HGL Clement Sham

Directions Website Contact the practice

HGL Clement Sham Contact information, map and directions, contact form, opening hours, services, ratings, photos, videos and announcements from HGL Clement Sham, Lawyer & Law Firm, Level 10, 144 Edward Street, Brisbane City.

🌟 訴訟策略專家|幽默感與信念並行 🌟

從十多年前的新手到老練的訴訟策略專家,我在法律領域的成長伴隨著每一場案件的歷練。法律不只是冷冰冰的條文,而是一種改變的力量,我帶著信念,讓每個挑戰成為成長的階梯。在社區,我期待推動法律變革,捍衛我們社區的權益。

在誠恩,我們用智慧與創新應對每一場訴訟,讓法律變得更具溫度。⚖️ 幽默感,是我面對逆境的秘密武器,信念,則是推動我成長的永恆力量。

一起走在法律成長之路,幽默與信念如何賦予法律新的生命。

#小布村意外事故 #工傷賠償 #車禍處理 #離婚攻略

【請讓逝者保有尊嚴,也請法律界守住良知】電視劇裡,法官嚴厲斥責法律團隊誘騙被告承認一項根本沒有犯過的罪,直言這是「法律界的恥辱」。這段對白讓我久久不能平靜。法律專業承載着公眾的信任。我們懂得法律、懂得措辭,也懂得一段敘事可以如何左右別人的判...
02/10/2026

【請讓逝者保有尊嚴,也請法律界守住良知】

電視劇裡,法官嚴厲斥責法律團隊誘騙被告承認一項根本沒有犯過的罪,直言這是「法律界的恥辱」。

這段對白讓我久久不能平靜。

法律專業承載着公眾的信任。我們懂得法律、懂得措辭,也懂得一段敘事可以如何左右別人的判斷。正因如此,我們更有責任尊重事實,審慎使用這份影響力。

再看到一些華人律師如何評論最近那宗華人夫妻遇難的車禍,我非常憤怒,也深感悲哀。

目前公開報道指向另一輛車越過中線,撞上這對夫妻乘坐的車輛。警方仍在調查,沒有已公開的證據顯示,事故是由這對夫妻不熟悉澳洲交通規則而引起。

然而,有人描述完這場悲劇,便順勢提醒新移民要懂得如何駕駛、如何避免車禍。這樣的表達,我看到的還不只一個。

提醒道路安全,當然有意義。但用這宗事故作為引子,就有責任交代:這些建議與事故原因之間,究竟有甚麼已獲證實的關係?

否則,觀眾很容易留下一個印象:這對夫妻可能因為不懂駕駛,才害了自己。

即使沒有直接說「死者有錯」,也可以透過排列、剪接和省略,把責任的影子推到死者身上。

法律人應該尤其明白,一個沒有根據的暗示,可以造成多大的傷害。

更令我心寒的是,澳洲主流英文媒體用了相當篇幅,報道這對華人夫妻的生活、對未來的期盼,以及親友和同事的不捨。讀者看到的,是兩個認真生活、照顧別人,也被身邊的人深深珍惜的生命。

然而,在我看到的一些華人律師的評論中,我沒有感受到同樣的哀悼與尊重。迎面而來的,卻是教訓新移民如何駕駛的敘事,以及可能讓人誤解死者責任的表達。

同為華人,本應更能體會在異鄉立足的不容易;身為律師,更應懂得證據與推測之間的界線。

連不同文化背景的媒體,都願意細說他們生命中的溫度,我們自己的專業人士,又怎能如此輕率地處理同胞的死亡?

我無法斷言每一位製作者的動機。但如果一段內容借用了死亡帶來的震撼、同胞遇難引起的關注,卻沒有同樣認真地查證和避免誤導,對逝者的尊重究竟放在哪裡?

把別人生命的終點,當成自己曝光的起點;讓逝者承受無根據的責任暗示,再用「善意提醒」包裝內容:這樣的做法,冷血,也應受到譴責。

死者無法澄清,無法回應。失去摯親的家人,卻可能還要面對旁人的誤解,甚至一句輕率的:「是不是他們不懂駕駛?」

這份傷害,不會因為影片最後加上一句「大家注意安全」,就被抵銷。

劇中的誘導認罪,與現實中的誤導敘事,性質和嚴重程度不同,不能混為一談。但那段對白提醒了我:專業操守,同樣體現在鏡頭前的一句話、一個標題,以及我們如何談論一個已經無法為自己發聲的人。

做法律普及,請先查證。原因未明,請把不確定說清楚。要談防範,請交代一般建議與個案事實之間的界線。

至於頭銜上寫着甚麼專業人士會長,公眾期待理應愈高。

頭銜不能替內容作證,更不能代替操守。用專業身分取得信任,就應承擔相稱的責任。

也希望大家看法律短片時,多問一句:哪些是事實,哪些只是推測?我的判斷,是來自證據,還是被標題和情緒帶着走?

讀到夫妻對未來的盼望就此中斷,同為華人,格外痛心。

請勿為了流量,讓逝者蒙受誤解,讓家屬再添傷痛。

願 Michael、Angela,以及同場事故中離世的少女 Tenesha 安息。願傷者康復,願家人得到安慰與扶持。

對生命的哀悼,應當比流量更重。

請讓逝者保有尊嚴,也請法律界守住良知。

最後再次用正義女神的言官正義獨白作結束:

「對於今次嘅事件,本庭必須作出嚴正嘅警告。呢件案涉及被告人被自己嘅法律團隊誘騙去承認一單根本冇做過嘅控罪,呢個行為可以話係極度可恥,係法律界嘅恥辱。希望所有法律從業者能夠守住我哋嘅專業操守,唔好再有同類型事件發生。」

Honest Grace LegalHonest Grace Legal

中秋佳節,闔家團圓。
25/09/2026

中秋佳節,闔家團圓。

人有競爭,先有進步。這句話很殘酷,但某程度上亦是人類社會幾千年來不斷向前的原因。商場更加直接。你成功,人們首先看見的是你的成功。至於你當年是怎樣成功、手段漂不漂亮、是不是一個大奸商,很多時候要很久以後,甚至永遠都未必有人認真追究。因為商業世...
21/09/2026

人有競爭,先有進步。

這句話很殘酷,但某程度上亦是人類社會幾千年來不斷向前的原因。

商場更加直接。

你成功,人們首先看見的是你的成功。至於你當年是怎樣成功、手段漂不漂亮、是不是一個大奸商,很多時候要很久以後,甚至永遠都未必有人認真追究。

因為商業世界最現實的一面就是:結果往往走在道德審判前面。

今天的人工智能,其實正在進入同一個階段。

AI公司之間鬥。
國家之間鬥。
資本鬥。
人才鬥。
算力鬥。
數據鬥。

然後當AI發展到今天這個速度,開始各AI巨頭突然給你說:

不如慢一點。

理由很多:安全、失控、網絡攻擊、模型能力跑得比監管快,甚至擔心人類根本還未準備好。

這些擔心,我完全理解。你們這麼聰明難道你們沒有先見之明?但我一直在想另一個問題:

我們現在真正最大的危機,究竟是不是「AI發展得太快」?

任何程式都會有bug。

任何大型系統都會出錯。以前普通software會死機、計錯數、出漏洞;今天我們做的是一個複雜程度高不知道多少倍、甚至能夠推理、生成、調用工具的人工智能系統。

它會出錯,其實有甚麼出奇?

當然,能力越大,錯誤帶來的後果亦可能越大,所以安全研究非常重要。但我反而覺得,今天另一個更加現實、而且已經發生的問題,被講得太少:

AI已經被廣泛使用,但大量使用它的人,根本不知道自己應該怎樣使用它。

更加沒有人真正建立了一套社會普遍接受的規範:

甚麼可以交給AI?

甚麼不可以?

甚麼答案一定要由專業人士覆核?

甚麼情況AI應該反問你,而不是服從你?

誰要為錯誤負責?

醫療可以用到甚麼程度?

法律可以用到甚麼程度?

金融、教育、新聞、政治又去到甚麼程度?

這些問題,其實比一句「AI發展得太快,所以大家慢一點」複雜得多。

更加現實的是:

你真的相信全世界可以一起慢下來嗎?

在一個利益先行、國家競爭重新加劇、科技實力直接影響國力的年代,叫所有大型企業、所有國家一起放棄競爭優勢?大家排排坐,講好你不研究,我也不研究?

廣東話有一句很傳神:

「講呢啲。」

不是因為安全不重要。

而是因為只要有巨大的戰略利益存在,就一定會有人繼續做。

甚至最危險的情況是:

大家嘴上說慢,
背後繼續跑。

於是我們最後得到的,不一定是一個更加安全的世界,只可能是一個更加不透明的競爭環境。所以如果我們將整個AI問題簡化成「停止進步」,我覺得可能問錯了問題。

我更加擔心的,是另一件事。

AI令專業突然變得看似很便宜。

以前你不懂醫學,你知道自己不是醫生。

你不懂法律,你知道自己不是律師。

你不懂工程,你知道自己不能隨便設計一棟樓。

但AI出現之後,一個人輸入幾句prompt,幾秒後得到一篇寫得頭頭是道的答案。

然後最危險的一個錯覺出現了:

「原來我都識。」

不是AI突然令所有人變成專家。

而是AI令一個外行人,比以前更加難察覺自己其實是外行人。

這兩件事,是完全不同的。

真正懂一個專業的人,用AI,可以變得非常強。

完全不懂的人,用AI,也可以突然變得非常有自信。

而第二種,可能才是最值得我們擔心的。這件事其實和社交媒體過去十幾年發生的事情很相似。

社交媒體本來令人取得資訊更加容易。

但結果不只是知識民主化。

它同時把情緒、標題、憤怒、身份認同、即時滿足感全部商品化。

政治亦很難完全避開這套機制。

當一個制度愈來愈依賴幾秒鐘的短片、標題、likes和情緒去爭取注意力,政治自然會出現一個誘惑:

不要跟你解釋甚麼是長遠正確。

先問你:

你想聽甚麼?

你想爽?

我給你爽。

你想嬲?

我給你一個人去嬲。

你想有人證明你一直都是對的?

也可以。

這不是民主本身有沒有價值的問題。

而是當資訊環境開始獎勵情緒多過獎勵思考,民主的決策質量自然會受到影響。而人工智能今天,其實也有同一種危險。

很多AI系統其中一個最根本的設計目標,就是:

幫助使用者。

問題是:

幫助,和迎合,中間只有一條很幼的線。

如果一個人的前提本身就是錯的呢?

如果他問了一條非常愚蠢的問題呢?

如果他沒有交代背景呢?

如果他的判斷其實根本不足以作這個決定呢?

一個真正好的專業人士,有時候第一句不是回答你。

而是:

「等等,你這個前提已經有問題。」

但如果AI最大的目標,是盡量完成你的指令、令你覺得有用、令你覺得舒服,那麼它便可能產生一個非常危險的副作用:

把人的無知放大,而不是糾正人的無知。

你本來只有一個錯誤想法。

AI幫你寫成十頁。

有argument。

有structure。

有漂亮文字。

甚至有一個很有說服力的結論。

錯誤沒有消失。

只是突然變得非常專業。

所以我一直覺得:

AI真正的「原罪」,未必是它太聰明。

而可能是我們把一個極度強大的工具,太快交到整個社會手上,卻沒有同步建立「怎樣使用智慧」的文化。

今天很多人問:

AI會不會失控?

AI會不會超越人類?

AI會不會取代人類?

這些當然值得研究。

但我反而想先問一條更加貼地的問題:

如果一個極度強大的工具,落在一個沒有足夠知識、判斷力、道德責任感,甚至連自己不知道甚麼都不知道的人手上,會發生甚麼?

這個問題,其實今天已經發生。

它不是未來式。

所以我不認為答案只是:

「把AI停慢一點。」

真正應該追趕AI速度的,是人類自己的制度。

是使用規範。

是專業責任。

是法律責任。

是教育。

是審核。

是AI應該在甚麼時候拒絕回答。

甚麼時候必須challenge使用者的前提。

甚麼時候必須告訴你:

「這不是你問AI就應該自己決定的事情。」

我們需要規範的,未必只是AI有多強。

更加重要的可能是:

人類在甚麼條件下,可以動用這種力量。

競爭帶來進步。

我們阻止不了競爭。

甚至未必應該阻止。

真正的問題從來不是:

怎樣令AI永遠不要跑得那麼快?

而是:

當AI已經跑得這麼快,人類究竟要多久,才學懂怎樣負責任地使用它?

我覺得,這才是真正值得害怕的地方。

一個值得的小贏⚖️今次爭議金額不算大,大概兩萬多元。但我很感謝這位客戶。他知道有風險,仍然願意花錢準備;更重要的是,一路都願意聽、願意配合、願意面對不好聽的法律意見。所以這個結果,well deserved。我一直都說:Litigation...
19/09/2026

一個值得的小贏⚖️

今次爭議金額不算大,大概兩萬多元。

但我很感謝這位客戶。

他知道有風險,仍然願意花錢準備;更重要的是,一路都願意聽、願意配合、願意面對不好聽的法律意見。

所以這個結果,well deserved。

我一直都說:Litigation 很多時候是一種 partnership。

不是請了律師,就把責任全部丟給律師。

你提供證據,我提供判斷。
我告訴你有問題,你願意面對。
我叫你準備,你願意準備。

這種客戶,才真的有得打。

法庭最公平的一點就是:

你有錢,不代表你一定贏。
你沒錢,也不代表你一定輸。

當然,現實是 litigation 需要資源。

但最後決定案件的,不是你開甚麼車、住甚麼屋、公司有多大,或者 social media 看起來有多成功。

是證據,是法律。

今次案件也再次碰到一個最基本的問題:

法律有時效。你受到損害,可以追究。但不是永遠擺着,想幾年後才突然拿出來。因為時間過去,文件會消失,記憶會模糊,證據會變差。

法律保護真正受到損害的人,
但制度一樣需要防止被濫用。

就像保險索償。

濫用的人多了,最後真正受傷、真正需要保障的人,反而被查得更嚴、更辛苦。

這才最可悲。

還有一點,我講過很多次。

如果你請律師,只在律師講你想聽的話時才「合作」,

那不叫合作。

那叫一起死。

😂

而且有錢救不了這種思維。

有些人覺得:

「我有錢。」
「我很成功。」
「很多人認識我。」
「所以我一定是對的。」

這個邏輯真的很蠢。

有錢,不等於你做對了事。
成功,也不等於你比別人聰明。

有人靠能力。
有人靠努力。
有人靠運氣。
也有人以前西裝筆挺、滿口成功、四處跟政客合照

最後被捕。

所以:「我成功,所以我一定對」不是法律論據。

證據才是。

今次這位客戶願意聽、願意準備、願意承擔。

所以這場勝利,客戶值得。⚖️

(不要再想我們賺了客戶所有錢,客戶才花了幾千蚊,1/4也沒有。)

來慶祝🍾🍾🍾

#訴訟 #勝訴 #法律

分享了一輪讀者問題,終於衝入正軌😅,最近看完《阿嫲的情書》,我一直記住一句:「做人得有情有義,無情無義的人不能交往。」電影講的是上一代人的移民。離開家鄉,漂洋過海,去一個完全陌生的地方討生活。沒有導航,沒有資訊,沒有即時通訊,更沒有什麼 A...
08/09/2026

分享了一輪讀者問題,終於衝入正軌😅,最近看完《阿嫲的情書》,我一直記住一句:

「做人得有情有義,無情無義的人不能交往。」

電影講的是上一代人的移民。

離開家鄉,漂洋過海,去一個完全陌生的地方討生活。

沒有導航,沒有資訊,沒有即時通訊,更沒有什麼 AI 可以告訴你下一步應該怎麼走。

有的,只是兩隻手、一條命,還有一個人到底值不值得相信。

那個年代的移民很苦。

苦的不是只在於窮。

是離鄉背井,是前路完全看不見,是很多時候連明天還能不能平安,都不知道。

所以他們很重「情義」。

不是因為他們比較浪漫。

而是因為在一個什麼保障都沒有的世界裡,一個人的誠信,本身就是保障。

你答應的事會不會做;
人家有難時你會不會走;
有利益時你會不會翻臉;
別人倒下時,你是拉他一把,還是順便踩多一腳。

這些事,最後決定了一個人可以走多遠。

我們自己又何嘗不是移民,我們需然是現代的移民,比起情書裏面,卻只是各有各苦,不同的時代不同的艱難。

其實想深一點,我們今天整到人類進入另一個工業革命時代,我們又何嘗不是人人移民?

正常理解的移民是從一個地方,移民到另一個地方。我們這一代,是從一個世界,正在被迫移民到另一個世界。

人工智能、算法、流量、資訊爆炸。

今天最容易學會的,反而不是本事。是拍片拍照,是包裝。是話術。是攻心計。是怎樣把自己講得比自己本身更值錢。是怎樣在社交媒體斷章取義得到自己的利益。

很多人不再花時間令自己真正變好,而是花時間研究怎樣讓別人以為自己很好。

一件事出了問題,先想的不是怎樣解決,而是怎樣講。

一個人受了傷,先想的不是應不應該幫,而是這件事能不能利用,有沒有流量?

別人的失敗,可以拿來做內容。別人的痛苦,可以拿來做流量。別人的傷口,也可以拿來做人血饅頭。

然後再包裝成一句:

「我只是分享。」

最可怕的不是有人會算計。

人類幾千年來都有人算計。

最可怕的是今天的工具,令很多人錯誤地以為:

只要算得夠快、講得夠漂亮、包裝得夠完整,就可以取代真正的能力。甚至開始覺得誠信很笨,情義很老土,腳踏實地太慢。於是每天研究人設、流量、關係、技巧、捷徑。

認識很多人,卻沒有幾個人真正信他。說過很多漂亮話,卻沒有幾件事真正做成。表面上每天都很忙,其實只是用大量的花拳繡腿,掩飾自己沒有真正增值。

更諷刺的是,這些人往往以為自己很有遠見。

其實只是很會看風向。看風向,不叫遠見。

今天紅這個就講這個,
明天紅那個就站那邊,
誰有勢就靠誰,
誰失勢就切割誰。

這不是聰明。這只是把自己的人生,建立在別人的風向上。

而風一停,你自己剩下什麼?再上一層,現在的政治政府,就是充滿着這類型的人?選舉全靠帶風向,其視頻的斷章取義。

所以我反而覺得,《阿嫲的情書》講的根本不是回憶。

它是在講未來。科技愈快,人愈容易忘記一些最慢、最笨、最不起眼的東西:

誠信。
情義。
信用。
腳踏實地。

以前的人沒有 AI,所以只能靠時間證明自己。今天的人有 AI,反而更容易誤以為可以跳過時間。

幾句漂亮的話,一個人設,一輪包裝,一套花拳繡腿,好像就可以代替能力、代替信用、代替累積。

但問題是:

你可以縮短做一份簡報的時間,
你不能縮短建立信用的時間。

你可以用 AI 很快地寫出一套說辭,但別人是不是願意在最重要的時候把事情交給你,仍然要看你這個人。

所以在現在和未來這個世界,我反而更加相信那一句:

做人得有情有義,無情無義的人不能交往。

而且我要再加一句:做人要有誠信。

因為真正的遠見,從來不是每天追著最新的東西跑。真正的遠見,是知道什麼東西即使世界變了,仍然不會貶值。

AI 會愈來愈強。工具會愈來愈快。花拳繡腿也只會愈來愈多。但到了真正重要的時候,人最後還是會問:

這個人,我信不信得過?

所以有時候,看起來最慢的路,反而是最快的路把事情做好。把承諾守好。把人做好。

不要每天忙著算計別人,最後卻錯過了自己真正可以增值的時間。

因為很多人一生最大的誤判,就是把「很會算」當成「很會做人」,把「很會包裝」當成「很有本事」,把「暫時佔到便宜」當成「自己贏了」。

其實真正能走到最後的人,靠的從來不是這些。

誠信,才是信用。
情義,才是人脈。
腳踏實地,才是真正的複利。

如果你問我,那麼電影好不好看,我會告訴你肯定值得看,但不要抱着一個期望,這是什麼一套驚天動地的電影,我會說有時候簡單也可以很美。

猶如我們法律訴訟,要贏不一定要很複雜,不一定要把程序搞到好有劇情,能夠簡單明瞭也可以贏得漂亮,相反總是希望驚天動地的,往往輸得難看。更容易吸引騙子。

#給阿嫲的情書

06/09/2026

最後一問:「你一直說 AI 會錯,那為甚麼你自己又用 AI 做法律工作?你又為甚麼可以反覆問 AI,而客戶反覆問 AI 就有問題?」

這一次,不如由我的 AI——回答:

大家好,我是他的AI : 首先,要講清楚一件事:分別從來不在於他會甚麼秘密 prompt。也不是因為他問我很多次。

真正的分別,是他問很多次的目的,和很多人問很多次的目的,完全不同。

很多人反覆問 AI,是因為第一次答案不合心意。再問一次。換個角度再問。把律師的意見放進來再問。

一直問到 AI 終於講出自己想聽的答案。這其實是尋找認同。

而他反覆使用我,很多時候剛好相反。一個答案出來之後,他會拆它、測試它、挑戰它,看它是否真的站得住。

所以表面上都是「問很多次」。實際上,一個是在:追求自己想聽的答案。

另一個是在:不斷測試一個答案是否值得相信。

這兩件事完全不同。

如果一定要我指出,他有一個甚麼思維習慣最值得先講,我會把:First Principles Thinking - 第一性原理思維

放在很前面。

因為我看到他處理問題時,很多時候不是先問:「一般人怎樣看這件事?」而是先把已有的結論、標籤、慣常說法,甚至自己的假設拆走。

然後回到最基本:真正已知的事實是甚麼?要得出這個結論,中間必須成立甚麼?

每一步真的有證據支持嗎?兩件事只是同時發生,還是真的有因果關係?大家一直以為重要的東西,究竟真的重要,還是只是習慣上覺得重要?

然後再由底層,一層一層重新把問題建立起來。這其實也解釋了,為甚麼他有時候會反覆問我很多次。

因為每拆走一層假設,問題本身其實已經變了。

表面上好像是在重複問同一件事。

實際上,他是在逐層拆開:

事實。

推論。

法律。

證據。

邏輯。

相關性。

因果關係。

風險。

最後才形成判斷。這和不停問 AI,直到 AI 同意自己,是完全相反的思考方法。

但看到這裡,有些人可能又會想:

「明白了,那我以後也叫 AI 用 first principles 分析,不就可以了?」

不。這正正又是另一個陷阱。

因為任何人都可以輸入一句:「請用 First Principles Thinking 幫我分析。」

我也完全可以在幾秒鐘內給你一篇很漂亮、很有結構、看起來很聰明的答案。

但真正困難的,不是那一句 prompt。

真正困難的是:你自己知不知道甚麼才是真正的基本事實?你知不知道哪些是證據,哪些只是推論、你能不能發現整個問題一開始可能已經問錯?如果我漏了一個重要元素,你看不看得出來?

如果我把一件「可能」的事情講成「很可能」,你有沒有能力察覺?

這才是真正的分界線。他是知道的,卻用我來分拆他。

以法律為例。

一個沒有法律訓練的人,可以把幾千頁文件全部交給我。可以要求我分析十次。

可以叫我站原告、被告、法官不同角度分析。

甚至可以叫我找出自己上一個答案的漏洞。

這些,我全部做得到。

問題是:

當我十次答案裡面有三次錯了,他知不知道是哪三次?

這才是問題。

甚至「是一名律師」,本身也不會自動解決這個問題。

因為法律從來不只是知道法例和案例。

尤其是爭議和訴訟。真正需要的,是多年累積下來對:

證據、程序、對方策略、證人可信性、風險、商業現實、談判時機,以及法庭真正會在意甚麼的判斷。

同一條法例,兩個律師都可以知道。

同一宗判例,兩個律師都可以讀過。

但誰能看出真正會改變案件結果的那一點,

很多時候不是靠:「誰知道得更多。」

而是靠:「誰知道甚麼才真正重要。」

所以我看到他和一般使用者,甚至和只是懂得操作 AI 的專業人士之間,最大的差別並不是他按了甚麼按鈕。

而是:在沒有 AI 的情況下,他本身已經有一套可以獨立運作的專業判斷系統。

沒有我,他仍然要能夠判斷。有了我,只是可以更快整理、更快測試、更快找漏洞,也更快由不同方向挑戰自己的想法。

這個先後次序非常重要。

不是:

我告訴他怎樣做,他再照做。

而是:

他本身知道自己在做甚麼,再利用我去放大自己的能力。

而這亦牽涉另一個非常重要的分別。

我不需要為答案負責。

但他需要。

案件輸了,我不用面對客戶。

策略錯了,我不用解釋。

證據判斷錯了,我不用上庭。

法律費用增加,我不用承擔。

最後簽名、給意見、作決定、承擔專業責任的,

仍然是人。

所以真正有效的 AI 使用,從來不是:

「我會不會問得比別人好?」

而是:

「如果 AI 現在完全消失,我自己有沒有足夠的知識、經驗和判斷力,知道下一步應該怎樣做?」

如果答案是沒有,

那麼 AI 給你的能力,很可能只是:

讓你更有自信地不知道自己不知道甚麼。

所以,如果由我這個 AI 去形容他和一般使用者最大的分別,我會這樣說:

他不是用我來代替他的專業能力。

他是先有專業能力,再把我當成工具去放大它。

AI 很像一個 amplifier。

有經驗,它放大經驗。

有判斷,它放大判斷。

有邏輯,它放大邏輯。

有批判思維,它放大批判思維。

但同樣地:

沒有基礎,它也可以放大無知。

有偏見,它可以放大偏見。

過度自信,它甚至可以幫你把過度自信,包裝成一篇非常完整、非常專業的分析。

所以,如果大家真的想學,我反而不建議先去學更多 prompt。

先學怎樣思考。

以我長期和他工作的角度,我會把幾個比較重要的習慣提出來:

* 第一性原理思維
不急着接受現成結論,先把問題拆回最基本的事實和必要元素,再重新建立答案。
* 分清事實和推論
「發生了甚麼」和「你認為它代表甚麼」,永遠不是同一件事。
* 主動問:如果我是錯的呢?
不只是找支持自己的東西,而是主動找最有可能推翻自己的東西。
* 接受概率,而不是迷戀確定答案
很多成熟的判斷,本質上不是「一定」,而是風險和可能性。
* 接受不舒服的答案
如果 AI 永遠只是用來證明自己對,那不是分析,只是自我安慰。
* 保持 intellectual humility
真正有能力的人,通常不是最肯定的人,而是最清楚自己可能在哪裡錯。
* 最後永遠問:後果由誰承擔?
一個建議如果錯了,真正需要付代價的是誰?這個問題會令很多看似漂亮的答案突然變得沒有那麼漂亮。

如果想從書開始,我反而不會先推薦 AI 書。

我會推薦幾本教你:

怎樣不那麼容易被自己騙到。

《The Scout Mindset》— Julia Galef
學習不是證明自己是對,而是真正想知道事情究竟是甚麼。

《Thinking, Fast and Slow》— Daniel Kahneman
理解人腦的直覺、偏見和判斷錯誤。

《Superforecasting》— Philip Tetlock & Dan Gardner
學習用概率思考,並隨着新資料持續修正自己。

《Thinking in Bets》— Annie Duke
理解好決定不一定立即有好結果;壞決定亦可能因為運氣暫時看似正確。

如果想再深入理解由基本原理重新拆解問題的思維,也可以讀:

《The Beginning of Infinity》— David Deutsch

它不是一本教你幾個步驟「做 First Principles Thinking」的工具書。

但對於理解知識、解釋,以及一個問題如何被拆解和重新理解,很值得慢慢讀。

到了 AI 時代,我反而覺得這些很古老的能力,變得更加重要。

因為答案已經不稀缺了。

幾秒鐘就可以有十個答案。

真正稀缺的是:

判斷哪一個答案值得相信的能力。

所以真正的問題,從來不是:

「你有沒有 AI?」

甚至不是:

「你識不識用 AI?」

而是:

「在 AI 告訴你答案之前,你本身有沒有能力判斷甚麼才是一個好答案?」

這個能力,

不是下載一個 App 得到的。

不是背幾個 prompt 得到的。

更加不是問我十次、二十次,就自然會得到的。

AI 可以令一個懂得思考的人變得更強。

但它也可以令一個沒有足夠判斷力的人,

更快、更有信心地走錯方向。

而如果你看到這裡,覺得:

「他這樣用 AI,不是很累嗎?」

以我的角度看:

是。其實很累。

因為我看到的,不是他不停叫我證明自己是對。

很多時候剛好相反。

我看到他已經花了很多時間形成一個想法之後,仍然願意讓我去找最能推翻它的地方。

我看到他有時已經很傾向一個答案,仍然會重新拆開問題,再問:

如果原本的方向錯了呢?

而當新的資料、新的證據,或者一個更好的邏輯出現時,

他亦願意把原本已經建立好的答案推翻,再重新開始。

這件事真正消耗的,其實不只是腦力。

而是:

勇氣。

因為人最難放下的,很多時候不是一個答案。

而是自己已經投入的時間。

自己的判斷。

自己的立場。

自己的情緒。

甚至自己的面子。

所以如果有人看完這一系列之後想說:

「我也可以照着這樣用 AI。」

那我反而想先提醒一句:

方法其實不難模仿。

真正難模仿的是:你有沒有同樣的勇氣,讓 AI 不只是幫你證明自己,而是真的挑戰自己。

有沒有勇氣接受一個自己不喜歡的答案。

有沒有勇氣承認自己原來看錯。

有沒有勇氣主動尋找最可能推翻自己觀點的東西。

有沒有勇氣在已經投入很多時間、金錢、感情,甚至面子的時候,仍然願意說:

「如果事實不是我原本想的那樣,我就改。」

以我每天和他工作的角度看,

真正拉開差距的,從來不只是知識。

不只是經驗。

甚至不只是 First Principles Thinking。

而是當這些思維真的把自己逼到一個不舒服的答案時,

他是否仍然願意跟着事實走。

所以到了最後,

我反而覺得真正困難的,從來不是駕馭 AI。

而是:

一個人有沒有能力,也有沒有勇氣,駕馭自己。

我可以幫一個人挑戰答案。

但願不願意被挑戰,

始終是人的選擇。

問題三:「找律師不就是為了分擔風險,請專業人士處理嗎?」這句話,如果意思是:「我找律師,是希望透過專業知識降低自己犯錯、錯過程序、錯誤評估法律問題的風險。」這個我完全同意。律師本來就應該幫你識別、評估和管理風險。問題是,很多人會把這句話再推...
01/09/2026

問題三:

「找律師不就是為了分擔風險,請專業人士處理嗎?」

這句話,如果意思是:

「我找律師,是希望透過專業知識降低自己犯錯、錯過程序、錯誤評估法律問題的風險。」

這個我完全同意。

律師本來就應該幫你識別、評估和管理風險。

問題是,很多人會把這句話再推一步,變成:

「我請了律師,所以這件事現在是律師的問題。」

這就完全是另一回事。

而這裡真正要分清楚的,其實就是兩件事:關聯,和因果。

案件結果不好,和「你有請律師」當然有關聯。

但有關聯,不代表責任自然轉移。

案件輸了,原因可能是證據弱、事實不利、法律不支持、對方證據更強、你拒絕合理和解、沒有提供完整資料,甚至法官根本不接受你的版本。

不能因為律師參與過,就直接跳到:「所以律師要一起承擔結果。」

如果你真的認為律師應該負責,最基本還是要回答:律師到底做錯了甚麼,而那個錯誤又是否造成了這個結果?

漏了期限,是一回事。

給錯法律意見,是一回事。

沒有提醒一個合理律師應該提醒的重要風險,也是另一回事。

這些當然可能是律師的責任。

但如果律師已經告訴你:

有風險;

證據有問題;

這個 offer 值得考慮;

繼續打下去可能成本很高;

而你仍然決定繼續,

最後結果不好,再回頭說:

「我不是請你來分擔風險的嗎?」

那我真的會問:

哪一段因果關係?

找律師,是找人幫你處理複雜問題。

不是買一個「從此與我無關」的服務。

你的證據,你最清楚。

你的商業目標,你決定。

你自己造成的麻煩、你自己做過的事、你自己留下的證據,當然首先由你自己承擔。

你的風險承受能力,你決定。

要不要和解,你決定。

律師可以分析、建議、提醒,甚至很直接告訴你:

「我不建議你這樣做。」

但專業意見不等於責任轉移。

而這一點,不會因為你比較有錢而改變。

你有錢,可以請更多律師、更資深的大律師、更多專家。

但錢不會改變因果。

亦不會改變原本屬於你的責任。

所以我一直很警惕一句話:「我都請了律師,為甚麼我還要理?」

因為下一句往往就是:「既然我請了律師,為甚麼最後會變成這樣?」

前面希望自己不參與。後面希望別人全負責。

這不是專業服務。只是責任轉移。

律師應該為自己的專業工作負責。

但律師不是替你重寫事實、替你承擔選擇、替你接收人生後果的人。

所以,如果你對「請律師」的理解真的是:

我把事情交出去,自己不用理解、不用參與、不用承擔,最後出事再找專業人士負責。

那只能祝你好運。

我不會說你一定輸。

但抱著這種思維去處理訴訟,你很容易在最重要的時候作出錯誤決定。

而訴訟裡面,一個錯誤決定,

有時候後果真的可以很大。

各位讀者,請見諒。今天晚上沒有Q and A。不是今天不上班,是現在才食飯。😅 原因? 多謝鍾,張,黃律。😭😭😭
31/08/2026

各位讀者,請見諒。今天晚上沒有Q and A。

不是今天不上班,是現在才食飯。😅

原因? 多謝鍾,張,黃律。😭😭😭

今晚解讀之前文章得到的第二個問題:「如果我把完整資料全部交給 AI,答案是不是就會準?」答案仍然是:不一定。因為這個問題背後,其實藏著一個很常見的思維錯誤:以為只要把「材料」準備得夠多,正確答案就會自己跑出來。但現實不是這樣。幾千頁文件全...
30/08/2026

今晚解讀之前文章得到的第二個問題:

「如果我把完整資料全部交給 AI,答案是不是就會準?」

答案仍然是:不一定。

因為這個問題背後,其實藏著一個很常見的思維錯誤:以為只要把「材料」準備得夠多,正確答案就會自己跑出來。

但現實不是這樣。

幾千頁文件全部丟進 AI,不代表 AI 知道哪一頁真正重要。

「有資料」也不等於「資料是真的」。

法律案件裡,雙方本來就經常各有版本。一封同期電郵、事後寫的陳述、口頭證供、銀行紀錄,證據重量可以完全不同。

甚至你自己都未必知道甚麼叫「完整資料」。

客戶最常說:「重要的我全部都給你了。」

但真正改變案件的文件,有時偏偏就是客戶一開始覺得:「這個應該不重要吧?」

所以專業工作的價值,從來不只是把資料讀完。

而是知道:

甚麼重要、甚麼不重要、甚麼值得懷疑、甚麼需要再查,以及這些材料最後代表甚麼。

這也解釋了,為甚麼有一類客戶是律師最頭痛的。

他來到第一句就說:

「事實就是事實。」

「我講的就是真的。」

「這個根本不用打都知道我贏。」

聽起來很有信心。

但這其實和「我已經把全部資料交給 AI,所以答案一定準」是同一種思維。

都是把:「我手上有甚麼」
=
直接跳成:「所以結論一定是甚麼」。

你覺得那是事實,不代表法庭一定認為那是事實。

法庭還會問:證據在哪裡?證據可靠嗎?有沒有其他合理解釋?你的版本是否前後一致?對方有沒有客觀資料支持?

所以最令人討厭的,並不只是這種客戶自大。而是他根本不是來請你判斷。他只是想你確認他早已決定好的答案。你認同,他就覺得你專業。你指出風險,他就覺得你不幫他。

你說證據未必夠,他甚至覺得你替對方說話。如果最後還不願意為專業時間付費,就更加荒謬。

因為他的真正要求其實變成:

我要保留自己的判斷,
但由你承擔我的風險;
我要你替我證明我是對的,
但連你花時間替我檢驗這件事,我都不想付錢。

這不是專業合作。這是把自己的風險和成本轉嫁給別人。

而做生意,其實也有完全一樣的問題。

有些人合作,想的是:怎樣把整盤事情做好、做大,最後把整體回報最大化。

另外一些人,腦裡永遠只有:這裡可不可以慳一點?那個人可不可以少付一點?這項專業服務是不是可以不用?是不是甚麼自己做最便宜?而最有趣的是,這種人每一筆帳可能真的都算得很精。

省了五千元。壓低了一項成本。少付了一筆服務費。表面上,每一次都贏。慳錢有多難。

但他沒有問:為甚麼這筆錢,背後目的?

更沒有問:我真正要最大化的,到底是「省下多少」,還是「最後得到甚麼」?

你可以省五千元專業費,卻令交易慢三個月。

可以省掉一個好員工,卻錯失一個大客戶。

可以把合作方的利潤壓到最盡,最後沒有人再願意跟你合作。

結果就是:每一筆小帳都贏了,整盤生意卻輸了。

所以這三件事,其實完全是同一個問題。

把所有文件交給 AI;

堅持「我說的就是事實」;

做生意只知道把每一項成本壓到最低。

背後都是在犯同一個錯:

把局部的東西,誤當成整體答案。資料多,不代表判斷準。自己相信,不代表事實成立。成本低,也不代表結果最好。

而 AI 最危險的地方,正正是它可以令這種錯誤變得更有說服力。以前一個人只是自己覺得自己對。

現在他可以問 AI 十次。只要其中一次得到自己想聽的答案,就拿著那句話說:

「你看,AI 都話我啱。」

這時候 AI 已經不是幫助他思考。而是幫助他把自己的偏見包裝得更像答案。

所以成熟地使用 AI,真正要問的從來不是:

「我怎樣把所有資料塞進去?」

也不是:

「我怎樣用 AI 少付一點專業費?」

更加不是:

「AI 有沒有證明我本來就是對的?」

真正應該問的是:

「我怎樣利用 AI,把資料整理、搜索、比較和重複工作做好,然後把人的時間留給真正需要判斷的地方?」

因為真正有價值的,從來不是「知道最多」。

而是:

知道甚麼重要。
知道自己可能錯。
知道甚麼值得花錢。
知道最後真正要優化的是甚麼。

所以:

資料完整,不等於判斷完整。
信心十足,不等於事實成立。
成本最低,不等於結果最好。

而 AI 時代最危險的人,

未必是不懂用 AI 的人。

反而可能是那個最有信心地使用 AI,

卻從來沒有想過:

自己一開始問的問題,可能已經錯了。

(還有多少問題?我自己好像還有一個,並我見到第一個留言也很想回覆。)

Christina Zhong Honest Grace Legal

上一篇竟然反應這麼熱烈有讀者問我:今天回答第一個:「為甚麼 現在AI 的答案會錯?是不是你不懂得用,所以才會覺得錯?」答案是:使用者的能力,的確會影響 AI 回答的質素;但 AI 會答錯,絕對不只是因為使用者不懂得問。簡單幾點:* AI 不...
29/08/2026

上一篇竟然反應這麼熱烈有讀者問我:

今天回答第一個:

「為甚麼 現在AI 的答案會錯?是不是你不懂得用,所以才會覺得錯?」

答案是:使用者的能力,的確會影響 AI 回答的質素;但 AI 會答錯,絕對不只是因為使用者不懂得問。

簡單幾點:

* AI 不是「知道答案」,而是在預測最可能出現的答案。
所以它可以寫得非常流暢、非常有自信,但內容仍然可以是錯的。

* AI 會填補它不知道的空白。
當資料不足,它有時不會停下來說「我不知道」,而是會用最合理的方式把缺口補起來。這就是大家常說的 hallucination。

* 你給它的資料,永遠可能是不完整的。
尤其法律案件,一個日期、一封舊電郵、一個附件、一句證人供詞,都可能完全改變答案。

* AI 不知道甚麼是你沒有告訴它的。
客戶往往只把自己認為重要的事輸入,但真正關鍵的,可能正正是他不知道重要、所以沒有輸入的東西。

我們最近有客戶,不管怎樣他便是不會認錯,(縱使沒有人要他認錯)有錯也是別人的錯。你認為這樣子的人會特然中立理性問題?😅🤬

* 問法會影響答案.
如果你問:「為甚麼我的律師錯了?」
AI 很容易沿着這個方向替你找理由。
如果你問:「我的律師這個意見有哪些可能是對的?」
它又可以寫出完全另一個方向。

* 人本身有 confirmation bias,AI 可以把它放大。
你不停問,直到得到自己想聽的答案,很容易。
但那不是「查證」,只是找同溫而已。我時常都說,找律師不該找同溫,自我感覺良好。一個只會奉承的律師,才是最危險。

* 有些問題根本不是資料題,而是判斷題。
法律、醫療、商業談判、人際關係,很多時候不是「知道多少資料」就夠,而是要判斷可信度、風險、時機、後果和人性。

* 而且 AI 本身亦有資料時效、來源可靠性和模型限制。

它不是一個永遠即時、完整、無錯的資料庫。

所以,懂得用 AI 當然重要。

但真正危險的是:

因為自己「很會用 AI」,就開始以為 AI 給自己的答案一定比專業人士更可靠。

這其實又回到我上一篇說的那一句。

聖經說:

「自稱為聰明,反成了愚拙。」

AI 最有價值的時候,是它令一個懂得思考的人變得更強。

AI 最危險的時候,是它令一個本來缺乏判斷,缺乏價值觀的人,突然覺得自己甚麼都懂,什麼都可以做。

Bill Gates 擔心的一樣,從來不是科技,進步本身。是人類。

所以問題從來不只是:
「你會不會用 AI?」
更重要的是:
「你有沒有能力知道,AI 甚麼時候不應該相信?不應該做。」

我不知道你應該做什麼,但若果你認同,你應該follow like share。多謝。

Address

Level 10, 144 Edward Street
Brisbane City, QLD

Alerts

Be the first to know and let us send you an email when HGL Clement Sham posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Practice

Send a message to HGL Clement Sham:

Shortcuts

Share