<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>學習筆記 on 312211 Blog</title>
    <link>https://312211.xyz/zh/tags/%E5%AD%B8%E7%BF%92%E7%AD%86%E8%A8%98/</link>
    <description>Recent content in 學習筆記 on 312211 Blog</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-tw</language>
    <lastBuildDate>Mon, 28 Sep 2026 23:57:51 +0800</lastBuildDate><atom:link href="https://312211.xyz/zh/tags/%E5%AD%B8%E7%BF%92%E7%AD%86%E8%A8%98/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>雷蒙超級 AI 個體課 aka AI Agent 訓練營值得上嗎？心得分享</title>
      <link>https://312211.xyz/zh/posts/ai-agent-bootcamp-review/</link>
      <pubDate>Mon, 28 Sep 2026 23:57:51 +0800</pubDate>
      
      <guid>https://312211.xyz/zh/posts/ai-agent-bootcamp-review/</guid>
      
      <description>&lt;p&gt;最近上完雷蒙的《超級 AI 個體》，也就是 AI Agent 陪跑大課。&lt;/p&gt;
&lt;p&gt;先講結論。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;我有從這堂課拿到一些真的會繼續用的東西，但如果單純看「課程內容值不值快四萬」，我會覺得偏貴。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;這堂課最有價值的地方，是它提供了一套相對完整的方法，教你怎麼建立自己的 AI Agent 工作環境，怎麼把自己的經驗整理成 Skill，怎麼把別人的知識萃取成 AI 能使用的能力，以及怎麼讓 Agent 在實際工作中慢慢進化。&lt;/p&gt;
&lt;p&gt;尤其 Pro-Kit 這種「直接給 AI 讀，讓 AI 反過來帶你做」的學習方式，我自己滿喜歡。&lt;/p&gt;
&lt;p&gt;但另一面也很明顯。&lt;/p&gt;
&lt;p&gt;有些章節的資訊密度不高，花很多篇幅講 Why 跟 What，真正能拿回去操作的 How 比我預期少。Vibe Coding、n8n 自動化等部分有點水，甚至直接 Google 或 Youtube 就能找到更好的內容。&lt;/p&gt;
&lt;p&gt;所以這堂課值不值得，我覺得很吃兩件事：&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;你現在到底多會用 AI，以及你的工作內容&amp;amp;時間多值錢。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;如果你原本幾乎沒碰過 AI Agent，又有很多高價值工作可以交給 AI，這堂課可能很容易回本。&lt;/p&gt;
&lt;p&gt;如果你已經每天在用 Claude Code、Codex、Skills、MCP、自動化，平常也習慣自己翻 GitHub、官方文件，那你花快四萬買到的新增價值會少很多。&lt;/p&gt;
&lt;p&gt;這大概也是我上完整堂課最大的感想：&lt;strong&gt;你越會用 AI，這堂課的邊際效益越低。&lt;/strong&gt;&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id=&#34;我為什麼會買這堂課&#34;&gt;我為什麼會買這堂課？&lt;/h2&gt;
&lt;p&gt;我買之前已經會用 ChatGPT、Claude，也已經知道 AI 可以幫忙寫東西、研究、分析、寫程式。&lt;/p&gt;
&lt;p&gt;但以前很多時候還是：&lt;strong&gt;AI 說，我來做。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;我要問 AI 怎麼處理，它給我步驟，我再自己開工具、複製貼上、測試、遇到錯誤，再把錯誤丟回 AI。&lt;/p&gt;
&lt;p&gt;這件事其實很微妙。AI 明明讓很多事情變快了，但你也會開始做更多原本不會做的事情、學更多新工具，最後工作時間不一定真的變少。&lt;/p&gt;
&lt;p&gt;這也是雷蒙反覆在講的一個問題：從 ChatGPT 這種問答型 AI，往能讀資料、操作工具、完成任務的 AI Agent 前進。甚至把目標定成讓沒有工程背景的人，也能打造能實際幫忙做事的「AI 超級員工」。&lt;/p&gt;</description>
      
    </item>
    
  </channel>
</rss>
