為什麼在 AI 時代更需要設定人生目標

快速總結

在 AI 時代，清晰的人生目標已經不是「可有可無的加分題」，更像是一種基本安全裝備。AI 可以幫你寫信、整理報告、規劃運動菜單，但它無法替你決定：你真正想過的是什麼樣的人生。如果沒有目標，你很容易變成自己工具的「高效助手」，卻忘記自己才是主角。有了目標，你才能把 AI 變成槓桿，放大你在工作、關係與人生意義上的選擇。

在 AI 工具環繞下，一個人正在繪製自己的人生路線圖

為什麼 AI 越強，你越需要人生目標

如果你也有這種感覺——

日常工作好像變輕鬆了一點
但「我到底在往哪裡走？」反而越來越模糊

那你完全不孤單。

研究發現，當學生在寫作時大量依賴 ChatGPT 等 AI 工具，他們在主動思考與記憶相關的大腦區域連結會顯著下降。相反地，若是先自己寫，再在後段使用 AI 輔助，大腦的投入度與記憶效果都更好。

套用在日常生活，就是：

當我們在「沒有清楚意圖」的情況下，把思考交給 AI
對於自己的工作與選擇，很容易慢慢失去心理上的「擁有感」

在 AI 時代，有幾個前提已經改變了：

AI 接手了更多執行與例行工作
資訊量不但沒有下降，反而持續爆炸
技能的賞味期限變短，但「價值觀與方向感」反而變得更關鍵

競爭力因此悄悄從：

「誰記得的知識最多」
轉向：
「誰在問更好的問題」
「誰能聚焦在真正重要的問題」
「誰能在不確定性中，仍朝著自己認同的方向前進」

人生目標在這裡扮演的角色，不再是僵硬的十年計畫，而是：

在混沌環境裡，幫你維持自我感與方向感的「羅盤」

AI 時代不是平順升級，而是高不確定的動態系統

你分享的研究，把現在的人類與職涯環境，形容為一個「複雜、非線性的系統」——
意思是：小變化，可能帶來巨大且難以預測的後果。

生成式 AI 的爆發，就是典型例子。
它不是禮貌地敲門，而是直接把整扇門換掉。

學者會把不確定性分成幾類：

客觀不確定性：再多數據也很難預測的事件
過程不確定性：系統會如何演化，路徑難以預測
博弈不確定性：你的未來取決於他人的策略選擇
突變不確定性：像 AI agent 這種突然「跳升」的變化

在這樣的世界裡，「順其自然」其實是一種高風險策略。沒有清楚目標時，我們很容易：

一直追最新工具、最新趨勢，卻累得不明所以
把「演算法丟給我們看什麼」當成「我選擇看什麼」
永遠忙在任務與碎片，而不是價值與方向

目標在這裡有一個關鍵功能：

幫你創造一個「策略焦點」

也就是說，你不再先問：

「AI 可以幫我做什麼？」

而是先問：

「我想把人生的時間花在哪裡？」

然後才來決定：

「在這條路上，哪些部分交給 AI，哪些部分必須保留給人類的判斷與責任？」

人類仍然比較擅長的幾個領域

好消息是，AI 雖然在執行與模式識別上很強，但在「做人」這件事上還是相當稚嫩。

你的研究和多方資料都指出，有幾個區域，人類目前仍然有明顯優勢：

定義意義：什麼叫「值得的一生」本來就不是演算法可以算出來的
價值與邊界：效率再高，有些底線仍然不能被犧牲
在資訊不完整時，做出倫理與長期影響的判斷
跨域整合：法律＋AI 倫理、醫療＋機器學習、教育＋心理健康等
建立信任與情感：真實關係、共鳴、陪伴

AI 哲學的研究者還會問：

沒有主觀體驗的系統，能叫「智能」嗎？
AI 出錯時，責任在誰？設計者、使用者、還是系統本身？
我們該如何為 AI 設計一套與人類價值對齊的「信念架構」？

在擔心 AI 會不會有靈魂之前，我們也許得先問一個更直接的問題：

「在充滿 AI 的世界裡，什麼樣的生活會讓我覺得自己活得像自己？」

這是目標問題，不是技術問題。

從 I 型到 T 型、π 型：職涯價值曲線正在改寫

過去幾十年，最安全的職涯策略是變成：

「某一領域誰都比不上的專家」

例如：只做資料庫、只做稅務、只做某個系統。

AI 讓這條路變得不那麼穩當。
因為只要是高度規律、可被抽象成資料與規則的工作，AI 的學習速度與規模都可能超越人類。

這並不代表「專業深度」不重要，而是：

單線深度（I 型）容易被取代
交叉深度（T 型、π 型）反而會變得稀缺

所謂 T 型、π 型人才，指的是：

至少一到兩個深度專業（縱向）
再加上足以連結其他領域、人與工具的廣度（橫向）

這會改變我們設定目標的方式。

比較危險的 AI 時代目標例子：

「成為全公司手動處理 X 速度最快的人」

比較健康的例子：

「在 18 個月內，成為業界信任的『AI 倫理＋本業領域』策略顧問」

後者：

把自己放在高價值的交叉點上
假設 AI 一定會存在於工作流程中
把「價值判斷與整合」留在人的手上

這種目標與 AI 並不對立，反而互相成就。

把 OKR 用在自己的人生上

要在變化很快的世界裡不至於崩潰，需要一套「可以調整但不會散掉」的結構。
OKR（Objectives and Key Results，目標與關鍵結果）剛好符合這個特性。

它只問兩件事：

你真正想達成的是什麼？（Objective，目標）
要怎麼知道自己有在往那裡走？（Key Results，關鍵結果）

Objective 是定性的、帶有情感重量的方向。
Key Results 則是具體、可衡量的成果指標。

舉個例子：

Objective：

「成為一個能陪伴對 AI 感到焦慮的年輕上班族，重新找回意義與方向的引導者」

本季（3 個月）的 Key Results：

發表 3 篇關於 AI、人生意義與心理健康的長篇文章
辦 2 場小型線上分享或工作坊，累計至少 20 位參與者
完成一門 AI 倫理或治理相關課程並繳交所有作業

當你把 AI 放進這個架構，就會發現：

可以交給 AI 的：

協助整理資料、總結研究、列出爭點
產生不同版本的大綱、幫忙潤飾文字
協助分析回饋表單、找出常見關鍵字

不能交給 AI 的：

你真正想為什麼人服務、想守住哪些價值
你願意拿什麼交換、又絕對不願意犧牲什麼
面對困難對話與真實關係的勇氣

OKR 的存在，幫你把這條界線畫得更清楚。

用 SMART 原則，讓目標在 AI 時代更落地

很多 OKR 實務做法，會搭配 SMART 原則來檢查目標品質：

Specific（具體）
Measurable（可衡量）
Attainable（可達成）
Relevant（相關）
Time-bound（有時限）

套用在 AI 時代的個人目標，大致可以這樣理解：

Specific（具體）：

儘量把目標聚焦在難以被 AI 完全取代的價值區，例如：信任、人際協調、跨領域整合、倫理與決策等

Measurable（可衡量）：

重點不在「花了多少時間」，而是「世界哪個角落因你而有了可見改變」
像是完成某個專案、發表文章、幫助幾個人、獲得什麼回饋

Attainable（可達成）：

可以「踮腳勉強摸到」，但不會讓你整個人崩潰的高度
不是下週就翻新人生，而是每季都在前進一小段

Relevant（相關）：

這個目標是否同時連結到：
1. 你想過的長期人生
2. AI 正在推動的時代方向

Time-bound（有時限）：

用「一年大方向＋季度 OKR」的節奏會比較實際
太長容易失焦，太短則無法累積深度

把 SMART 當作溫和的現實檢查表，而不是壓力來源，它反而會成為你和 AI 共存時的一個好夥伴。

從混亂到新身份：一條可複製的轉型路徑

接下來，我們把研究裡的案例稍微生活化。

想像一位叫「李明」的工程經理，在傳統製造業工作了 15 年。
他的日常工作是：寫報告、優化流程、控管成本。

AI 工具導入後，報告初稿、基礎分析、例行追蹤開始被大量自動化。
一開始他的反應很直覺：

更多會議、多回幾封信、多用幾個新工具

後來，他決定換一個問法：

「如果 AI 會愈來愈會做我現在做的事情，那我能去哪裡，做 AI 還不擅長、但世界會需要的事？」

於是他設定了 18 個月的 Objective：

「成為公司與產業內，談到 AI 監管與倫理時會想到的人」

並透過每季的 OKR，把這個大目標拆解成：

系統化學習 AI 法規、資料保護與風險框架
對內寫備忘錄、對外寫文章，輸出自己的觀點
與法務、IT、營運一起設計實際的政策與訓練
每季依照政策環境、公司變化調整 KR

他並沒有企圖一次把一切想清楚，而是：

按季檢查哪些目標已經沒有意義，可以丟掉
對真正創造價值的部分投入更多心力
認出哪些努力只是「焦慮感在找事做」，然後逐步放下

這條路徑最重要的地方在於：
它不是「李明的專屬劇本」，而是一個可以被複製的過程。

實作清單：你的 AI 時代人生目標起步包

以下是一份你可以直接套用、也可以自由調整的起步清單。

1. 先選一個未來一年要聚焦的「方向」

一次只選一個，真的就夠了。

可以自問：

「如果 AI 很厲害的世界會一直存在，那我還會願意投入哪一個主題？」
「我的好奇心、價值觀和已有的能力，在哪裡有自然的交集？」
「就算失敗了，我也會覺得值得的方向是哪一個？」

例如：

「用 AI 支持青少年的心理健康教育」
「把 AI 研究變成自由工作者用得上的小工具」
「從只寫程式，轉型到以 AI 為前提的產品策略角色」

2. 把這個方向變成 1～2 個具體的 Objective

例：

「在今年底前，成為公司裡大家談 AI 實際應用時會想到來問的那個人」
「設計並上線一門幫助非工程背景理解 AI 時代人生與職涯規劃的小課程」

3. 設定 3 個月內可以驗證的 Key Results

可以問自己：

「三個月後，什麼樣的改變會讓我覺得自己真的有往前走？」
「不用看報表，也能感覺到『有進展』的是哪些指標？」
「哪些數字可以反映真實影響，而不是只是忙碌感？」

例：

完成 1 個以自己為 AI 顧問的內部小專案
寫出 2 篇分析 AI 導入前後工作變化的案例文章
做出課程或工具的最小可行版本，並收到 10 位使用者的回饋

4. 先寫下 AI 的「職務說明書」

這一步看似小事，實際上很關鍵。

AI 負責：

幫忙找資料、整理重點、彙整不同觀點
協助產出草稿、列出多種架構選項
當作模擬聽眾或對手，幫你檢查盲點

AI 不負責：

替你決定什麼是「重要」或「值得」
替你扮演你還沒有的專業與人生經驗
替你逃避不舒服但必要的人際對話與決策

累的時候，我們很容易把這條線模糊掉，所以才更需要事先說清楚。

5. 每季一次 Review：重估、調整、刪除

不確定性不是 bug，而是環境設定。
與其試圖「找到不變的答案」，不如建立「定期重新瞄準」的習慣。

每三個月：

誠實給每個 KR 打分數
列出這季 AI、產業、自身生活發生了什麼變化
決定哪些目標要延續、加碼，哪些該終止或改寫

長期來看，這個節奏會帶來幾個效果：

不會死抱著已經過時的目標不放
面對變化時，不必每次都恐慌，只要想著「下一輪調整時來處理」
從「AI 變太快」轉成「我有一套跟上變化的節奏」

心理健康角度：目標是對抗無力感的一種良性工具

談完架構，我們也來看比較柔軟的一面。

人類大腦有一種「負面偏誤」，也就是：

對壞消息特別敏感、記得特別久
一句批評往往比十句讚美有力
遇到壓力時，會忍不住一刷再刷、越刷越焦慮

正向心理學與幸福研究指出：

清楚的意義感，可以緩衝焦慮與無助感
長期來看，關係品質比收入更能預測幸福感
樂觀不是天真，而是對「負面偏誤」做出的理性修正

在人生目標的脈絡下，這意味著：

目標可以把「AI 會不會把我取代？」這種巨大抽象恐懼
轉換為「在這樣的世界裡，我可以主動打造什麼角色？」這種可行問題
目標讓你在局勢混亂的日子裡，仍然能說：「至少今天我做了一件與我在乎的事有關的事」
目標也提供你一個與他人連結的理由：去認識那些在類似方向上前進的人

AI 時代談人生目標，不只是談績效與產出，而是在談：

我們要如何在技術洪流中，保留一個「仍然是我」的自己

和工具好好合作：把 CanGoal 當作外接大腦，而不是監工

如果你已經在用 CanGoal 或類似的目標管理工具，可以這樣串起來：

把你的長期 Objective 寫成一顆「北極星目標」
依照季度 OKR，把它拆成 Key Results 與具體任務
讓 AI 幫忙處理資訊與執行的部分，但「什麼該放進清單、什麼該從清單刪掉」，永遠由你來決定

若想看更多關於「大目標如何變成每日小行動」的例子，可以參考：

這兩篇文章都從不同角度，示範如何把宏大的願景拆成具體可執行的步驟。

行動呼籲：今天，先寫下一個屬於你的 AI 時代 OKR

你不需要一張完美的「人生藍圖」才開始行動。
你只需要：

一個你願意誠實面對的方向
加上一個你今天就能啟動的小步驟

可以試試這個流程：

選出一個你已經明顯感受到 AI 影響的生活領域（工作、學習、創作、親子等）
寫下一個 12 個月內想達成的 Objective
為接下來三個月設定 2～3 個 Key Results
寫清楚 AI 在這個目標中的角色：它會幫你做什麼？又不會替你做什麼？
把這些內容放進你的任務系統，並為「第一個小行動」預留時間

如果你想要一個溫柔但有結構的「外接大腦」，CanGoal 之類的工具會是好選擇。只是請記得：工具可以幫你整理，但決定要過怎樣的人生，永遠是你自己。

你的未來不是一段交給 AI 自動完成的提示詞。
AI 可以成為你的強力畫筆，但要畫出什麼樣的圖，始終是你的選擇。

常見問題（FAQs）

1. AI 已經能做這麼多事了，還需要長期目標嗎？

需要。AI 可以幫你把事情做得更快、更好，但「做什麼事」這個選擇仍然在你手上。沒有方向，很容易在不重要的事情上變得非常高效，卻在真正重要的事情上原地踏步。

2. 在變化這麼快的時代，我多久要調整一次目標？

一個實用的節奏是：「一年看大方向，每季調整一次 OKR」。這樣既能累積深度，又能對外界變化保持彈性。

3. 我現在狀態不好，一想到未來就焦慮，根本不敢設太大的目標

那就從「溫柔版」目標開始就好。
例如先設定一個 Objective：

「在接下來三個月，重新找回對生活的基本掌控感」

對應的 Key Results 可以是：

一週至少有 5 天在固定時間上床睡覺
每週至少安排一次專心學習或反思的時間
每週至少花一小時，和重要的人好好聊天

當身心狀態稍微穩定後，再把目標拉高，其實會走得比較遠。

4. 要怎麼善用 AI，又不過度依賴？

可以試試這樣的節奏：

在一開始探索階段，多用 AI 找資料、整理觀點
一旦輪到「做決定」、「定義意義」，先讓自己想一次
然後再請 AI 扮演「挑戰者」或「第二意見」，幫你檢查盲點

簡單說，就是把 AI 當成對話夥伴，而不是替你思考的人。

5. 我的工作看起來很容易被 AI 取代，該怎麼辦？

先把你的工作技能列表寫出來，然後分成兩類：

AI 很快就能做得跟你一樣好、甚至更好的項目
和 AI 結合後，反而可以創造更高價值的項目

接著，選擇後者作為你下一段目標的重心，哪怕一開始只是小幅度轉向。
在 AI 時代，完全「安全」的職業可能很少，但「因為 AI 而更被需要的人」絕對存在，而人生目標，就是幫你慢慢往那個位置移動的軌道。