522辦公室日誌：還沒辦法用AI取代自己
明明是畢業的期末考周，卻既沒有期末考的感覺，也沒有畢業。
-
本周我在聽オシャレ大作戦。最近不知道被什麼燒到瘋狂聽live版，Necry Talkie也是終於開始聽的，不然一直只認識もっさ（到底為甚麼一個vocal可以到處串場(?）。
-
這篇是一個辦公室的基層兼職RA試圖用AI agent取自己的紀錄。
先說結論，基本上是失敗的。原本5月第一周就打算發這篇文，一方面讚嘆現在的AI和自己可以用的這麼精熟，另一方面怕使用AI顯在工作紀錄會不會間接地把自己fire。結果錯誤率一直壓不下來，是到了6月才成功train完第一批成果才敢發，重新撿回了對於人類手工藝的自信，也認知到過去這一個月基本在自我滿足。
-
過去看到流水線的工人，總在想這些工作難道就不能用機器取代嗎？確實可以，技術上做得到，但人類在這邊還存在的意義，單純是因為機器比較貴。這次的過程算是很好的體驗到了這點。
首先說明一下我在522的工作內容。
撇除領錢繳費這類助理般的工作，RA工作大致可以分成編碼、撰文和研究案三大類。撰文主要是有些「主編的話」之類的底稿，而研究案則是老師接到的邀稿轉給我，如果未來真的刊出來再來發周記（區區一般期刊還敢寫致謝？），今天的主題是編碼。所謂的編碼（coding），並不是真的要進python敲程式碼，是指將原始數據轉換為可分析類別或數據的系統化過程。我經手的基本上是量化編碼，例如將「性別」編碼為「1=男、2=女、9=遺漏值」，codebook也都準備好了，因此聽起來技術含量高，但熟悉後就是相當機械化的工作。而辦公室既沒有設KPI，這個編碼結果也不為我所用，於是乎總是懶懶的進行，能摸去研究案就弄研究案，讀GRE可能產值都高一點。
之所以起心動念想捲起來，首先是聽到博恩跟大金老師的podcast，說到現在的AI agent已經可以「讓他做任何你想到一個助理可以透過電腦完成的東西」，就想到，ㄟ，之前LLM頂多協助我填表格，現在難道本地模型已經可以玩檔案了嗎？但不敢放OpenClaw怕哪一天把自己檔案吃掉，claude cowork又要錢，於是就放棄了。而就在日復一日的編碼間，chatgpt突然提醒：「重複工作的話，要不要試試我們的codex呢」，想到辦公室不是有買openAI的pro嗎，於是開啟了這一個月的路程。
首先，codex可以運作的基礎，是請他寫python腳本判斷文本以及製作excel表格。基本上，如果懂python的話，沒有codex也是可以進行的。但我對程式語言一無所知，所以就像那些被嘲諷的vide coding builder一樣，瘋狂的消耗token去試錯和請他解釋結果。有之前跟gemini學統計學R的經驗（請左轉Hallucination ），原本以為雖然麻煩，但應該也可以學到點東西；另一個理由是，當時研究案剛好進一個段落， 所以想找點新事情來做。第一周大概是這樣的，他成功生了一個大差不差的表格出來，也填了一些基礎的東西進去，那時候覺得世界有救了我沒救了，等這個腳本寫完我就可以邊讀GRE邊讓AI工作了。
但是小看了真實世界的複雜度。第二週花了一堆時間撿例子，告訴AI什麼情況你可以填被告身分是員工，什麼時候他只是個普通的計程車司機；第三周又花了不少token告訴AI「上二人」不是個人的名子。train到第四周開始懷疑自己在幹嘛，隔壁的同事已經人工編好三份了，繼續細修怕是完工時間要比手搓還來的久。一度打算把比較複雜的欄位（被告身分、侵占理由）串API給LLM，結果發現沒有API的token而作罷，確定了到時候還是得回人工；又遇到了一些長難案，腳本根本抓不到100多個被告要怎麼分律師人數。這時候才發現，阿，我就是流水線上的工人，好不容易造了台機器，讓果子能分類到箱子裡，以為自己成資本家了，結過到頭來還是要去箱子裡，翻看看有沒有撞壞的要挑出來。你說有沒有辦法繼續修腳本，讓他99%自動化？大概可行吧，但這個研究案之後這些腳本就要丟了，如果要花手工一樣的時間，無腦填可能還比較快。
所以說我有學會什麼嗎？其實沒有。不同於統計和R那些有學過理論但不知道怎麼實操的技能（有一說一，沒有LLM我現在還是寫不出來完整的.R，希望到ISSM不要被打成砲灰），蟒蛇我是真的半點概念沒有。原本期望跟AI學，但發現他走的太快了，但如果我叫他停下來解釋給我聽，那真的到我離職這份腳本可能都還沒寫完，於是愈用愈無腦，最後就是遇到什麼問題就丟給AI解決，沒有學到新東西。第一周的爽感大概是來自嘗鮮，然後就是縫縫補補（其實也不是我修，就是等他）。最後的成果，提升效率體感上60%（也可能是這批剛好一堆長難案），但你說提早編碼完對我有什麼好處嗎？其實也沒有，所以更大機率大概是壓縮一半的上班時間偷讀書。
難怪說AI不是取代人類，只是讓人類更捲。因為等老闆發現我用AI能比較快，估計ddl也要提前了。
留言
張貼留言