最近我用 AI 做了一個系統，能自動抓我的 Garmin 生理數值跟運動資料，能自動抓我的藍牙體脂計的數值，能讓我把三餐都跟他說，分析熱量跟大營養素。
我還要他去讀了不少關於長壽、健康、VO2MAX、跑步訓練、肌力訓練等等的資訊，定期還會更新。
目標是，根據這些身體、運動、飲食的資訊，給我一些洞見。
但初步作了之後，資料的部份簡單，他什麼都有，也都存得好好的，也探勘了好幾次。但提出的洞見很糟，會讓人生氣的那種糟。
於是我詢問他，為什麼你擁有那麼多我的資料，也有那麼多知識儲備，甚至還能隨時去查閱，你都已經是 Opus 了，為什麼掌握這麼多資訊後，提出的洞見還是非常不理想。
他的自我分析我覺得蠻有意思的，分享給大家看看。
簡單的說，人生是個動態多目標系統，但 AI 訓練時，對於程式或圍棋這種有正確答案且可驗證的，特別強。
而人生的動態多目標，難就難在，到底哪個比較重要？到底怎樣比較成功？什麼都有，到底是平庸還是均衡強？這種複雜系統結果，對他來說並不擅長。除非你直接定義給他。
我想，這也是強大的人類顧問、人類老師、人類輔導者，還不能被取代的地方。
事實上 Garmin 有想做 AI 顧問這塊，目前也有產品，月訂閱制，但用過的人，評價也是覺得不怎麼樣。就是一些陳腔濫調或者稍有健康訓練概念的人都知道的事。
洞見，真的是很稀少的優質資源。
特別的是，Claude Code 在診斷自己的失誤時，特別有洞見 😅 因為人類明確的告訴他這些洞見不 OK，他就能針對這個不 OK 去找原因來分析。
「沒有承諾就沒有洞見」這句說得真有洞見。
封面圖來源：Claude Code 的自我診斷對話截圖。
