一張對比表先被畫了出來：AI 副業與 AI 編程，是兩種不同的工具介面

2026 年 9 月 28 日，掘金作者「乘風 gg」發了一篇短文，標題直接下了判斷：別跟風 AI 副業，工程師最該學的是 AI Coding。文章不長，兩分鐘可以讀完，但裡面有一張被精心排過的對比表，值得從設計的角度多看一眼。

那張表有三個欄位：核心能力、原有資產複用、收益模型。AI 短劇、數字人、繪畫副業被歸在「內容、流量、審美、平臺運營」，資產複用標為「很低」，收益是「加法：一份時間一份產出」。AI 編程則是「軟體工程、架構、業務理解」，複用「極高」，收益是「乘法：放大你現有的項目資產」。

這張表本身，就是文章的核心設計物。它把一個模糊的職業焦慮，壓縮成三個可比較的維度。表格這種形式向來擅長這件事：把原本糾纏在一起的變數拆開，讓讀者一眼看見「加法」與「乘法」的位置差。

文章的觀察起點很具體：AI 興起後，不少工程師的第一反應是做副業，AI 生成影片、AI 口播、AI 短劇，教程刷了一堆，工具裝了一大堆。真的上手才發現不對勁。剪輯工具學會了，但分鏡、敘事那一套影視業務流，工程師其實完全不懂。作者下的判斷是：只會工具、不懂業務流，做不出東西。

這句話換成設計語言來說，就是工具介面與業務知識是兩層不同的東西。會操作一個剪輯軟體，跟知道一個鏡頭為什麼要停兩秒，中間隔著一整個行業的脈絡。這也是我們在AI 生成程式碼的長期維護觀察裡反覆看到的命題：AI 工具的上手成本變低了，但判斷產出好壞的能力，仍舊來自人原本的專業積累。

作者還補了一個可核對的細節：他留意過幾個做得好的 AI 副業帳號，作者本來就是內容出身，寫過文案、剪過片子、懂平臺怎麼推流。他們是拿 AI 放大老本行，並非從零學一門新行當。這個觀察與對比表互為印證：工具的價值取決於它接上了什麼既有資產。

對工程師那一側，作者給的畫面也很實際：以前一個改動排兩天，現在半天收尾。省下來的時間，再去探索其他行業更穩妥。若真的想透過 AI 做副業，他給的路徑是找手上有業務流的人合作，例如做電商的朋友，聊出他每天最煩的幾件事：訂單材料要人一張張錄、庫存對不上、客服重複回同一句話，然後用技術去解。你有技術，他有業務。

從介面設計的角度看，這篇文章真正在談的，是工具與使用者之間的匹配問題。同一個 AI，接到內容創作者手裡，放大的是分鏡與流量判斷；接到工程師手裡，放大的是架構與業務理解。工具本身沒有偏好，有偏好的是它被放進哪條既有工作流。這與我們先前討論過的AI 生成組件與設計系統的庫存介面是同一類課題：工具越強，既有系統的結構品質反而越被放大檢視。

文章最後的收束很克制：別頭腦發熱急著換行，用 AI 把你已經擅長的那件事放大，比從零學一門新行當劃算得多。除非你本來就是斜槓青年。

一篇兩分鐘的短文，憑一張三欄對比表撐起全部論證，這本身就是一種編排上的誠實：資料不多，就把僅有的比較維度排清楚。至於結論是否成立，每個人的既有資產不同，答案也會不同。但那張表至少把問題問對了：選工具之前，先盤點自己已經有什麼。