今天是共學社群例行的 AI 分享，這次的主軸是「多系統的 AI 助理選擇：究竟是一個 AI 全包，還是由一小群 bot 分工合作？」

現在的我只有一個主力 AI — Claude，生活還沒有複雜到需要多個 bot 分工，但還是喜歡聽高手們分享 AI 配置的的思路。
現在的心態比較像是：我知道了一個新做法，雖然暫時用不到，那就先聽、先學——現在用不到，不代表學了沒有用。

分享會最後，有一個提問是：「大家怎麼會有這麼多任務可以分派給 AI？」

我發現，現在的自己其實沒有太多任務要交給 AI。
剛開始學 AI 真的有個理想是全部交給 AI 做做看，只是我一開始就卡住了，因為不知道要怎麼讓 AI 幫我。
但也是有過調整的喔，請 AI 協助分析專案，看適不適合交辦給它；只是當時我還太不會下提示詞，不僅沒有讓我聚焦，反而變得更混亂，最後全部都停下來。

老實說我到現在還是沒有確認清楚哪些專案適合用 AI、哪些不需要，專案的拆解也都還沒開始。
不過這段時間的摸索也是有所收穫的，至少我知道「任務詳細拆分，需求明確」非常重要，只是礙於此刻沒有餘裕釐清、拆解，畢竟有太多細節要想清楚，所以目前我還是用行事曆跟手機待辦清單來管理自己，以「不忘記、不遺漏」為原則。我知道這樣不完善、不夠全面，但只要我有持續行動就沒問題。

如果是一兩個月前的我，肯定會因為專案太多，覺得自己必須快一點，不斷要求自己加速，給自己很大的壓力與焦慮。但現在的我決定：拆不動，就先不要拆，先沿用舊方法。

就像昨天提到的，系統是長出來的結果。我要做的不是停留在思考系統，而是盡我所能去實際執行任務，從執行的過程裡找到卡點與需求，並且留下紀錄。

過去的我其實滿不喜歡事情卡住，總期待一路順遂：順順地把事情做完、把任務拆完、把每件事做好，在截止日前準時完成。所以每當事情卡住或出問題，我就會急著想解決，只想趕快把事情做完。

但卡住不等於失敗，而是在提醒我：這裡有一個當初沒想清楚的地方，或是有一個我還沒發現的盲點。要看見它們，需要時間，也需要複盤。既然我的日報系統已經有 1.0 版本，那就先靠它來支撐記錄、複盤、調整與行動。我相信，當我越來越熟悉 AI 的使用，也累積了越來越多真實紀錄，之後的整理、分析與拆解就不會是太大的困擾。這是我目前得出的想法。