醫科生兼內容創作者張天俊 拆解高效學習密碼與 Memo AI 創業路

在現今瞬息萬變的數碼時代，終身學習已經成為每個人不可或缺的生存技能。然而，面對海量的資訊與繁重的學業，許多學生與在職人士依然沿用最傳統的「死記硬背」方式，最終不僅導致大腦疲勞，更往往會在考場上因緊張而大腦一片空白。到底我們是因為缺乏天分，還是僅僅因為沒有找對學習的方法？

為了探討這個切身議題，Apple 日前舉辦一場名為「聚焦：跟張天俊破解高效學習密碼」的 Today at Apple 活動。醫科生兼內容創作者張天俊（Calvin）如何分享他的逆襲經歷。活動後，我們更與張天俊進行專訪，深入探討他與拍檔研發 Memo AI 應用程式的創業歷程，了解科技如何徹底顛覆傳統的學習模式。

破除死記硬背迷思：尋找記憶的漏氣氣球

大眾在學習上的共同痛點，是努力溫書卻總是徒勞無功。張天俊用一個生動的比喻展開了他的分享：「人類的記憶就像氣球，即使我們每天上學專心聽講、努力溫習，但記憶總會隨著時間像漏氣般慢慢流失。如果過了一兩天沒有重溫，到了考試前夕才『臨急抱佛腳』，把書本由頭到尾重看一次，考場上的臨場表現自然會極不穩定。」

張天俊坦言，這正是因為我們從小到大都極少被教導「如何去學習」。他大方地向現場觀眾展示了自己初中時的成績表：當時全級有二百五十七人，他考第一百五十六名，屬於中下游水平，更被編入以運動為主的班級。面對這樣的成績，他曾深感困擾，懷疑自己能否考入大學，更遑論考入一直被視為「狀元學科」的醫科。父母認為他應該讀書讀到廢寢忘餐，朋友建議他去補習班，但他內心深處卻明白：「我發現我並唔係唔努力，我發現我係只係唔識樣運用，我需要一個好好嘅學習工具學習。」

學習科學的印證：自我測試與間隔式複習

張天俊深信「工欲善其事，必先利其器」的道理。他總結出有效學習的三大元素：一部良好的智能裝置、豐富的資訊來源，以及一套有效的學習方法。當他如願考入醫科後，面對極其龐大的醫學資訊，他第一時間向師兄師姐請教讀書心得。經過翻查心理學家的學習科學研究，他發現在眾多如畫重點、自我總結等方法中，「自我測試」與「間隔式複習」是最為有效的兩大黃金法則。

張天俊提倡主動的方法：將枯燥的文章拆解成一條條問答題。他解釋，人類的記憶分為短期與長期，短期記憶容量極小，只能容納大約七個項目；要將資訊轉化為長期記憶，就必須透過「自我測試」去刺激大腦提取知識，並利用「間隔式複習」在快要忘記的臨界點再次重溫。對於不熟悉的知識點就加密複習頻率，熟悉的則拉長間距，從而打破「遺忘曲線」的宿命。

結合科技與認知：Memo AI 的誕生與應用

明白理論是一回事，要在日常學習中實踐卻需要強大的紀律。張天俊發現市面上的學習軟件，要麼功能強大但操作如編寫程式般困難，要麼簡單易用卻缺乏個人化功能。為了解決這個痛點，他與具備編程背景的朋友陳志誠（Jason）共同創辦 XonLabs，開發出結合人工智能的學習應用程式「Memo AI」。這款工具目前已更新至第四代，將他推薦的記憶卡與間隔式複習理念融入其中，讓繁複的學習排程得以自動化。

在示範環節中，張天俊展示了 Memo AI 強大的學習工作區。用家只需上傳教科書、筆記、影片甚至教學大綱，系統的人工智能就能精準提取資訊。最令人驚艷的是，系統能根據用家的需求自動生成專屬的記憶卡。當用家進行測試時，只需點選「Again、Hard、Good、Easy」來反映熟悉度，背後的演算法便會自動安排下一次的複習時間。此外，系統更配備智能判題功能，用家可以親自輸入答案，例如作答「三大營養素」，AI 會根據文字的準確度給予評分及後續的複習建議，確保知識被真正吸收。

聆聽與教學相長：Podcast 模式與費曼學習法

除了傳統的文字記憶卡，張天俊的團隊在收集用戶反饋後，發現許多現代用家偏好「聆聽」的學習模式。為此，Memo AI 創新地加入了 Podcast 功能。用家只需一鍵點擊生成，AI 便會將沉悶的醫學指南或學術資訊轉化為生動有趣的故事。張天俊即場播放了一段示範，AI 將「三高」（高血壓、高血糖、高血脂）編製成有趣的 Podcast 內容，這種方式讓學生在搭車或做健身時，都能輕鬆吸收知識。

另一個極具突破性的功能是引入了諾貝爾物理學家理查德·費曼（Richard Feynman）提倡的「費曼學習法」。這個方法的核心在於：如果你不能把一個概念向別人解釋清楚，就代表你沒有真正掌握它。在 Memo AI 中，用家可以啟動「導師模式」，用語音親自向 AI 講解知識（例如解釋高血壓的定義）。作為傾聽者的 AI 會即時作出回應，一旦發現用家講錯，AI 便會馬上予以糾正。這種雙向的互動教學模擬，讓用家能迅速找出知識漏洞，徹底摒棄以往只能「對著空氣講話」的孤獨學習困境。

專訪張天俊：從醫科生痛點萌生創業契機

ezone.hk 記者與張天俊進行專訪，進一步探討他在學業、內容創作與創業之間的心路歷程。談及研發 Memo AI 的最初構思，張天俊坦言一切源於醫科生切身的痛點。他指出，醫科龐大的資訊量，讓傳統手寫記憶卡變得極不切實際，往往花光時間寫卡卻沒有時間溫習。

2023年，正值 AI 技術開始萌牙的 Year 1，他與拍檔 Jason 決定嘗試將學習過程自動化。他們將初步開發的成品放到網上分享，沒想到反應空前熱烈。張天俊回憶道：「短短兩個禮拜已經嗰兩條片得到咗 700 萬嘅觀看次數，已經有成 10 萬人去到我哋嘅平台。」然而，龐大的流量也帶來了殘酷的現實，作為學生的他們，在兩週內就燒掉了高達一萬港元的伺服器費用。面對「終止服務」與「轉型」的抉擇，他們決定推出免費與付費並行的版本，正式踏上了創業之路。

聚焦高效法則：打造無幻覺的專屬學習系統

市面上並不乏 AI 學習工具，當被問及 Memo AI 的「殺手級功能」是甚麼時，張天俊毫不猶豫地指向他們對「高效」的極致追求。他表示，許多工具花多眼亂，但 Memo AI 堅守核心，主力於溫書技巧。

然而，生成式 AI 最令人擔憂的往往是「幻覺」問題，特別是在醫學或嚴謹的學術領域，錯誤的資訊足以致命。針對這一點，張天俊表示，Memo AI 的框架設計強制 AI 必須優先從用家上傳的知識庫中提取資料，而非在網上大海撈針。「每產生一個生成結果，都會有一個 citation（引文）。」這確保了用家可以隨時點擊引文核實原文，將 AI 產生幻覺的風險降至最低。

跨裝置無縫協作：內容創作與科技生態圈

除了醫科生與企業家，張天俊在社交媒體上亦是一名極具影響力的內容創作者。在專訪中，他分享了自己如何在這個斜槓身份中游刃有餘。他笑言，自己的日常行程排得密密麻麻：從早上八時半到傍晚六時都在醫院進行臨床實習，下課後去做一小時健身，飯後溫習到晚上十時半，最後才處理內容創作與初創公司的工作。要做到如此極致的時間管理，他極度依賴 Apple 生態圈的跨裝置協作優勢。

「我主要其實都係一部 iPhone 搞掂，因為方便性及跨裝置功能，例如用 AirDrop 即刻可以 send 去 MacBook 剪片。」張天俊解釋，他在乘車或健身時，會利用 iPhone 聽 Podcast 或刷記憶卡；而在編寫程式時則使用 MacBook。至於在醫院的臨床學習，他更會利用 iPad 連接超聲波儀器，實時觀看解剖結構。談到當初為何涉足內容創作，他表示是因為入學前發現網上缺乏真實反映醫科生生活的資源。現在，他將社交媒體視為教育公眾醫學知識與學習技巧的載體，這些互動給予了他源源不絕的滿足感與動力。

醫者父母心：由解決學習痛點到守護大眾健康

張天俊透露，他的下一個目標將回歸到他的醫學專業本身，並已與團隊研發針對臨床飲食管理的科技方案。他表示，近年香港醫療體系面對極大挑戰，慢性疾病如「三高」不但持續上升，更有年輕化的跡象。「所有嘢都係一啲飲食規劃、食得唔係咁好產生出嚟嘅長期疾病。」他期望能開發出結合 AI 的新工具，協助大眾從日常飲食中預防慢性病。

從解決學習困難到預防慢性疾病，張天俊的身份看似不斷轉變，但核心始終如一。「我其實內心係想做一個醫生，但係兩樣嘅共通點就係都係一個 problem solver（問題解決者）。」他總結指，在醫療上幫助病人處理健康問題是醫生的職責，而在教育上研發 Memo AI 則是為了解決學生的痛點。他寄語時下的年輕人，要多留意身邊的事物，找出社會上的痛點與不足之處，然後勇敢地加入自己的元素去改變它。張天俊的故事不僅證明了科技能重塑學習的未來，更啟發我們如何運用創新思維，為社會帶來真正有價值的改變。