馬斯克、Jack Clark 與 Jaime Teevan 都建議年輕人拓寬知識面、學會提問，但提示詞工程這類技巧的門檻正被模型吃掉，而練習提問所需的入門職位，也因 AI 而縮減。這是方向正確、路徑缺席的建議。
（前情提要：馬斯克上央視誇中國 AI 很棒！「算力全球頂尖，兩三年就補齊缺口了」）
（背景補充：馬斯克預測5年後：全球至少有1億台人形機器人，甚至10億台）
三個身分截然不同的人，近來給了年輕人同一個建議：別只押單一專業，把知識面拉到最寬。他們分別是特斯拉執行長馬斯克、Anthropic 共同創辦人 Jack Clark，以及微軟首席科學家 Jaime Teevan。三人都身處科技產業，方向一致並不令人意外。
三個人，同一個答案
馬斯克日前接受央視專訪，主持人問他，20 歲的年輕人在 AI 轉型期，該怎麼找到自己的價值。他的答案不是一張科系清單，而是一個範圍：「盡可能接受最廣泛的基礎教育，範圍包括藝術、科學、工程，還有寬廣的一般知識。」
他給的理由只有一層邏輯：「想知道該向機器人要什麼，你得先有能力把問題組織出來。一般知識越廣，就越能把問題問準，也就是人們所說的提示詞工程。」
同一場訪談裡，馬斯克還預測，10 年內至少會有 10 億台人形機器人，而且很可能用不到 10 年。照這個邏輯推演，機器人愈多，人類的角色就愈從「動手做」轉向「開口要」，開口的品質，決定拿回來的結果。
Clark 則在今年稍早的一場研討會上說，自己是文學系畢業生，放在前沿 AI 公司的共同創辦人身上並不典型，但事後證明有用的，是學到大量歷史，以及人們如何向自己講述未來的故事。
他認為真正重要的，是知道該問什麼問題，並對不同學科的見解相互碰撞時會冒出什麼有趣的東西，保有直覺。他也建議避開純粹死記的程式設計，改選重視跨學科綜合與分析思考的學位。
Teevan 在《華爾街日報》訪談中，把清單列得更細：彈性、適應力、願意實驗、批判思考、敢於質疑既有看法。Teevan 把這些稱為後設認知能力，白話講就是管理自己如何思考的能力，並表示：「為此，傳統的博雅教育真的很重要。」
被貶值的提問術
可是另一方面，隨著模型愈來愈能直接理解自然語言，一般認為，為了討好模型而精雕細琢句型的需求，已不如當初。詢問技巧的門檻，正被模型自己一點一點吃掉。
所以馬斯克真正想說的，恐怕不是句型技巧，而是更前面的一步：你知不知道自己要什麼。這一步機器幫不上忙，因為它靠的是對世界的理解，也就是廣度。Clark 的用詞明顯更精準，他講的是「知道該問什麼」，而不是「知道怎麼寫指令」。
這區分很重要。因為技巧可以速成，但也會過期；可判斷力要靠長時間累積，而且機器愈強，它愈值錢。
📍相關報導📍
馬斯克豪言 SpaceX AI 「半年內超車」Anthropic 與 OpenAI！富比士酸：聽聽就好
