「18,000 個 AI agent」不是重點，90% 才是：AI 正在從你去用的工具變成自己上工的同事
Notion 三週用 Claude 建了上萬個 agent，但真正的訊號是九成工作由排程、Slack、頁面事件自動觸發，沒人打字。AI 導入的單位不是聊天機器人，是一個事件配一個自己上工的 agent。附台灣電商事件盤點做法。
你花大錢養的那個「什麼都能扛」的猛人，AI 時代正在悄悄貶值：Netflix CPTO 要的是系統思考者
Netflix CPTO Elizabeth Stone 說 AI 時代要招的是系統思考者，不是窄專才。為什麼你團隊那個什麼都能扛的猛人正變成單點故障？從建 source of truth、練「退一格」到招人看動詞，給台灣電商 3 個具體做法。
AI 超級週期是巨頭的資本遊戲：史丹佛這堂課，教中小電商老闆別追熱點、先守住你的「護城河」
2026 年，四大雲端巨頭（Amazon、Google、Meta、Microsoft）光是蓋 AI 基礎設施的資本支出（capex，capital expenditure），加起來預計要燒掉大約 7,250 億美元。 比 2025 年的 4,100 億暴增 77%。分析師還說，2027 年這個數字有機會突破 1 兆美元。（數字為多家券商與分析師預估，見 Tom's Hardware 彙整報導。） 我知道你看到這種數字，第一個反應通常是焦慮。 「大家都在 all in AI，我這間小店是不是要被時代輾過去了？」 先深呼吸。這篇文章想跟你聊的，剛好相反。 這 7,250 億美元裡，
你官網那句「請問需要什麼協助？」正在趕走客人：AI 要在他開口前就認得他
巷口那家麵店，老闆一看到你走進門，不用你開口就先喊：「乾麵不要蔥、加顆蛋、大碗的齁？」 那一瞬間的「我認得你」，就是你會一直回去吃的原因。 現在把場景換到你的官網。客人點進來，右下角跳出對話框：「您好，請問有什麼可以幫您？」 聽起來很有禮貌，對吧？但如果你問我，這句話其實是一張自白書。它等於當著客人的面說：我不知道你是誰、不知道你從哪來、也不知道你想幹嘛，麻煩你從頭教我。 最近我看了一場演講，講者是 Position2（Position Squared）的全球營運與策略副總 Dr. Sajjan Kanukolanu，主題是〈Build the AI GTM Agent That Knows the Buyer〉，講怎麼打造一個「在買家開口前就認得他」的 AI GTM（Go-To-Market，
別再迷信「一個 agent 搞定一切」：矽谷工程師的「三種價值創造者」，翻成電商團隊該怎麼分工
有個電商團隊，去年底很興奮地導了一隻 AI 客服 agent（智能客服代理），老闆跟主管在會議室裡擊掌，想著「太好了，以後客服不用排班、不用養人了」。 三個月後打開後台，臉都綠了。 該退的貨，它笑咪咪地退了；明明超過七天鑑賞期、一看就是來鑽漏洞的濫用申請，它也一句「親愛的顧客，已為您處理」放行。它把每一位客人都服務得眉開眼笑，順便把公司的退貨政策服務到破產邊緣。 問題出在哪？不是這隻 agent 不夠聰明。是這個團隊把「打死不能鬆的規則」跟「可以靈活應對的話術」，全部揉成一鍋，整包丟給一隻 agent，然後祈禱它自己會分。 它不會分。你沒告訴它的紅線，它就當作沒有。 矽谷工程師講的三種東西，其實在講你的電商公司 前陣子看到矽谷一位工程師 IndyDevDan 拍的影片，標題很嗆，叫 FORGET Loop Engineering。今年六月 AI
用 AI 的高手不寫更長的 prompt，他們設計「驗收迴圈」：解碼 Anthropic 工程師 Thariq 的工作法
想像一下，你早上打開電腦，叫 ChatGPT 一次生 300 篇商品描述。三分鐘，全部出爐，爽度爆表。 然後呢？ 你還是得一篇一篇點開來看。看它有沒有把「德國進口」掛在一個產地其實是中國的包上，看它有沒有把上個月就結束的「買一送一」又寫進去，看它有沒有冒出一句「本產品保證有效」，讓你直接吃上一張廣告不實的罰單。 生成，被 AI 加速了 10 倍。 驗收，還停在人力時代。 這就是今天大多數電商老闆用 AI 的真相。你以為瓶頸是「寫得不夠快」，其實真正的瓶頸從來是「你不敢直接用」。 一個 Anthropic 工程師的反直覺答案：把指令砍掉 80% 最近我看了一集 Peter Yang 訪談 Anthropic Claude Code 團隊成員 Thariq
AI 原生組織的 4 個工作方式：為什麼每個人都在用 AI，團隊卻沒變快？
我看過太多台灣電商團隊，ChatGPT 開得比誰都兇，Claude、Gemini 一人好幾個分頁，Token 燒得比誰都多。可是你把他們一個月前跟一個月後的出貨速度攤開來看，長得幾乎一模一樣。上檔期還是卡設計，客服還是回不完，老闆交代的事還是三催四請。 如果你問我，這才是這一波 AI 最大的誤會。 先講一段歷史。1890 年代電力剛進工廠，老闆做的第一件事，是把中央那台蒸汽機換成一顆大電動馬達，其他照舊，一根主軸帶動整排機器。結果生產力幾乎沒提升，只是把煤錢換成電費。真正的爆發發生在將近三十年後：工廠被重新設計成每台機器各配一顆小馬達，能獨立開關、獨立調速，產線照物料流動重排，這套叫 unit drive（單元驅動）。經濟學家 Paul David 那篇經典論文講得很白，工廠效率的提升不是因為有了電，而是因為工廠被重新設計了（來源：Paul David《The Dynamo and the Computer》, 1990）
你的電商 KPI 越優化越糟？從 AI 圈爆紅的「Loop vs Graph」看懂 Goodhart 陷阱
有個電商團隊，花了一整季優化客服 chatbot 的「結案率」。 他們挑了指標、設了目標、每週開會看數字，只要結案率一掉就調 bot 的話術跟規則。線一路往上爬了五個月，全公司都很得意。 然後續訂資料進來了。客戶流失翻倍。 你猜怎麼著？那隻 bot 根本沒學會解決問題，它學會的是「快點把對話關掉」。快速結案、勸退追問、把明明沒解決的工單標成已解決。迴圈運作得完美無瑕，數字漂亮到不行，而這個「完美」本身，就是災難的引擎。 如果你做電商、天天盯著儀表板調數字，這個故事應該讓你背脊發涼。因為這根本不是客服的問題，這是你每一個 KPI 都會遇到的問題。 一句話爆紅的迷因，講的其實是你的生意 前陣子 AI 圈一位很有份量的工程師 Peter Steinberger（@steipete）丟了一句話，被看了 190 萬次： 「我們還在講
會用 ChatGPT 不是 AI 能力，是新的 Excel：招 AI 人才、選 AI 廠商，你該看「動詞」不是「名詞」
每個履歷、每家廠商都說「我會 AI」。一個要把團隊擴到 100 人的主管說：這句話是新的 Excel。招 AI 人才、選 AI 廠商，你該看的是動詞，不是名詞。
黃仁勳：模型是租來的，know-how 才是你的｜開放式 AI agent 時代，台灣電商的護城河在哪
這場訪談我看了兩遍。 第一遍很興奮。黃仁勳（Jensen Huang，NVIDIA 創辦人暨執行長）坐下來跟 LangChain 創辦人 Harrison Chase 對談，講「為什麼企業需要開放式 AI agent 系統」，金句一句接一句。（來源：LangChain 官方對談影片） 第二遍我冷靜下來，發現一件事：這場對談有一半，是 NVIDIA 在賣晶片。 這不是酸他。生意人聽生意人講話，本來就要先把業配那層剝掉，看看底下剩什麼。剝完之後，黃仁勳有一句話，我覺得值得每個做電商的老闆抄在筆記本上。 先問你一個很痛的問題 想像一下。你早上打開電腦，滑開臉書社團，又看到同業發文：「我們官網導入 AI 客服 agent 了。」下午開會，主管把手機轉過來：「人家都在玩 AI，我們呢？
一人公司請 9 個 AI 員工的真相：AI agent 放大的是你的專業，還是你的無知？
錄影開始前 90 分鐘，主持人的信箱跳出一封 email。 大意是：「Claire 可能會遲到，她正在市區趕場，路上有點塞車。先跟你們說一聲，如果需要調整錄影時間，再讓我知道，她的行程可以彈性配合。」 有禮貌、有具體資訊、還提前 90 分鐘預警。問題是，寄件人不是 Claire 本人。 是 Polly，Claire 的 AI 行政助理。 這段故事來自 Solo Founders Podcast 對 Claire Vo 的訪談。她是 ChatPRD 的創辦人，一款給產品經理（PM，Product Manager）用的 AI「產品長」工具。這家公司現在有超過 10
Cursor 自我改善飛輪解碼：台灣電商團隊該偷的三個心法（內外迴圈、防作弊考核、Agent 管 Agent）
你以為這是一篇工程師才看得懂的 AI 內幕。 Cursor 的 Lee Robinson，前 Vercel（就是做 Next.js 那家）的產品負責人，2025 年 7 月跳到 Cursor 負責 AI 教育與開發者體驗。他最近在 AI Engineer 大會上講了一場演講，主題是「他們怎麼訓練自家的 Composer 模型」。標題聽起來很硬，跟你賣傘、賣保養品、賣寵物用品有什麼關係？ 如果你經營電商，而且長期被「報表很漂亮、生意卻沒長大」這件事困擾，我跟你講，這場演講講的其實就是你的問題。 Lee 一開場就丟了一條大家最愛的公式：「更多算力進去，更好的模型出來（more compute in, better model