先給筆電，不是手機
筆電的重要性被低估了。完整的輸入介面、廣大的輸出畫面、競爭激烈所以價格低，而且直接銜接工作能力。手機螢幕小、輸入資訊有限，是消費裝置不是生產裝置。
如果只記三件事
管控只能複製，賦能才能超越
嚴格管控方方面面，孩子最多跟你一樣強，多數時候還會打折。小規模嘗試 + 反思更新直覺 + 鼓勵好奇心，孩子才有機會大幅度超越你。
18 歲成年，權限往回推
升學成果最大化，還是整體教育效益最大化？孩子沒了我們之後，能自己往前走嗎？把他當成人生的大股東，從高年級開始交還決定權。
Chapter 01
AI 時代的教養黃金決策
蔡校長開場先丟出一個問題：3C 產品到底好不好？
他用「鬧區人潮裡的刀」和「專業廚房裡的刀」作對比——刀從來不是問題，怎麼用、在哪裡用才是問題。這個提問定調了整場課程：接下來要討論的都不是「要不要用」，而是「怎麼用」。
接著從四次革命講起：電腦革命 → 網路革命 → 手機上網 → AI 革命。每一次革命，早接觸的人都拿到了不成比例的優勢。
有趣的對照是：Bill Gates 13 歲起接觸電腦，後來造出了 Windows 與微軟帝國——但他自己不讓孩子在 14 歲前用智慧型手機。Elon Musk 同樣管控孩子的螢幕時間、建議限制社交媒體。
關鍵不是「用不用數位裝置」，而是用哪一種。他們限制的是手機和社群，不是電腦。
為什麼是筆電
| 面向 | 筆電 | 手機 |
|---|---|---|
| 輸入 | 完整鍵盤，能寫長文與程式 | 小螢幕輸入，資訊量有限 |
| 輸出 | 大畫面，可多視窗對照 | 單一畫面，被動接收 |
| 價格 | 競爭激烈，價格低 | 旗艦機反而更貴 |
| 銜接 | 直接是工作能力 | 難以轉換為生產力 |
選擇第一台筆電的重點是？
- 14 / 15 吋 — 距離遠、螢幕大，親子可以同看，你也好幫忙處理
- 16G 記憶體 — 要跑 AI agent
- 較重反而好 — 減少到處帶，固定在家裡使用
- 一定會摔 — 不要買到心疼的價位，你的舊機也行
- 品牌建議雙 A——ASUS 華碩、ACER 宏碁，維修與通路方便
- 要能跑得動 Claude Code
那平板呢？
- 螢幕大、可遊戲，入門不錯
- 抄錄資料、看地圖超讚
- iPad 手寫筆記，孩子會用
什麼時候開始，怎麼引導
小學中年級之前
都聽你的
做網站、找資料、找圖片、做簡報。這個階段由家長主導，孩子跟著做。
小學高年級之後
開始獨立
要把他當成人生的大股東。決策權逐步交還，家長退到顧問位置。
如何開始輔導數位資源起步？
- 密碼、指紋都要有你的
- 幫他註冊 Gmail、FB、IG、LINE⋯⋯
- Gmail 全數轉寄自己
- 用你的 Steam、你的 AI agent
日常怎麼用
- Messenger / LINE 群組 — 大人分享心得、新聞、看法；小孩教我們新技術；傳訊息給自己當筆記；用任何照片作自己的貼圖
- Email — To / CC / BCC 的使用與禮節；分享重要升學與活動資訊；電腦、手機、平板的購買記錄
- Google — 日曆、Drive、定位分享
- 個人網站 — Blogger 起步，進階到 GitHub / Cloudflare / Claude Code
同樣一支手機，差距從這裡開始
壓抑、壓力、不夠好
「不是我想要的、什麼都被安排」
手機 ＝ 苦悶的出口
唯一自己能掌控的、有趣的世界
被信任、被支持
「我有決定權、人生是自己的」
手機 ＝ 另一台數位裝置
螢幕很小、輸入資訊有限
被信任與支持的孩子，會用手機做記錄與創作。禁止不能改變處境，改變處境才能改變行為。
Chapter 02
賦能當賞：不管控，也能讓孩子自律
這一段從 AlphaGo 講起，是整場最精彩的類比。
為什麼 AlphaGo 那麼強
- 明確的回饋：勝負 — 這也是 LLM 寫程式特別強的原因，因為程式能不能跑，它自己可以檢查
- 有勝有負才能學習 — 都是勝會開始固著，都是敗會習得無助
- 學習後立刻再來一次 — 不怕失敗，反正耗電而已，電腦不會累不會煩
Sparse Rewarding：獎勵過少的陷阱
當成功率太低、回饋太稀疏，學習就會停止：
我怎麼讀都不及格 ／ 我拼盡全力還是只有 70 分
反正我就是不適合讀書 ／ 我努力也沒有用
這就是 learned helplessness 習得無助感——學到了「我就是這麼沒用」。
AlphaGO Zero 的三招
早期從零開始、不給棋譜訓練圍棋 AI 都失敗，正是因為 sparse rewarding。AlphaGO Zero 用三招破解，而這三招直接對應到教養：
頻繁小規模嘗試
只走三步就評估
對應到那些「半途而廢」的才藝班、體驗營——那不是浪費，那是取樣。
自我反省更新直覺
回頭修正評估函數
常問孩子：「你的感覺呢？」「你喜歡嗎？」讓他自己更新對自己的判斷。
允許胡思亂想
探索空間要夠大
怪招要被允許。保護好奇心，不要潑冷水。
再往後推，AlphaZero 撤除了圍棋規範與對稱性限制，變得比 AlphaGO Zero 更強、學更快，連西洋棋也會了。對應到現實：運動員訓練趨勢是通才 > 專項訓練；變動快速的時代，跨領域能力很重要。
三階段：把孩子當模型來想
Modeling 建模型
大腦 >> LLM，持續產生新連結
- 出生時大家都差不多
- 健康飲食
- 避免毒性壓力
Pre-training 預訓練
英文單字、數學直覺、語言應用、數位素養
- 慎選教育內容
- 循序漸進，抓重要核心
- 問題通常是學太多
Reinforcement Learning 強化學習
與社會對接、互動，找出適合自己的定位
- 通常被放到成年後
- 家長最能改變的部份
- 多嘗試、多反思，自己 RL
最好的教育組合
- 避免毒性壓力 ＋ 營養
- 優質的訓練資料
- 提早啟動自主決策：反思 → 回饋 → 直覺
- 適當的成功／失敗比例，失敗不要澆冷水
兩種工程
Harness Engineering 韁繩工程
給 AI／孩子方向、限制、規範
避免他們爆衝、失控、嚴重失敗。
Context Engineering 脈絡工程
給 AI／孩子理解原因、理由、考量
讓他自行調用工具、自行成長、自行規範。
孩子需要自己感受失敗，需要父母支持，不需要嘲諷指責。
Chapter 03
世界眼界：見過好的，野心自然不同
- 要意識到我們自己的侷限
- 語言是看世界的窗戶
- 選一個領域，做到世界級
- 工具的世界化也很重要
外語：環境與動機
外語學習重「環境」（身邊隨時有）與「動機」（他自己想要）。具體做法出乎意料地簡單：
只要使用外文吸收，就無時間上限
中文的話就 30 分鐘唷
Netflix / YouTube / Steam 都算。同時建立品味的高低差：
| 鼓勵 | 相對不鼓勵 |
|---|---|
| 全螢幕多資訊戰略遊戲 | 手機遊戲 |
| 英語知識頻道、深度介紹 | 短影音 |
如果沒有機器人可學呢？
- 我們還是會找一項做到世界級
- 西洋棋 ／ 圍棋 ／ 數學 ／ 寶可夢——領域不重要，「做到頂尖」的經驗才重要
升學：兩種最大化
升學成果最大化
填鴨式教育有效，規劃型課外活動有效。
但是孩子沒了我們之後，
能自己往前走嗎？
整體教育效益最大化
專業能力餬口，知道自己要什麼。
我想要 → 我準備
→ 我執行 → 我達成
實際策略
- 國民教育內容，用自己的速度走
- 選擇對自學友善的大學去申請
- 加速讀到高一，轉準備大學申請
- SAT、AP、TOEFL、課外活動
- 還是要讀大學——但哪個國家可以討論、想學什麼可以討論；文科 vs 理科 vs 名校 vs 收入
- 注重整體平衡，非僅成績：做事情的態度、規劃、能力極限與挫折、理解金錢、旅行帶路、聆聽感受反思
多鼓勵，但期待不要太高
讓孩子比你更想成功
費用不是絕對門檻——日本 13 萬起、歐洲 1–3 萬起都可以考慮。而最終要不要去，講者也是讓孩子自己決定的：他的孩子在了解各國狀況後，各自給出了留在台灣讀大學的理由。
「見過好的」不等於「一定要去」。眼界的價值在於做選擇時知道自己在選什麼。
課堂問答集
課堂用了大量「問 / 答」投影片回應家長的實際疑慮，這裡整理成可查詢的形式。
可是，升學就是需要投入全部時間啊！
先想清楚你要的是「升學成果最大化」還是「整體教育效益最大化」。前者有效，但孩子沒了我們之後能自己往前走嗎？
那孩子不就要很早獨立？
剛好跟我的教養目標一樣。其實 18 歲本來就成年了——是我們把獨立延後了，不是提早。
被信任與支持的孩子，會怎麼使用手機？
記錄與創作。講者舉的例子是孩子自己做的 Robot Reveal。
怎麼引導？何時引導？
小學中年級之前——都聽你的，一起做網站、找資料、找圖片、做簡報。小學高年級之後——開始獨立，要把他當人生的大股東。
選擇第一台筆電的重點是？
14 / 15 吋距離遠、16G 跑 agent、螢幕大親子同看你也好幫處理、較重減少到處帶、一定會摔所以不要心疼，你的舊機也行。
平板呢？
螢幕大、可遊戲，入門不錯。抄錄資料、看地圖超讚。iPad 手寫筆記孩子會用。
如何開始輔導數位資源起步？
密碼、指紋都要有你的。幫他註冊 Gmail、FB、IG、LINE。Gmail 全數轉寄自己。用你的 Steam、你的 AI agent。
AlphaGO Zero 為何能超過 AlphaGO Lee？（如何讓孩子超越我們？）
AlphaGO 用人類棋譜開始訓練，AlphaGO Zero 從零開始、無棋譜起步。但「從零開始」以前也嘗試過並失敗——差別在於 Zero 解決了 sparse rewarding。
為什麼以前從零開始、不給棋譜去訓練圍棋 AI 會失敗？
因為成功率太小，sparse rewarding。AlphaGO Zero 用三招解決：頻繁小規模三步嘗試、自我反省更新直覺、允許胡思亂想探索怪招。
如果沒有機器人可學呢？
我們還是會找一項做到世界級。西洋棋、圍棋、數學、寶可夢都可以。
這些升學資訊要找顧問嗎？
讓孩子去跟顧問互動一次，加上 AI 做資訊收集與確認。如果不強求，讓孩子自己決定也行。
Reflection
課後心得
走出會場的時候，我腦中一直重複播放一句話——
「嚴格管控方方面面，孩子最多跟你一樣強。」
報名這堂課，原本只有兩個動機：把自己的 AI 能力補齊，以及提早思考等兒子（今年七歲）再大一點，該怎麼引導他培養自學 AI 的能力。結果坐下來聽完第一段就發現，我把這堂課的格局想得太小了。
問題不在手機，在掌控感
同一支手機，在被信任、被支持、有決定權的孩子手上，是記錄與創作的工具；在被壓抑、什麼都被安排好的孩子手上，卻成了令人上癮的精神出口。
許多家長把焦點放在管控使用時間，卻從來沒想過——問題可能根本不在手機，而是孩子在真實生活中失去了掌控感。
最有共鳴的一段：AlphaGo
AlphaGO Zero 能超越前一代，靠的不是更多棋譜、更嚴格的規則，而是「小規模嘗試 ＋ 反思更新直覺 ＋ 鼓勵好奇心」。
這段之所以有說服力，是因為它不是空泛的心靈雞湯，而是有一整套邏輯支撐：AI 需要明確回饋才能學習，全勝會固著、全敗會習得無助；孩子也一樣。如果考試怎麼拚都是 70 分，學到的不是「我要更努力」，而是「反正我就是不適合」。
兒子現在才七歲，還在最單純、什麼都覺得好玩的階段。但聽到這段，我反而更提醒自己：千萬別在不知不覺中，等他大一點之後，把「考不好就是沒用」的邏輯套在他身上。
不只有心法，還有能帶回家的方法
從第一台筆電怎麼選、幾歲該讓孩子開始獨立管理帳號密碼、Email 禮節怎麼教，到升學規劃「填鴨式教育 vs 整體教育效益最大化」的取捨，甚至現場直接帶大家安裝環境、動手操作 AI agent——這些都不是紙上談兵，是真的可以帶回家當天就用得上。
校長還大方分享了自己孩子申請美國大學的完整讀書計畫表、Purdue 新生指南、自製的 SAT 練習系統，毫無保留。
多鼓勵，但期待不要太高，讓孩子比你更想成功
這句我抄在筆記本第一頁。它不是放棄期待，而是把「想成功」這件事，還給孩子自己。
如果你也常在「該不該給手機」「該不該管更嚴」之間拉扯，如果你也想知道 AI 時代到底該怎麼陪孩子一起成長，而不是被時代拋在後面——真心推薦找機會來上這堂課，最好帶著另一半一起，聽完比較容易建立共識。
這不是一場讓人聽完更焦慮的講座，而是一套有邏輯、有溫度、真的能落地執行的方法。
我的行動清單
勾選狀態會存在這台電腦的瀏覽器裡。
課後合影
