嗨！我是【創作者經濟 IMO】電子報的主編閱讀筆耕 Leo，每週一上午 6 點（派報）帶你一起回顧本週精選文章，並附上自己的觀點，所以取「IMO」（In My Opinion）作為名稱中的一部分。
❏ 本週焦點
🔸 如何在 AI 時代打造你的大腦
🔸 我反正不想再當的一個工作的人
🔧 Milanote 符合直覺的腦圖白板
🔧 高性價比人生指南
🌍 虛擬資產走入日常！萊爾富攜手MaiCoin Pay 全台門市開放 5 大加密貨幣結帳
🌍 Circle 公鏈 Arc 上線
❏ 如何在 AI 時代打造你的大腦 by Nathan
作者認為，真正能在 AI 時代脫穎而出的人，不是那些急著去學 AI 工具、拿證照的人，而是那些原本就具備「評估、判斷、忍受的了模糊帶來的不確定感、直到想通為止」這種認知能力的人。AI 只是放大了原本已經存在的思考能力，而不是創造出新的能力。
▍作者借用發展心理學的概念做出區分：
水平發展：學習新工具、新知識、新技能，像是往同一個杯子裡加更多水。市面上那些「30 天精通 ChatGPT」的課程，都屬於這一類。
垂直發展：改變思考的「結構」本身，像是換一個更大的杯子。就像一個西洋棋手，不是背更多開局套路，而是開始用完全不同的方式看整個棋盤。
作者認為，大多數人把 AI 學習搞錯的地方，就是把水平發展誤當成垂直發展。
▍三個真實案例
學區案例：某學區全面導入 AI 工具並培訓所有教職員，表面上採用率很高，但原本就具備強評估能力的 10-15% 的人，用 AI 做出了驚人的成果；其餘的人幾週內就不再使用工具了。學區對外交差，但實際的認知影響遠低於他們宣稱的效果。
BCG 顧問案例：哈佛商學院追蹤 BCG（波士頓顧問公司）頂尖顧問使用 AI 的表現。當 AI 給出「自信但錯誤」的答案時，依賴 AI 的顧問，準確率反而比完全不用 AI 的人低了 19 個百分點——他們看到自信的輸出，就停止思考了。
中國中學生研究：一項針對 27,000 名中國中學生、為期兩年的研究發現，學生在沒有引導的情況下獲得生成式 AI 後，五個月內，有一半的學生完全把作業外包給 AI，等於完全停止了心智上的努力。這導致他們在高風險考試的成績下降了 24%。研究者 Benjamin Riley 把這個現象稱為「50% 問題」（The 50 Percent Problem）：作業分數上升，但真正的學習能力卻在下降，AI 製造出一種「心智化裝舞會」——表面看起來在進步，底層的真實能力卻在流失。
作者強調，這個研究並沒有證明「AI 有害」，而是證明了「沒有認知發展基礎的 AI 使用才有害」，兩者是完全不同的事情。這些學生會拿 AI 取代思考，是因為根本沒有人教過他們兩者的差別。
▍開車的比喻
作者用「把車鑰匙直接交給沒學過駕訓班的青少年」做比喻：這顯然很危險，我們不會這麼做。但現在整個社會對待 AI 的方式，卻是要嘛完全禁止（就像禁止開車，卻不提供任何學習機會），要嘛毫無章法地放任使用——我們沒有像對待「考駕照」那樣，建立一套基於教育和透明度的完整流程。
▍核心能力：元認知（Metacognition）
作者指出，真正該培養的能力是「對自己的思考進行思考」——收到 AI 給出的、看似自信又流暢的答案時，能夠反問自己：這真的對嗎？這一開始問的問題對嗎？機器可能沒意識到、卻缺漏了什麼？這是「請 AI 幫你寫策略」和「請 AI 來壓力測試你自己已經想好的策略」之間的差別——你可以選擇當乘客，也可以選擇當駕駛。
▍連「創新教育」也可能做錯
作者點名 Alpha School 這類標榜用 AI 重塑教育的學校：他們把核心學科壓縮到每天兩小時，剩下時間拿去做專案和真實世界的活動。效率確實驚人，但學生在那兩小時裡，依然只是在跑一套固定的課綱，只是被機器餵得更快而已——這仍然是「水平發展」，只是把跑步機的速度調快了兩倍，而不是換一種訓練肌肉的方式。
▍建構「AI 時代大腦」的三件事
學會與困惑共處：每一次真正的思維躍升，都需要經過一段「舊的理解方式失效、新的理解方式還沒到位」的階段。這種不適感看似失敗，其實是成長的過程。
練習判斷，而非只練習產出：AI 負責產出，人的工作正在變成負責判斷。如果整天只是被動接收 AI 的輸出而不加批判評估，這個「判斷」的肌肉會萎縮；但如果每天花哪怕 20 分鐘，刻意去質疑、壓力測試、反駁機器給出的東西，這個能力就會成長。
問不一樣的問題：不要只問「我要怎麼使用這個工具」（這是水平式的提問），而要問「這個工具沒看到的是什麼」；不要只問「我要怎麼得到更好的輸出」，而要問「我一開始問的問題，到底對不對」。
不要再想著「學 AI」，而要開始學「怎麼思考」。你能承受複雜、能在模糊中找到方向的能力，會隨著機器越來越聰明而愈發珍貴。
閱讀筆耕 🙋 IMO ：重組問題框架
想到之前閱讀《你問對問題了嗎？》，書裡開頭舉了一個「電梯太慢」的例子讓我印象很深，隱約和這篇策展文提到的「3. 問不一樣的問題」有呼應。
一棟辦公大樓，租戶紛紛抱怨電梯太舊、太慢，等電梯浪費太多時間，甚至威脅要提前解約。
問題一找上門，往往已經先有預設立場，早有人為你定下框架。於是大家自然而然開始想「怎麼讓電梯跑快點」，一頭栽進各種影響速度的因素裡去分析。
但「分析問題」之餘，更重要的是「重組問題框架」的思維。
後來大樓管理員給了一個更巧妙的方案：在電梯裡裝上鏡子。原來大家看著令人著迷的東西——自己——就會忘了時間，客訴自然就減少了。這個解法完全沒讓電梯變快，卻真正解決了問題，因為它先問了一個更高階的問題：「電梯的速度，真的是這裡該在意的重點嗎？」
換一個框架，往往能做出更好的決定。這種「重組框架」是更高階的認知活動，關鍵不是注意細節，而在於能不能看到全局，能從多個不同角度去思考。
這跟策展文提到的「問不一樣的問題」，我覺得是同一件事。文中區分了兩種提問方式：「我要怎麼用這個工具？」是水平式的，只是在既有框架裡打轉；「這個工具沒看到的是什麼？」才是垂直式的，會逼你先跳出來，重新審視框架本身有沒有問題。
我覺得這正是現在很多人用 AI 時容易踩的坑，一遇到問題就急著丟給 AI 求解，等於直接跳進「怎麼讓電梯變快」這個框架裡，讓 AI 去優化細節，卻從沒停下來問一句：這個問題，一開始就問對了嗎？
AI 很擅長在既有框架裡幫你把答案生得又快又漂亮，但它不會主動幫你重新定義問題。這件事，終究還是得靠人親自思考。
❏ 我反正不想再當的一個工作的人 by Yishin Lu
作者離職半年，即便擁有自由，仍每天維持著像上班一樣的作息（十點進咖啡館、工作超過四小時、焦慮盯著收入追蹤器），內心持續與羞愧感、罪惡感拉扯。因自律神經失調再度回診，意識到該是調整生活方式的時候了。於是借用 Paul Millerd《The Pathless Path》書中的四個核心問題，逐一回應自己。
問題一：未來 2～3 年的首要之務
依重要性排序：身心健康 → 親密社群（家庭、友誼、伴侶）→ 探索體驗與創造（含旅行）→ 休息與興趣 → 工作與財務穩定。工作被放在最後一位。
問題二：想保有的工作價值觀
作者區分「為了滿足個人所需而工作」與「為了滿足期望而工作」是截然不同的兩件事，行動應由意願驅動，而非恐懼驅使。她引用作家平路的話並改寫：「獻身於期待是最後的幻覺，放下它，你就自由了。」
比起「自由工作者」，作者更偏好「自雇」（self-employed）這個稱呼，因為它意味著自己是生涯的主人。同時借用查理・蒙格的三個工作原則：不賣自己都不想買的東西、不為自己不尊敬的人工作、只跟能讓自己樂在其中的人共事。
問題三：如果不是勞工，你是誰
作者引用《為什麼魚不存在》與《渺小一生》兩本書中的段落來回應。她認為，若拿掉「勞工」這個身分，自己想成為的是一個好朋友、一個友善的路人、一個不亂發脾氣的女兒、一個有愛的伴侶、一個慷慨的大人。
問題四：什麼樣的生活才算足夠
作者坦言自己還沒有明確答案，但想從減少「痛苦稅」開始練習。
閱讀筆耕 🙋 IMO ：不忙，也是一種存在
「如果你不是勞工，那麼你是誰？」
這個問題可能每個人都被問過類似的版本，只是換了包裝——「你接下來打算做什麼？」、「離職之後在忙什麼？」每次回答時，多少都帶著一點想證明自己「沒有閒著」的心虛。
你有沒有發現，我們很習慣用「在忙什麼」來確認自己還有價值，好像一停下來，就等於什麼都不是了。
我覺得這篇策展文最有啟發的地方，不是它給了什麼標準答案，而是示範了一種「誠實面對自己還沒想清楚」的狀態。離職不代表立刻脫胎換骨，很多慣性和罪惡感會跟著你走很久，但至少，願意坐下來，一題一題靈魂拷問自己，就是往前走的第一步。
可別等到了勞保退休年齡，才第一次認真問自己這個問題。
創作者與數位生活
❏ Milanote 符合直覺的腦圖白板 by 打鐵LEGAL
作者是廣東的律師，受天同所「訴訟可視化」啟發，希望用腦圖白板梳理法律主體關係或案件事實邏輯，讓中心思想能最短時間內有效傳達給客戶或法官。
作者對比了三類常見腦图／白板軟體，各有局限：
Xmind、Mindnote：關鍵詞是「大而全」
以二叉樹或時間軸呈現，適合整理線性事件，但節點一多就會擁擠不堪。Visio、ProcessOn：關鍵詞是「專業、重」
偏向產品經理職能，輸出泳道圖、流程圖，正式但上手門檻高。WhiteBoard、無邊記：關鍵詞是「手繪」
偏重觸摸交互，需要電子筆或觸控繪圖。作者真正想要的，是「輕量、直觀、非正式化、草稿」，類似偵探辦案時的那塊黑板——不需要專業圖形規範，操作要符合直覺、易於上手。而這正是 Milanote 的擅長。
不過作者也強調，Milanote 的腦圖不用於正式場合，僅作為個人思維整理、團隊內部協作的草稿——正式腦圖仍應交由更專業的軟體進一步繪製輸出。
閱讀筆耕 🙋 IMO ：尋找「網狀思考」的白板
這篇文章提到「偵探辦案」的那塊黑板，讓我特別有共鳴。
想像一下辦案現場：一堆線索（類比為知識節點、卡片）被貼在黑板上，用線一條條連起來，看似雜亂，卻能一眼看出誰跟誰有關聯。我覺得思維整理也該長這樣，是網狀的，而不是樹狀的。
樹狀圖有明確的上下階層，像 A 底下分出 A-1、A-1-1、A-1-2，一層層往下展開；但真實的思考過程，其實更接近辦案：先把想法一股腦全部丟上黑板，再慢慢找出節點與節點之間的關聯。每張卡片的地位是平等的，沒有誰是誰的「上級」，而且常常一張卡片就能同時連向好幾個方向。
一直很好奇，有沒有數位工具能做到上述體驗，所以看到這篇文章介紹的 Milanote，我會找時間試試看。
❏ 高性價比人生指南 by eternity4719
創作者經濟與 Web3
❏ 虛擬資產走入日常！萊爾富攜手MaiCoin Pay 全台門市開放 5 大加密貨幣結帳 from 奇摩
萊爾富今宣布開放全台門市可使用MaiCoin集團旗下加密貨幣支付服務MaiCoin Pay，成為全台首家支援加密貨幣支付的便利商店。
讓比特幣、以太幣、USDT、USDC 及 MAX Token 等 5 大主流加密貨幣，進一步從數位資產走入民眾熟悉的日常消費場景。
延伸閱讀：MaiCoin的「MaiPay」是什麼？
閱讀筆耕 🙋 IMO ：不如直接辦一張 U 卡
MaiCoin Pay 問世於 2023 年 11 月，這次總算迎來不錯的曝光度，但它有兩個痛點，我覺得很難克服：
痛點一：支援店家太少
萊爾富大概是這體系第一個比較大咖的客戶，在這之前，能用的地方實在有限。
痛點二：很難走出國門
它是本土交易所的支付工具，扣的是你交易所帳戶裡的加密資產，只有完成台灣 KYC 的人才能開戶。
相較之下， LINE Pay 在日、韓、泰國都能用，Apple Pay 更是無遠弗屆。
MaiCoin Pay 隸屬本土所，國際市場這關很難跨過去。
回到加密支付的第一性原理，我很難想像它能克服「支援店家多」跟「支援國家廣」這兩件事（而且還沒討論到「回饋率」這一塊戰場）。
那還不如直接辦一張加密支付卡（U 卡）。
因為它背後是一張簽帳卡，有 Visa 或 Mastercard 加持，不受限於單一行動支付這類 Pay 工具，一卡就能走遍天下 。
MaiCoin Pay 我個人不看好，但這份拓荒精神，還是給個 respect 🫡
❏ Circle 公鏈 Arc 上線 from 動區動趨
Circle 旗下 L1 公鏈 Arc 主網正式上線，USDC 作為原生 Gas 代幣，支援 20 多種法幣穩定幣與 20 條以上區塊鏈互連，亞秒級確定性結算。CEO 稱這是 USDC 以來最重要的里程碑。
Arc 上線代表 Circle 從「穩定幣發行商」正式跨入「公鏈基礎設施」領域。過去 USDC 部署在多條鏈上（Ethereum、Solana、Avalanche 等），現在 Circle 有了自己的原生鏈，能完全控制 Gas 成本、結算速度和資產相容性。
AI 工具不該取代那些學生本來就該親自動腦完成的任務，
只該用在你已經會做的事情上。
先建立自己的「認知架構」，
AI 才能真正拿來延伸、放大你的思考能力，
而不是取代它。
——認知科學家 Dan Willingham
幣圈少數「實質正回饋率」的支付卡 ether.fi Cash
我最近把 ether.fi Cash 加密支付卡設定成 Apple Pay 和 LINE Pay 的預設卡。
從此，再也回不去了。
以前我最討厭的事，就是「加密貨幣出金」：錢要先從國際交易所轉到台灣交易所，先收一次 gas fee，轉成台幣時還再支付 30 元銀行手續費，整個流程又慢又煩。未來專法實施後，可能還要考慮稅務的問題。
但自從用上這張加密支付卡，就不用再管這些麻煩事。ether.fi Cash 已經變成我目前最愛、也最有感的區塊鏈應用。
✅ 免年費
✅ 美元穩定幣直接刷卡，不必先賣幣換法幣
✅ 免出金流程，少一堆手續費跟轉帳時間
✅ 儲值金自託管，少一層信任風險
✅ 儲值金享 5%～10% 年化活期計息（浮動）
✅ 不用「押金」也能賺回饋
✅ 所有消費給 3% 現金回饋
✅ 實質正回饋率（扣完匯率磨損，大約是 2.3% 現金回饋）
這是一種「邊存錢、邊賺錢、邊消費」（Save, grow, spend）的嶄新體驗。
對我來說，這才是真正的 Web3 生活入口。
還未體驗過 ether.fi 加密支付卡的朋友，可以參考這篇教學文章，使用【創經 IMO】推薦連結申辦，20 分鐘左右就能搞定！