩筆以上才畫圖。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。

頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。

完整的資料來源與計算方式 →