前言
經過一段時間的休息、探索、思考、學習、規劃，我感覺得自己像重新叉足了電源一樣，而自己的能量，亦漸漸由過去的人事物轉變到現在的每天經歷的人事物身上。
輕鬆 VS 認真 VS 理性思考
這段時間入面，探索了吃喝玩樂的範疇，但思前想後，想與讀者分享的，主要都是思維、學習及思考方面的事。作為一個文科生的我，「吹水」對我來說就像是呼吸一樣，但我是意識到自己往往習慣了不經思考地輕鬆說話，習慣隨意隨心說話，不到認真MODE 的話不會輕易跳入理性思考。問題來了，我不是不會理性思考，是我習慣不到必要關頭也不認真思考。
理性思考是我一個盲點，可能我不想一說話就分析家模式，覺得一般情況下輕輕鬆鬆便行，不想太認真。但這個嘻皮笑臉形式可能會影響到我想認真說話時，其他人又不會覺得我認真，這方面我還是要學懂分開，其實全部都是我，只是不同的場合及話題時，我就有不同的思考說話模式。何時理性分析，何時幽默一笑？中間還要學習如何連結兩者與取得平衡，這些高階思維是人類智慧的護城河，人與人之間的關係、真實溝通與互動，AI 是無法全面取替的。
AI與IT
第二個重點範疇當然是離不開AI，但我逐漸發覺自己想認識的不止是AI，是IT！但作為一個文科生的我，總是給自己一些藉口如不懂、聽不明、一看CODE 就頭暈等讓自己很有理由地繼續不認識，但我又知道是很重要，IT 技能就像是語言一樣，我永遠不進修IT 技能的話，自己只會漸漸成為「IT盲」，只是運用AI 已經不能滿足我的求知慾，我是一個探索型加思考型的人，AI 與IT是不同的！與其一直抱怨，不如就身體力行：直接學！
Michelle Life OS｜技能提升計劃
比較了不同的LLM如Gemini, Deepseek, ChatGPT, Claude, Grok，最後還是ChatGPT與我想法最相近，以下是我就現有的能力和有動力進修的範疇，請ChatGPT幫我分析優次、設定的學習範疇及計劃，節錄部分內容如下：
1. 建議進修次序
|
1 |
懂 AI |
優先投資 |
Artificial Intelligence |
優先分 |
98 |
|
未來生產力槓桿。把
AI 應用於研究、分析、寫作、工作流程及建立作品，擴大你一個人的產出。 |
|||||
|
2 |
懂 IT |
建立底層能力 |
Information Technology |
優先分 |
96 |
|
理解電腦、軟件、資料、網絡、雲端與自動化，才能真正掌握 AI 工具，而不是只會輸入提示詞。 |
|||||
|
3 |
理性思考 |
核心思維 |
Critical &
Analytical Thinking |
優先分 |
95 |
|
判斷資料真偽、辨認偏誤、檢查 AI 錯誤、比較投資方案，避免被表面上合理的答案誤導。 |
|||||
|
4 |
擅長計劃 |
把知識變成果 |
Planning & Execution |
優先分 |
92 |
|
把目標拆成步驟、時間表、預算和可衡量成果；讓 Gap Year 最終產生作品、能力及更多職涯選擇。 |
|||||
|
5 |
懂英文 |
擴大知識入口 |
English |
優先分 |
90 |
|
閱讀國際 AI、IT、金融及研究資料，接觸原始文件和海外職位，減少依賴翻譯或二手解讀。 |
|||||
|
6 |
懂金融經濟 |
個人財務與專業 |
Finance & Economics |
優先分 |
89 |
|
提升資產配置、風險管理、估值、經濟理解和機會成本分析能力，也能與 AI 結合成為專業作品。 |
|||||
|
7 |
懂溝通 |
影響力與協作 |
Communication |
優先分 |
87 |
|
把複雜概念說清楚、進行面試、寫報告、協商及建立合作關係；知識必須能被別人理解才容易產生價值。 |
|||||
|
8 |
連結人事物 |
通才優勢 |
Connecting People, Ideas
& Systems |
優先分 |
85 |
|
把教育、科技、金融、心理學及人脈連結，發現跨領域機會，形成不容易被單一工具取代的整合能力。 |
|||||
|
9 |
懂心理學 |
理解人與自己 |
Psychology |
優先分 |
82 |
|
理解動機、情緒、習慣、偏誤及人際互動，改善親子、合作、溝通和自我管理。 |
|||||
|
10 |
懂中文 |
鞏固既有專長 |
Chinese |
優先分 |
79 |
|
中文表達、寫作、論證和編輯能力有助教育、內容創作及 AI 輸出質素；重點應是進階運用，而非重讀基礎。 |
|||||
|
11 |
懂彈琴 |
持續興趣與專長 |
Piano |
優先分 |
58 |
|
音樂有藝術價值、創造力及個人滿足感，亦能延續你的音樂教育背景，但對目前的職涯轉型而言，邊際增值通常較低。 |
|||||
2. 11 項技能應該學到甚麼程度？
排名不等於每一項都要由零開始讀一遍。最有效的方法是根據你已有的基礎，決定每項技能的學習深度。
|
技能 |
建議學習目標 |
最終應能做到甚麼 |
|
1. AI |
中高階應用 |
能比較不同 LLM、設計工作流程、驗證答案、建立 AI
輔助研究方案 |
|
2. IT |
中階基礎 |
理解硬件、軟件、作業系統、網絡、資料、雲端及基本自動化 |
|
3. 理性思考 |
持續深化 |
能辨認邏輯謬誤、檢查證據、分析概率、比較假設及評估風險 |
|
4. 計劃 |
實戰熟練 |
能制定可執行的項目計劃、設定里程碑、追蹤進度及調整策略 |
|
5. 英文 |
專業閱讀與表達 |
能閱讀英文技術文件、財經報告、研究資料，並撰寫清晰的專業內容 |
|
6. 金融經濟 |
中高階實用 |
能理解財報、估值、宏觀經濟、資產配置、風險及投資組合 |
|
7. 溝通 |
進階實戰 |
能清楚表達觀點、說服別人、處理分歧及進行專業面試 |
|
8. 連結人事物 |
建立整合能力 |
能把不同領域的知識轉化為解決方案，並建立有效的合作關係 |
|
9. 心理學 |
應用型理解 |
能理解認知偏誤、動機、情緒、習慣及人際界線 |
|
10. 中文 |
進階輸出 |
能寫出高質素分析文章、教學材料、研究報告及故事 |
|
11. 彈琴 |
維持及享受 |
保持演奏能力、音樂創作及個人興趣，不必急於追求更高級別 |
3. 最值得優先發展的能力
AI + IT + 理性思考
這組能力直接影響你能否由 AI 使用者，進一步成為能運用科技解決問題的人。
建議你以實際項目學習，例如利用 AI 分析公司財務資料、用試算表處理數據、建立自己的知識庫，以及理解 AI Agent 如何連接工具和執行工作。
總結：
我已跳出comfort zone，由昨天開始開展了Computer Science 學習計劃，這次是自編自導自學，當然我有真實的IT 資源，包括人類、AI及大學的網上電腦課程。AI推算整個學習時段是8個月，我每星期請AI Agent 作我私人助理，每周詢問我學習進度。
我感到興奮和期待，這次是結合自主動力、科技與AI 的學習，有機會再作分享。😊
Michelle Life OS 技能提升計劃正式啟航！
Better Skills, Bigger Dreams.
用一年的時間，為未來的自己，打造更多可能。
My instructor: David M. Malan
https://cs.harvard.edu/malan
malan@harvard.edu
CS50x 2026 - Introduction
Harvard Professor Explains Algorithms in 5 Levels of Difficulty | WIRED 2024
CS50 2019 - Lecture 0 - Computational Thinking, Scratch
