當工具與技能內化，你只需要告訴我不能做什麼

「告訴我你要什麼，不能用什麼，其他你別管，我做給你。」

最近看到OpenAI發表GPT-6 Astra的架構演進，它展現了更深層的跨工具調度與整合能力，GenAI將開始具備實作能力的跨域顧問。

Astra 因為具備更強的自主決策與情境理解能力，網路上出現「不需要寫太多提示詞或 Skill」的討論，主要是因為過去為了舊模型堆疊的繁瑣規則反而成了效能包袱。

原因解析

• 情境理解提升：GPT-6 Astra 能夠自主判斷模糊意圖與執行步驟，不再需要像舊模型那樣依賴逐步的「食譜式」指令導引。
• Context 記憶體限制：若載入太多 Skill 說明文件會佔用寶貴的 Context 空間，導致模型混淆、甚至把說明文字截短而無法正確選擇。
• 過度約束反效果：過去為了防止舊模型亂做事而寫的「先問再做」等強硬禁令，在 Astra 身上會讓它過度謹慎，在安全且本該自主完成的地方停下來發問。
• 預設行為轉變：Astra 更傾向做完第一版就交差或尋求檢視，因此與其靠冗長提示詞干預，不如精簡並定義好明確的完成條件（Definition of Done）。

看著這類工具的發展，我腦海中冒出一個反思：當一個人和系統學會了多種技能，並且熟練到融入骨髓時，我們還需要成天把「技能」這兩個字掛在嘴邊嗎？

截拳道：以無法為有法

這讓我想起李小龍創立截拳道時的核心哲學。

習武初期，每個人都要一招一式地苦練：詠春的寸勁、西洋拳擊的步法、跆拳道的踢擊、擊劍的距離感。在這個階段，你需要清清楚楚知道自己現在出的是哪一門哪一派的拳法，教練會盯著你的手肘角度、重心的轉移。

但當你歷經實戰，把這些技擊原理徹底摸透之後，形式的高牆就倒塌了。

截拳道講求「以無法為有法，以無限為有限」。當對手的空檔露出來，你一拳打出去，那一拳裡面有詠春的發力軌跡，有拳擊的擺盪弧度，也有空手道的剛猛，但你沒辦法、也不需要向對手解釋這是哪一個門派的招數。

它純粹是為了「擊中目標並解決當下的威脅」而存在。因為內化了，因為足夠強大，所以不需要多餘的招式包裝。

當技能變成呼吸：不再需要炫耀工具箱

把這套思維放回當前的人機協作與軟體開發，道理完全相通。

剛接觸AI時，大家習慣把「技能（Skill）」切得很開：這個叫作文字萃取Prompt、那個叫作RAG檢索增強、另一套叫作Webhook非同步觸發。初學者需要透過這些明確的標籤來建立認知，這在教學上是必要的鷹架。

但當你經手過足夠多的專案，自己動手用Google Apps Script（GAS）串過資料庫、排程過背景日誌、接過LINE Bot，也調用過不同大型語言模型的API時，這些技術在你眼中就不再是分散的工具，而是像水一樣流動的積木。

面對使用者的需求，你不會去炫耀你背後換了五種模型、呼叫了四個外部函式庫。你只看資料該從哪裡進、邏輯該在哪裡分流、最後的畫面要在哪裡呈現。

這招打出去，功能達到了，痛點解決了。裡面有爬蟲的影子、有文字清洗的痕跡、有輕量化腳本的調度，但不需要刻意向外人拆解這屬於哪一類技術。已經習以為常的東西，本來就是自身能力的一部分，特地拿出來講反而顯得生疏。

真正實踐家的底氣：只設定禁區，不限制路徑

這種內化到極致的狀態，會徹底改變我們與委託人、合作夥伴甚至學生的溝通模式。

外行溝通，往往把力氣耗費在微觀管理：規定對方第一步用什麼軟體、第二步下什麼指令、第三步套什麼格式。這種溝通方式不僅累人，而且限制了系統發揮的最佳路徑。

真正成熟的跨域顧問與實踐家，溝通往往極度乾脆：

「告訴我你要什麼，不能用什麼，其他你別管，我做給你。」

• 你要什麼： 清楚界定問題的終點與驗收標準。要的是作業自動批改的摘要表？還是能即時通報異常的對話系統？
• 不能用什麼： 劃定嚴格的安全防護底線。哪些機密數據絕對不能上傳公有雲？哪些涉及個資的欄位必須在本地端完成脫敏？系統有沒有預算限制或停機時間？

只要把「目標」與「邊界」釘穩，中間的實作細節，就交給已經內化的技能網絡自由調度。

不必死守某一項工具，也不用跟風追逐每個禮拜冒出來的新名詞。把原理吃進去，把招式化在日常動手解決問題的直覺裡。當世界還在爭論哪一種流派最強時，你早就已經用最自在的姿態，把事情做完了。