「我花了十年練就的比價功夫，在 AI 面前只值 90 秒。但這 90 秒，卻讓我找回了自己。」
序幕：12 個分頁的深夜
台北市民生社區，凌晨 1:17。
林雅敏的指尖在發燙。iPhone 上開著十二個 Safari 分頁：PChome 的奶粉專區、Momo 的限時搶購、蝦皮的比價結果、Amazon 的海外直購、還有三個媽媽群組的團購訊息。
「朵朵的奶粉，蝦皮 1,280 元但運費 60，Momo 1,320 元但送 200 購物金，Costco 組合包單價最划算但櫃子塞不下⋯⋯」
三十二歲的小敏是全職媽媽。這是她的「黃金三小時」——等五歲女兒朵朵睡了、丈夫阿杰加班回家，她才能專心處理這個家的「採購任務」。
每天 3 小時。比價、看評價、研究成分、算折扣。她不是在購物，是在打一場資訊不對稱的戰爭。
ARK Invest 的研究顯示，全球消費者平均每天花 47 分鐘 在購物決策上，而小敏這種「精打細算型」媽媽，往往要花 2-3 小時。
手機震動，是阿杰的訊息：「今晚加班，先睡了，妳也早點休息。」
小敏看著那十二個分頁，忽然感到荒謬。她每天花這麼多時間「省錢」，但省下的那些錢，值得她用睡眠、和丈夫相處的時間、那些本可以讀本書的夜晚來交換嗎？
就在這時，通知欄跳出一封郵件：
「Amazon AI Agent 台灣區內測邀請：從一小時到 90 秒，讓 AI 成為你的購物夥伴」
90 秒。今天光是比價奶粉，她就花了一小時。
她猶豫了十秒，點下「接受」。
第一章：90 秒的震撼
三天後，小敏對著手機說：「我要買奶粉。朵朵現在喝的牌子，三段，有機的。」
她預期會看到一連串推薦，然後再一個個檢查——就像過去十年那樣。
但她錯了。
螢幕上，琥珀色的球體展開成全息介面。這是陳楸帆筆下的未來場景——數據流如瀑布般流動：
[需求解析]
├── 對象：朵朵（5歲，過敏史：花生、乳糖不耐）
├── 比對 47 個平台，分析 12,847 筆評價
├── 檢驗 23 項安全認證，排除 156 項過敏原
└── 計算總持有成本
這些資訊，小敏過去要花 2 小時 搜集。而 AI 用了 3.7 秒。
螢幕上出現三個精心篩選的「情景組合」：
- 方案 A：官方旗艦店，1,250 元，明日送達，附 150 元購物金
- 方案 B：認證經銷商，1,180 元，後日送達
- 方案 C：環保組合，680 元，二手循環 + 可重複使用畫具
每個方案都有「透明化拆解」：為什麼選這個？比第二名好在哪？有什麼風險？
「選 A。」小敏說。
「確認。訂單已下，87 秒。」
小敏放下手機，看向窗外。夕陽照在台北 101 上，她突然有了兩小時的空檔——本來應該花在比價上的時間。
「媽咪！」朵朵跑過來，手上拿著畫，「你看我畫的小兔子！」
小敏抱起女兒，第一次發現——原來週六下午的天光這麼美。
第二章：我們還有選擇的自由嗎？
晚餐時，阿杰放下筷子：「妳把所有決策都交給黑箱演算法？」
「但它比我省時，還便宜⋯⋯」
「妳知道它為什麼選那家嗎？」阿杰皺眉，「如果 Amazon 和某品牌有合作，它會不會『剛好』推薦那個？如果妳不再比較、不再研究，妳還是『精打細算的消費者』嗎？還是只是 AI 的執行者？」
小敏沉默了。這一週，她開始依賴 AI。早餐買什麼？AI 推薦。朵朵生日禮物？AI 推薦。她甚至不再看成分表。
「Stack Overflow 的調查顯示，20% 開發者已經在用 AI 聊天機器人，但 67% 擔心失去『深度思考』的能力。」阿杰說，「購物也是一樣。妳以前花三小時比價，不只是省錢，是在鍛鍊判斷力、學習識別行銷話術。」
「如果一切都交給 AI，妳變成了什麼？一個按『確認』的人？」
小敏看著朵朵玩積木。她不想變成只是按確認鍵的人。
「我要做出真正的選擇。」
「那妳要學會問正確的問題。」阿杰說，「不問『哪個最便宜』，而要問『為什麼推薦這個』。不說『幫我買』，而要說『給我選項，讓我決定』。」
第三章：意外的發現
一週後，小敏改變了互動方式。她要求 AI 提供決策依據，開始質疑推薦。購物從 90 秒延長到 5-10 分鐘，但這才是她真正參與的決策。
今天，她想幫朵朵買零食。AI 篩選時，螢幕邊緣突然閃爍紅色警示：
「注意：發現異常模式。過去 30 天，您 3 次搜尋『兒童皮膚紅疹』，2 次查詢『異位性皮膚炎』。」
小敏心跳漏了一拍。朵朵最近皮膚確實常發紅。
「我推測您的孩子可能有皮膚敏感問題。」AI 的聲音平穩，「您清單中的 3 項零食含有人工色素 E102、E110，可能加重皮膚問題。」
小敏感到寒意。她每天研究成分表，卻沒注意到這些。
「建議排除。替代推薦：無添加、含維生素 B6 和鋅的零食，有助改善皮膚。」
小敏花了 20 分鐘查證。成分表是對的，認證是真的。
這是人類無法做到的洞察。 再細心的媽媽，也不可能記得六個月買了哪 17 款濕紙巾，更不可能比對成分和氣象數據的相關性。
「購買。」她說，但這次她是真的理解後的決定。
第四章：從執行者到監督者
那個週末，小敏設定 AI 為「半自動模式」——AI 做研究、比價、找模式，但最終決定必須經過她確認。
她建立「AI 協作原則」：
1. 永遠保持懷疑的權利 每次推薦，問三個問題：你有什麼利益衝突？資料來源是什麼？如果我選另一個，會怎樣？
2. 保留人類的偏好 AI 可以優化性價比，但它不懂「這個牌子的餅乾是朵朵第一次自己吃完一包」的情感價值。她保留 10%「非理性預算」，給無法被演算法量化的東西。
3. 用節省的時間做更有價值的事 她不再花三小時比價。她陪朵朵讀繪本、學習程式邏輯、在媽媽群組分享 AI 發現的健康資訊。
「AI 不是要取代我的判斷，」她對阿杰說，「而是要放大我的能力。以前我是一個人對抗整個電商系統，現在我有一個超級助理，但我還是 CEO。」
尾聲：早餐的溫度
三個月後，週六早上 8:30。
小敏一家坐在餐桌前，悠閒地吃早餐。吐司是 AI 根據全家飲食偏好推薦的全穀物配方，但抹醬是小敏親手做的草莓醬——朵朵說「媽媽做的最好吃」。
過去這個時間，小敏應該還在刷手機比價。但現在，訂單早已在昨晚確認，今天下午送達。
「小 A，播放朵朵喜歡的兒歌。」
「好的，播放《小星星》。今天氣溫 22 度，適合去公園。需要我預約附近的親子餐廳嗎？」
「不用，」小敏笑著說，「今天我要帶朵朵去市場，教她怎麼挑新鮮的水果。」
有些東西，AI 永遠學不會。比如怎麼聞出芒果的甜香，怎麼摸出西瓜的脆度，怎麼在市場的喧囂中，聽到女兒興奮的笑聲。
根據最新預測，到 2030 年，AI 代理將促成 8 兆美元 線上消費，AI 搜索佔比將達 65%。但最重要的數字是——
小敏今天省下的 3 小時，她用來陪伴家人。
這才是技術的意義：不是取代人的選擇，而是讓人有時間做出更重要的選擇。
給讀者的行動建議
1. 成為 AI 的主人，不是奴隸
設定明確的界限：AI 可以做研究，但最終決定權在你。要求 AI 解釋它的推薦邏輯，不要盲從。
2. 保留「人類的領域」
那些涉及情感、價值觀、家庭傳統的決策，不要交給 AI。保留一些「沒有效率」的時刻，比如親手為家人做一頓飯。
3. 用節省的時間投資自己
如果 AI 幫你省了三小時，不要用來刷更多社群媒體。用來學習新技能、陪伴家人、或只是單純地休息。
資料來源：
本文作者為科技趨勢觀察者，專注於 AI 對日常生活與消費行為的影響。如有任何想法或合作機會，歡迎交流。