「健身，也健心：傳奇教練丹約翰的人生與肌力訓練講堂」推薦序

肌力訓練，是一段豐富的旅程
怪獸肌力及體能訓練中心總教官 何立安博士

　　沒有比旅程更適合形容訓練這件事了，沒錯，在不同的場合裡，我們會說肌力訓練是科學、肌力訓練是技術、肌力訓練是人類文化的資產，不過，如果你真的想要形容肌力訓練從開始到結束的整個過程，那真的很像一段曲折離奇的旅程。丹．約翰很知道這件事，所以，他選擇了用小品文集的方式，述說這趟旅程。

　　這對於想要接觸硬底子訓練科學的人來說，這種切入點可能會讓人覺得十分錯愕，新訓練時代之所以來臨，正因為運動訓練成為一門獨立科學，我們有實驗室、研究所、博士班，甚至幾乎要有自己的象牙塔，這時候突然把一個這麼科學的東西，透過描述生活的點點滴滴的過程，以感性的口吻來述說，彷彿背離了所有科學的鋼鐵規律。但是，如果你願意細細品味，你就會發現從這種口述經驗的小品文集裡，你很可能獲得比教科書更多的有用知識。你可以熟讀所有運動科學的教科書，但是仍無法解釋為什麼某種以前有效的訓練方法突然對你無效了，但是另一種看似無用的方法卻突然奏效。你也可以抬出所有恆心毅力，遵守所有科學原理卻一無所獲，但隨性輕鬆訓練一陣子卻開始突飛猛進。訓練就是這樣，有時看似很科學，但是卻又不太規律，看似很沒道理，卻又不是全然不可預期，這現象像極了旅程，你可以上網搜尋所有的相關知識，甚至調出最艱澀的水文地質氣候人文資料，但是怎樣都無法取代親自走一趟的經驗。

　　為什麼訓練這件事如此捉摸不定呢？不是因為訓練不科學，而是因為牽涉的因素太過廣泛，同一時間檢視每一條道理的細節，幾乎是不可能的事情，但是後退一步，從宏觀的角度著手，反而可能同時做對了無數的細節。舉例來說，肌力訓練不外乎刺激、疲勞、恢復和向上適應這幾件事，所以理論家會跟你說：「你現在呢，就是要找一個『適當』的刺激，之後你可能會感覺到『有限度』的疲勞，不過別擔心，如果你有『好』的恢復條件，那你就可以獲得『顯著』的向上適應，於是你就進步囉。」這樣的敘述一點都沒有錯，也絕對不會沒有用，但是，每個真正扎扎實實訓練過的練家子都知道，在你找到那個『適當』的、『有限度』的、『好』的和『顯著』的什麼和什麼之前，那是一個摸著石頭過河的過程，你會經歷失敗、挫折、成功、驚喜，偶爾會恍然大悟，但接著又無比困惑，這並不表示前面那些對於訓練的科學論述有任何錯誤，而是這個論述底下隱含的變因實在太多，你幾乎不可能同時完全掌握。

　　那丹．約翰會怎樣處理這件事情呢？舉個例子，他會告訴你說，在你打算開始一個訓練計畫的時候，你要記得「出席」、「不放棄」和「問問題」這三件事，因為這是要做成功任何一件事的必經之路。出席：你必須親臨現場，挽起袖子真的做你該做的事；不放棄：很少有事情只需要做一次就結束，訓練是一個累積性的功夫，你必須要不斷重複再重複；問問題：事情不會百分之百如你預期，訓練也不會，而你必須要持續問自己，現在到底是在面對怎樣的問題？可以怎樣修正？需要做出哪些改變？因此，「出席、不放棄、問問題」這三件事，變成冷硬的運動科學和追求真實人生的運動表現之間最重要的橋樑，你不再硬闖那個死守教條但做不出成果的死胡同，也不會因為人間世事無常變幻莫測，就認為一切虛無飄渺無從掌握，乾脆放棄。

　　在丹．約翰的訓練版圖裡，肌力訓練從來就不是獨立在人生之外的一件事，反之，肌力訓練有賴整個人的生活方式、行為風格和思想習慣去配合，你不可能吃得很糟、睡得很糟、不注重衛生甚至不注重交通安全，然後期望肌力訓練可以給你帶來福祉，事實上，你需要把生活的各個面向調整好，讓身體充分的恢復到可訓練狀態，然後進行下一次訓練，並且期待這樣的循環可以為你帶來真正的改變。而這看起來像是把已經夠複雜的訓練科學，擴及到變項更多的整個人生，好像越來越脫離你的掌握，實際上，這樣反而更貼近了現實，而這現實就是：訓練像一個旅程，你不僅僅需要水文地質氣候和人文的科學調查資訊，你更需要一個識途老馬來告訴你，哪些準備要做足，哪些風險該避開，哪些風景不該錯過，如此一來，你會有一趟最滿足的旅程。

　　丹．約翰對「簡單肌力」的詮釋，簡直可以用精彩絕倫來形容，雖然簡單肌力另有一本專書，但是在這本內外兼修的文集裡，真的不能不提到簡單肌力。如果你不曾接觸過這樣的概念，那麼它對你可能會有革命性的影響。傳統的肌力訓練法則裡，都充滿了對「未來進程」的規劃，「你如果把你最大肌力的百分之多少，做個幾組幾下，每週做個幾次或幾次，經過幾週之後，就可以將強度提高到百分之多少到多少，然後再進行幾組幾下的訓練，這樣一來，在幾個月之後你就可以舉起多少或多少的重量。」這樣的敘述屢見不鮮，有些時候幾乎像是算命仙一樣，試圖鐵嘴直斷你的未來，但是實際上我們經常發現，預測的數字與真實的事件總是有些距離，這些差異往往被忽略，或是被隨便歸因，或甚至被視為正常的誤差值。許多時候誤差之大，幾乎到了讓人懷疑預先規劃的必要性。但是很少人發現，預先規劃之所以往往變成過度規劃，是因爲我們少考慮了一個因素，就是我們的身體對重量刺激產生的實際反應。

　　「簡單肌力」的原理，正是反其道而行，它完全不規劃你應該要從多重開始訓練，它只給你幾條簡單的規則，然後讓你持續一直去「摸」重量，不預先規劃，所以純粹憑感覺，尋找你覺得輕鬆愉快的重量，然後在還沒累、還沒喘，甚至有點不過癮的情況下，結束一天的訓練，其他明天再說，如果練著練著覺得輕，就加重量，如果覺得重，就減重量，然後就這樣一直練下去。然後，就在不經意的某一天，你破紀錄了。

　　關於簡單肌力的細節，當然你要從書裡仔細閱讀，但這種訓練看似隨性，其實卻扎扎實實抓住一個很多人都忽略的重點，就是既然肌力訓練的基本原理，是對身體施予刺激，然後期待恢復後的向上適應，那我們為什麼不讓身體來決定怎樣的劑量我們恢復得最好？畢竟無論教科書說多少的重量有助於提升最大肌力，如果你無法從這訓練中恢復，結果還是只有停滯甚至退步。讓身體決定訓練強度，讓身體決定何時往前進，讓身體決定何時減量休息，讓身體永遠都處於沒傷沒痛且精力充沛的狀態，其實對很多人來說，成功率遠高過用盡恆心和毅力去艱苦完成的課表。

　　總之，看這一本書，像是一位識途老馬，在述說著訓練旅程上會發生的一切，你可以用簡單肌力的概念去「簡單閱讀」這本書，在不知不覺之間，你會發現許多過去艱澀難解的問題，在丹．約翰的陪伴下豁然開朗，其人，其書，就是這麼神奇。

「今年參加了1400場視訊會議，沒有交到一個朋友」

疫情對AI行業所帶來的最大影響，是什麼？
今年最令人興奮的AI新技術、新應用，有哪些？
甚至未來10年、20年，AI發展的方向，又該何去何從？

針對這幾點，前陣子做了個有點意思的 MEET2021 年度對話，也在這裡分享，原文來自「量子位」微信公眾號：
……

站在2020年，如此不平凡一年的歲末，AI業界有太多諸如上述的問題急需回答。

要點
• 疫情帶來最大的影響，就是加快了資料化，加速了線上化和AI化。
• 疫情是巨大的災難，同時也極大推動了AI的進一步落地，這一年可能相當於三年的進程。
• 最讓人振奮的黑科技，是AlphaFold和GPT-3，後者對行業更具有潛在的顛覆力量。
• AI給社會帶來最大的價值，肯定不是黑科技。
• 擁抱AI是大家最大的機會，而且越早擁抱AI，就會擁有更大的競爭力。
• 大陸的新基建會進一步推動AI新經濟，這會是一個新的時代，一次新的文藝復興。
• AI從業者們需要記得：權力越大，責任越大。

▎疫情加速AI化，一年相當於三年

李根：再次感謝開復老師來幫我們總結這一年，與往年相比，今年最大的不同是什麼？

李開復：今年的工作節奏改變了，我一共參加了1400次線上會議，非常有效率，進行了特別多的開會和演講。但是1400次這樣的會議，沒有讓我交到一個朋友。所以我覺得線上會議雖然帶來了效率，但是還是要回歸面對面的本質交流。

李根：但受疫情影響的這個過程，也是線上化被加速的過程？

李開復：這是疫情帶來的最大的影響——加快了資料化、線上化和AI化。AI最重要的核心就是海量的資料，可以催化更多新的應用。
比如線上會議，我們並不見得那麼容易區分視訊會議中的那個人，是不是真人。所以有時候線上講座或者網路不穩定的時候，我們會選擇錄製，而且錄製一次，也可以用很多次。由此延伸，以後線上上，比如你做推銷，做客服，甚至做電視節目，其實都是可以用虛擬人來替代的。我們現在還無法造出一個讓你分不出來的3D虛擬人，但是在視頻裡完全可以。DeepFake不是一個向善的應用，但是把它的技術應用在建設性、有益的方向，我覺得可以帶來特別多的應用。而且有了資料，各行各業就可以評估哪些工作或者流程，可以進一步數位化。數位化以後，重複性的工作就可以被AI取代了。

此外，除了社交距離縮短，可以發現機器人出現的頻率越來越高。比如，我們去餐館時，會有機器人送餐到客人那裡。很多機器人產品遍佈很廣，無論是倉庫、工廠，甚至我住的公寓裡面，每次最後配送都是機器人了。在美國情況也很相近。美國以前也沒有支付寶，也沒有美團，現在都開始有了。所以總結起來，我覺得新冠疫情是巨大的災難，但與此同時，也極大推動了AI的進一步落地，帶來數位化、IT化，帶來AI化，可能這一年相當於過去的三年。

▎AI最大的經濟價值並非“黑科技”

李根：今年依然有令人興奮的技術進展？

李開復：今年最讓人振奮的技術是DeepMind的AlphaFold，還有OpenAI的GPT-3。其中，我認為可能對行業更有潛在顛覆力量的是GPT-3。不見得說是用它生成小說什麼的，而是用特別大的海量、自然語言資料，訓練一個預訓練模型，這個模型是可以應用到很多新領域，比如說寫詩、做對話，或者是寫小說等等。而且這個新技術一推出，其他公司很快就採用了，比如說搜尋引擎，因為這個技術已經能提高了好幾點的精確度；此外，OCR在提升，客服也在提升，微軟小冰也在繼續提升對話精確度。

所以我覺得這種預訓練語言模型，它可能帶來的就是一次性訓練一個巨大的模型，然後快速產生AI應用。當然，也存在很多的問題：
• 它做一個模型要花1200萬美金，一般的創業公司該怎麼辦？教授學者該怎麼辦？
• 此外，訓練一個模型就要燒掉好多能量，這對於我們節能的未來又怎麼辦？
• 還有，巨頭會不會產生壟斷，只有巨頭公司等才能做這麼巨大的模型。

當然，GPT-3本身還沒有驗證足夠多的商業價值，但毋庸置疑這是一個最大的科技創新。不過我想強調的是，AI給社會帶來最大的價值，或者帶來最大的經濟價值，肯定不是這種黑科技。黑科技會有很多，我們也在繼續投機器人等項目。但是，我覺得今天AI的技術已步入成熟，可以被傳統公司擁抱。比如剛成為AI獨角獸的創新奇智，就可以看到AI給傳統行業，無論是製造、健康、醫療、零售、金融、保險、物流等等，都可以帶來立竿見影的巨大效果。所以今天我在這裡呼籲一下，擁抱AI是大家最大的機會，而且越早擁抱AI，就會擁有更大的競爭力；越晚擁抱AI，生存的空間可能會被進一步壓縮。

李根：怎麼樣才能大家擁抱AI？

李開復：還是要有資料，說了這麼多打雞血的話，但是務實的來說，是不是今年傳統公司擁抱AI就會帶來價值？大部分是不會的。
因為AI是要吃資料的，所以就要求公司擁有海量的、結構化的、有標注的，達成商業目標的脫敏精確資料，而且最好是只有你有，別人沒有的，那你的機會就來了。

什麼樣的公司有呢？比如說銀行、保險公司天然就有，金融領域的資料必須要符合要求。而有些領域就會難一點，比如說做工業製造等等，需要先把你的工業製造替換成機械臂、替換成無人叉車，可能要放很多的感測器，才能瞭解機器出了什麼問題。所以對有些公司是很容易的，但一些公司卻是很難的。如果今天你有資料，趕快想怎麼去應用；如果你沒有資料，快想想怎麼把資料累積出來。
新基建推動AI新經濟

李根：剛才都在談這一年，而新基建被認為會奠定下一個十年的發展？

李開復：我們回顧中國人工智慧奇跡般地崛起之路，可以發現其中的創業者、移動互聯網、資料，還有大陸優秀高校培養的高科技人才，這些是最重要的。但其實，還有非常英明的政策。這不是一件容易的事。這在很多國家都有討論，例如美國，奧巴馬政府當時大力支持了一個新能源的公司結果沒有做成，受到了很多的垢病。
而中國就有很鮮明的對比，大陸的科技政策整體來說應該是讓民間、業界做他們擅長的事情，用市場經濟來競爭，而政府幫助他們做民間做不了的事情。比如說我們AI的崛起，很大的程度是因為各地有政府引導基金支持，這樣可以選擇性的去做LP，幫助早期的AI產業能夠創立起來。

另外，“新基建”政策的落實也是非常大的利好。新基建除了5G和大資料中心，還有IoT、人工智慧、智慧城市等多方面的落實，利好的政策會進一步的拉動中國經濟進一步地往數位化、智慧化方向轉型升級。所以，當政府把上述的事情做成並且形成一個平臺，讓創業公司以及大公司能用到，我覺得這就是非常明智的。

當然，新基建裡AI涵蓋的範圍有多大，一些新技術是否有機會納入？可能值得進一步探討。比如類似GPT-3等需要大量資源去做訓練，才能進一步推動起來的潛力新技術等。我們發現AI的訓練越來越貴了，已經不是一個教授團隊和創業公司可以承受的。對於這樣存在類似潛在爆發性成長的技術，是否能有機會能從更高的維度推動，值得期待。

李根：您最近也旗幟鮮明提出了“AI新經濟”，所以是時候用這個新概念來定義這個時代了嗎？

李開復：對，雖然很正面的描述，但是時候了，我最近在《紐約時報》寫了一篇專欄文章，裡面談到的就是說剛才講的疫情促進了資料化、IT化、AI化。疫情推動了各行業的數據化，其實一個隱憂就是“工作被資料化”了，可以被外包或者AI取代。當我們有這麼多機器人的時候，它也會取代很多藍領的工作，白領其實也是一樣的，很多後臺、BPO的工作，在做檔處理的，或者是做客服的，這些工作都會被挑戰。有些人會說我們要把技術發展的慢一點，但這些絕對不符合實際，因為沒有技術是會慢下來的。

AI新經濟一方面我們要擁抱這些技術進步，讓它儘快觸達每一個角落。但同時，它所帶來失業的問題，我們需要有一些針對性的應對措施。所以我的文章主要談的就是，怎麼樣能夠快速地讓社會認知，繁複的、無技巧的重複性的工作將會消失，然後如何重新訓練這一批人，幫助他們快找到新的方向，去做更有價值也更擅長的事情。與此同時，大家就能花寶貴的時間在我們更有價值、更熱愛的事情，比如藝術、公益等創意和決策類的工作，或者是多和親友相處，結交認識新朋友等等。

這將發揮人類的光芒，我把他稱為一個新的文藝復興，讓人可以再一次找到意義——人為什麼而存在？

▎全球化依然是必然之路，中國大陸軟體將占世界半壁江山

李根：上一次文藝復興伴隨著第一次全球化開端，但這幾年全球化進程似乎受阻？中國創業者想做80億人的生意，但事實證明很難。

李開復：全球化是必然之路，很多“美國至上”的人說中國是沒有創新的，只有中國人用中國的軟體，但是我們在座的每一位都知道，中國大陸過去10年發生了巨大了改變，這句話在今天是完全錯誤。因為中國的創新從TikTok到華為，到小米，到美團，還有很多創新的公司，包括我們AI四小龍，這些都是美國沒有的。所以我們應該非常的自豪，今天中國的創新至少在IT、AI的領域是有機會彎道超車的。有一些地方美國更強，技術更深，但是我們的商業化做得更快。在這種前提之下，我們自然也必然會走向全球。

我們怎麼樣走向全球呢？這裡我還要比較務實的說一下，其實很多國家的使用習慣和語言文化是有巨大差別的。如果今天要把中國所有好的產品都推到歐美，這其實不現實，因為歐美的使用習慣已經固化了。他們用的那一套無論是To C還是To B都很難去改變，但是我覺得其他的國家和地區，例如從東南亞到“一帶一路”所有的國家和地區，包括了中東、非洲、南美等，這些國家的用戶其實更像我們的年輕用戶。而且，他們使用美國產品的習慣還沒有固化，與此同時，美國公司不太重視這些市場，但是這些國家的經濟，我們認為未來都會起來的。

所以你剛剛說的“走向80億”，我覺得不現實，但是走向60億是可以的，應該是世界GDP的1/4，人口的3/4。我們的創業者是願意走出去的，所以我覺得出海會變得非常重要。我們的軟體出口、技術出口，人工智慧出口，這些一定會發生。在我寫的《AI·新世界》出版的時候我就說過，在10年之內，中國將占世界軟體的半壁江山。當時很多人也認為這是一個非常樂觀的預測，但是現在看來我們正在往這個方向去做，而且當時還沒有看到TikTok這樣的產品。但是我們要謹慎，不是說歐美這些國家還是相當牛，而是TikTok在歐美的成功，不是那麼容易複製的。
“+AI”會在各個行業開花結果

李根：剛才開復老師談到現在技術創業越來越難，您還會投技術公司嗎？

李開復：當然投技術公司，我剛剛講的每一句話，都是我們投資的策略，我講了那麼多對機器人看好，我講了對大語言模型特別看好，還會投的。只是說我們不能夠期待像過去出來那麼多，創新工場在過去的4年，我們的AI領域一共出了7家AI獨角獸；未來4年的小目標，先定個3家AI獨角獸公司吧。

李根：但AI深入傳統行業已是趨勢？最近創新工場還投了“農業”領域的公司，這是以前很難看到的。

李開復：你指的是極飛科技吧？但極飛不能按農業來定義，極飛科技的產品是很高科技的無人機和自動駕駛，場景是把農業工業化。
工業製造和農業生產大有不同，比如你想做智慧製造，用AI來做機器人，或者做一個iPhone，做衣服，做鞋子，場景不同要求是完全不同的。但是農業播種或者施肥等場景較容易標準化。比如棉花田、稻田等，較容易批量化大規模作業。

不但大陸是這樣，國外也是如此。目前，農業市場AI滲透率只有大約5%，我們對極飛本身不但非常認可，而且也認為這是非常好的國際化的產品。因為農業場景比如播種子等，在全球幾乎通用，沒有太多語言的障礙。

李根：可以解決80億人的吃飯問題。
李開復：是。（笑）

李根：剛才談論的都是傳統領域“+AI”的話題，不妨讓我們更發散一些，請您談談以下幾個領域可以如何“+AI”？比如今年最受關注的“線上教育”。

李開復：線上教育中國做的是非常好，互動化很強，而且是孩子真的很喜歡。但是一些課程，尤其是小朋友的，用一些卡通人物AI或許更有效果。我們可以想像，未來會是一些可愛的卡通人物作為孩子的老師，甚至可能有一些同學是虛擬同學。有氛圍，也更高效。
這種情況下，不但你的成本更低，而且小朋友考試分數更高，也提高了學習興趣。所以“＋AI”後的人機互動模式，不僅可以降本提效，還能提升孩子趣味性。

李根：這個領域聽起來對開復老師挑戰不是很大，我們出一個難的，我們說一個雞尾酒如何“+AI”？

李開復：其實雞尾酒肯定是機器調得比人好，因為雞尾酒有不同的成分，機器可以算得更准。但是，我們要考慮的是，如果去酒吧喝酒，可能醉翁之意不在酒，而是要有一個非常善解人意的酒保來跟你聊天。所以我覺得以後酒保跟你聊一聊就可以了，酒還是要機器來做，歸根結底，機器調酒師替代不了人之間的交流和陪伴。

▎找對象也能“+AI”，媒婆AI知道誰最適合你

李根：不知道在酒吧，能不能順便把找對象的問題，用“+AI”的方式解決了？
李開復：這可能會在下一代成真——不過不是我的下一代，我的下一代已經有對象了。你們的下一代找對象，可能會跟今天傳統的方式完全不同。就像今天美團比你更知道你想吃什麼，攜程比你更知道你想去哪裡，今日頭條更知道你想看什麼，未來你的媒婆AI一定知道誰最適合你。

每一個人這一輩子找對象，可能就是周圍認識的人裡面找，無論怎麼算都是幾萬人，最多幾十萬人。但是，以後AI可能會更瞭解你，瞭解你是什麼人，瞭解你會喜歡什麼物件，它幫你推薦的人，一定比你自己找的人，或者朋友幫你推薦的人更靠譜，更合適。也就是說，你選擇的範圍可能不是從幾萬人裡面選一個，可能是在80億人中幫你選。

當然，最後的選擇權在你手裡，今天你靠朋友幫你推薦5個對象你選一個；未來AI幫你推薦的5個對象，會來自於80億人，會更貼近於你的需求。所以你們孩子的未來，一定會更幸福！

▎AI從業者也得有“希波克拉底誓言”

李根：謝謝開復老師，今天時間也差不多了，最後再請您站在明天給一些建議吧？比如站在20年後（2041年）思考，我們該有怎樣的責任和使命？

李開復：對於AI的工作者，我們今天都低估了AI道德帶來的一些影響。我們可能看到網上說隱私問題、公平問題，或者大公司掌握太多資料左右我們思考問題。但隨著大公司對AI資料的掌控，其實這些問題越滾動越嚴重，我們去怎麼處理？我覺得我們一定要做AI的從業者，就像醫療的從業者有一個叫做希波克拉底誓言，作為一生我要把人的生命作為最神聖的事情，我一定要捍衛。

做AI工作者其實不是一個工程師，你要考慮到所做的每一個演算法，你的每一個貢獻都有可能造成因某一個人種或者性別帶來的不公平待遇；可能會帶來某一些人不能夠被公司雇傭；可能會造成某些人終身可能沒法往上爬；可能會造成一些醫療錯判傷害人、會造成無人駕駛撞到人。

所以每個工程師應該有一個神聖的誓言，應該認真的去用各種工具，來確保自己做出來的軟體帶給人類的是進步，而不是帶來各種的這種不好的後果。我覺得要特別認真的看待自己的責任，With great power, comes with great responsibility. 我非常認可 “權力越大，責任越大”這句話。

其實AI的工程師、AI的從業者，你們的權力是巨大的，一定要重視自己的責任。同時，確保以後的用戶得到的是幫助和福利，而不是被傷害。

▎One More Thing

最後的最後，還有一個小小小環節，來一次今年的快問快答。

李根：今年最成功的個人股票投資？
李開復：Zoom。

李根：今年最想推薦的一本書或者電影？
李開復：《皇后的棋局》（The Queen’s Gambit）。

李根：今年最有啟發的一次交流？
李開復：跟尤瓦爾·赫拉利，《未來簡史》作者的一對一交流。

李根：到底米其林靠譜還是黑珍珠靠譜？
李開復：中國黑珍珠靠譜，國外還是要靠米其林。

李根：為什麼從一開始就不看好馬斯克的2020年百萬RoboTaxi？
李開復：馬斯克有一句名言，我認為最貼近他的個性。他說他一切預測都會成真，只是時間上別聽他的。所以我相信他會成功，只是可能會需要5年或者10年。

絕對支持增加教召，但改革不能改小放大

國防部數度「公布」最新的教召改革方案，目前已經快算不出來是第幾個版本，希望不要再變了！國防部一直想把戰力不夠這件事導向「只需改革後備」，其實是治標不治本。如果真心要改革，還是得從本質下手，否則在台灣少子化的狀況下（新生兒一年約16萬），未來仍得面對兵源不夠的問題。以下再提出一些看法，歡迎關心議題的人集思廣益、相互討論：

一、國軍戰力提升，不能只靠教召，必須增加對四個月軍事訓練役的訓練，並評估是否提升訓練期間至六個月。否則按照目前的訓期，兩個月新訓、兩個月部隊專長訓，根本無法成為有效戰力。

二、哪些人、在什麼情況下會被徵召？必須講清楚規則，目前解除八年編管，但只說「8年編管後未被召集過的人」可能出現在名單內，大多數人還是搞不清楚政策具體內容。

三、此外，所謂「後備改革後員額將由32萬人增至50萬人」，增加的18萬人到底平均會被召回來訓練幾次？有沒有預期的標準？若只是帳面數字變漂亮，卻沒有增加實質戰力，算不上是改革。

四、公平抽籤，不要用同一套名單重複找人。這種理論上公平抽籤，實務上都是「老面孔」的不公平問題，是作為地方民代經常收到的民眾反應。此部分國防部有提出「資訊化選員」制度，希望能夠實際改善現況。未來因「專長」而被重複召回的後備軍人，務必是真的有專長。

五、提升目前志願役的待遇，並傾聽基層聲音。什麼戰鼓隊、樹木移植、只以BMI標準為主（現代人都看體脂率了請醒醒）.....實際上只要願意真誠地聽，會知道基層有很多意見反應，長官應該好好了解，更要多加強化輔導軍人退伍後的職涯。軍中文化改善，有助於吸引更多青年從軍。