百花齊放的 AI 應用：免費、20、100、200 美金都有

這週末的開課，跟數十位同學們互動討論，感受到現在 AI 應用的百花齊放。

有免費的，有付費的。付費的有美金 20 的、100 的，也有 200 的。

有把免費 AI 調教得很適合自己應用流程的。也有指定要 100 美金方案使用 Claude Opus 來問答工作的。更有 200 美金方案，大量寫程式把自己的研究流程數位化的。

AI 能跑統計、處理文獻嗎？看你的程度

以「AI 能不能跑統計？以及 AI 能不能負責搜尋、篩選、萃取文獻？」的問題來說，對這每一位同學，我的回答都是不太一樣的。

如果是毫無基礎的同學，我會建議還是先學會手動比較好，之後再考慮開始探索各種工具。因為你總是要懂得怎麼去確認。

Harness engineering 叫做「韁繩工程」，意思就是，AI 很容易暴衝亂跑，你如何把他限制在一個範圍內，做正確的事情，往對的方向。

如果你沒有能力約束 AI，並確認 AI 產生的東西正確，那就非常危險。

但是，如果你是「很知道自己在做什麼」的同學，那些 AI 搜尋、篩選、萃取文獻的坑，你都遇過，也都寫好規則，甚至 python 程式，去做好你的數位韁繩，AI 不管用什麼模型，怎麼跑，都在你規範的範圍內正確工作，甚至還能自我檢核，最後生成全文，又能全部手做，用可被接受的統計軟體重現一次，那就沒問題。

Harness engineering，可以是你自己手拉的韁繩，也可以是數位韁繩。手拉學起來快，也保留全手動的能力。數位韁繩打造比較花心神，需要注意的細節很多，但打造好了之後，有機會規模化。

能打造優秀數位韁繩的人，往往是以前就懂得全手動的人。因為他們清楚知道哪些地方容易搞錯，錯誤又該如何檢核。

更高興的是，這些不同 AI 應用狀態的同學，在週末的研究課程，聽了我們建議的 AI 應用方式後，都覺得學到很多。

我們提供一個適合初學者的架構，你覺得手動其實比想像中的快，也很有安全感，那就手動。你覺得這樣的作法有機會寫成自己的自動化模式，那就去打造看看，也很好。

看到大家都有自己的想法，使用不同品牌的 AI 工具，覺得很不錯！

我們也會基於各位的問題跟現況，給予建議跟回饋，協助各位更上層樓！