在傳統社會中，專業能力的核心判準是一個人「做過甚麼」。醫生看過多少病人，律師處理過多少案件，工程師完成過多少項目，這些經驗構成其能力的證明。專業資格與社會信任，建立在一條相對清晰的邏輯之上：透過實際行動累積經驗，再由經驗轉化為判斷能力。這種模式不僅界定專業的形成方式，也決定其評價標準。

人工智能與模擬技術的發展，使這條邏輯開始出現轉向。當系統能夠生成大量情境，並在其中反覆訓練個體，能力的來源逐漸從「實際做過」轉為「在模型中被訓練過」。一名醫學生不再需要等待多年臨床接觸，便可透過虛擬病例熟悉各種診斷路徑，又或是一名律師可在模擬案件中反覆演練策略。所以專業能力不再完全依賴現實場景，而可以在高度可控的系統中預先生成。

這種轉變的關鍵是訓練環境的性質發生改變。現實世界具有不確定性、資源限制與不可重複性，每次行動都是獨特且不可逆的。模擬環境則具備可重複、可調整與可量化的特性，使學習過程可以被壓縮與優化。當系統能提供比現實更高密度的訓練，並即時回饋表現，制度自然傾向將其作為主要入口。專業能力的形成因而逐步脫離現場經驗的限制。

但「被訓練過」不只是效率提升的結果，它同時改變能力結構。當學習在模型中進行，個體所接觸的情境必然來自既有數據與設計框架。系統決定哪些案例被呈現，哪些變量被強調。能力因而帶有強烈的模型痕跡。個體在訓練中所形成的判斷不僅反映知識本身，也反映系統對現實的理解方式。這種能力在標準化情境中表現穩定，但在面對未被建模的情況時，可能顯得不足。

專業評價標準亦隨之轉變。過去，「做過」代表經歷過現實的檢驗，其價值在於結果與過程均可被觀察。未來，「被訓練過」則更多依賴系統評分與數據指標。學員在模擬環境中的表現，可以被精確記錄與比較，成為評估能力的重要依據。這使專業資格更具一致性，也更易於大規模篩選。評價的依據從現實轉向模型亦代表標準本身由系統所定義。

這種變化對專業身份產生深遠影響。當能力主要來自訓練系統，專業人士與系統之間的關係變得更加緊密。個體是系統內的一個節點，其判斷能力部分來自自身經驗，部分來自模型所提供的結構。專業由此呈現出一種人機共構的特性。這種結構能提升整體效率，也能降低個體差異，但同時削弱某些來自個人經歷的獨特性。

另一個重要變化是專業時間尺度的縮短。傳統模式下，成為一名成熟專業人士需要長時間累積。這種時間成本是學習過程及篩選機制。當訓練可被壓縮，專業形成的速度加快，進入門檻在某些層面上降低。這有助於擴大供應，也可能改變專業市場的結構。當更多人能在較短時間內達到一定水準，專業的稀缺性與價值評估將重新調整。

但現實世界不完全符合模型的預設。專業行動往往發生在不完整資訊與多重限制之中。醫療現場可能同時涉及病人情緒、家庭因素與資源限制；法律案件可能受到文化背景與社會輿論影響；工程決策可能面對環境變數與不可預期風險。這些因素難以完全被納入訓練系統。當專業能力過度依賴模型，個體在面對複雜現實時可能缺乏調整能力。

所以「做過」未完全失去價值，只是其角色正在轉變。它成為檢驗與補充的機制。現實經驗提供與模型不同的資訊，使個體能識別系統的限制。當兩者結合，專業能力得以在結構化知識與實際情境之間取得平衡。問題是制度是否願意為這種結合保留足夠空間。

更深一層看，「被訓練過」代表新的知識生產方式。知識來自對大量數據的整合與重組。個體在其中的角色，從經驗累積者轉為模型使用者與調整者。這種轉變提高知識生成的效率，也使專業更易於標準化與複製。同時亦改變人與知識之間的關係，使個體對系統的依賴程度提高。

在這樣的結構下，人類專業的終局只是重組。專業在「做過」與「被訓練過」之間形成新的配置。未來的專業人士，需要同時理解模型與現實，既能在系統中運作，也能在其之外判斷。這種雙重能力將成為新的標準。

最終的問題是如何界定專業的本質。如果專業被視為一套可被完全形式化的技能組合，則「被訓練過」將逐步取代「做過」。如果專業被理解為在複雜環境中作出判斷的能力，則「做過」仍然不可或缺。當前的發展顯示兩者正處於重新分配的過程之中，這個過程將決定未來專業的形態與價值。