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 萬個使用者、完全自籌資金（bootstrapped，沒拿任何創投的錢），而全職的人類員工，只有她一個。

其他「同事」，是 9 個她親手打造、各自有名字有職稱的 AI agent（AI 代理）。Polly 是行政助理，Finley 管家庭雜務，還有負責銷售、客服、行銷的。她把它們當成真的員工在帶，甚至還有一個叫 Sam 的 agent 主動去跟客戶接洽，對方一度以為 Sam 是真人。

我知道你看到這裡在想什麼。因為這故事一紅，很容易就被讀成一個版本。

那個瘋傳的版本，是我看過最危險的誤讀

那個版本是這樣的：

「一個人 + 9 個 AI 員工 = 百萬營收、零創投。所以你也可以了，把團隊裁一裁，請一排 AI agent 頂上，一個人幹完一家公司。」

聽起來很爽對吧？尤其對被蝦皮、momo 夾殺到喘不過氣的台灣中小電商老闆來說，這簡直是救命稻草。人事成本一直漲、客服請不到人、小編做兩個月就離職，現在有人告訴你 AI 可以全包了。

但如果你問我，這是我看過對這個故事最危險的誤讀。

你知道為什麼嗎？因為 Claire 自己在那集訪談裡，從頭到尾都在打臉這個說法。

她講了一個關鍵到不行的細節：她能一個人撐起這家公司，靠的不是那 9 個 agent。靠的是她二十年的產品資歷、三十年的寫程式經驗、還有一路累積下來的人脈跟通路。她當過三家公司的產品與技術長（CPTO），包括 LaunchDarkly 跟 Color Health，前一家新創還被 Optimizely 收購。

她說得很白：「我能白手起家，是因為我二十年前就開始累積專業，五年前就開始累積受眾。這是典型的一夜成名故事，只是大家沒看到背後那 20 年。」

換句話說，agent 不是她的護城河。

她二十年的手藝，才是。

agent 是一台擴大機，不是一台印鈔機

這裡要講一個商業類比，你就懂了。

AI agent 比較像一台「擴大機」。你丟一個乾淨、準確的訊號進去，它放大成飽滿好聽的聲音；你丟一堆雜訊進去，它就放大成更大聲的噪音。

Claire 在還是全職產品長的時候，就用 ChatGPT 幫忙寫產品規格。有一次一位客戶丟來一個超複雜的資料稽核需求，團隊裡的專案經理直接舉手投降說「我沒能力做這個」。Claire 接手，早上 9 點開會，中午前就交出一份 5 頁、細節完整、完全命中客戶需求的規格文件。

同事嚇傻了，問她怎麼辦到的。

重點是什麼？

不是 ChatGPT 很神。是因為她有二十年 PM 底子，她「知道一份好規格長什麼樣子」，AI 只是幫她把腦袋裡的東西快速倒出來。她自己說：「如果 ChatGPT 一次就能生出這種品質的規格，那我早就沒生意可做了。」

這就是重點。同樣一台擴大機，接在她身上放大的是二十年的判斷力；接在一個沒做過選品、沒服務過客人、看不懂數字的人身上，放大的是他的無知。

台灣電商圈最近很多人在踩這個坑。買了 AI 選品工具，以為從此不用懂市場，結果 agent 照著模糊指令亂抓，抓回一堆看起來很潮、其實根本賣不動的品項，倉庫越堆越高。買了 AI 客服，卻沒把退換貨規則、商品細節、公司口氣講清楚，agent 就自信滿滿地亂回，回出一堆客訴跟退貨糾紛。

工具沒有錯。錯在你以為它能幫你「跳過」那門你還沒練成的手藝。

Claire 講了一句很傳神的話，她說有人嫌 ChatPRD 只是個「GPT 套殼」（wrapper）。她的回應是：「她也許是個套殼，但她是『我的』套殼。」意思是，套殼不套殼不重要，重要的是殼底下那個對「這份工作該怎麼做」的獨到理解，那個東西別人抄不走。

人類還剩下什麼？她說是「Rizz」

那在 AI 什麼都能做的年代，人還剩下什麼價值？

Claire 的答案是「Rizz」，大概就是個人魅力、感染力、打動人的溝通力。她拆成三件 AI 現在做不好、得你自己來的事：搞清楚產品跟市場之間「價值怎麼交換」，也就是這門生意到底靠什麼賺錢；從第一性原理長出真正新的點子（她說大型語言模型 LLM 是好的執行夥伴，但腦力激盪很爛）；還有鼓動人心，讓團隊、客戶、市場願意跟你走。

以前我們以為，會做圖、會寫文案、會跑數據，這些就是專業。現在機器都做得到，還比你快。

真正值錢的，是機器做不到的那塊：你的判斷、你的洞見、你讓人願意掏錢的那股信任。

好，那台灣電商老闆到底該學什麼？

學的不是「裁員」，是她那套「帶團隊」的方法。

Claire 有一個很反直覺的選擇：她不做一個「全能大 agent」去包辦所有事，而是做 9 個「各司其職的小 agent」。每一個都有明確的職稱、專屬的工具、獨立的工作區，她還會像帶新人一樣慢慢調教它們。

她的理由很像在講管理：「把一個 agent 限定在一件具體工作上，比訓練一個無所不能、要管整間公司的巨型 agent 容易太多了。」她拿 Devin（一款寫程式的 AI agent）舉例：沒有人會問「Devin 為什麼不順便把所有事都做了」，因為 Devin 就是你的工程師，讓它把程式寫好就對了。

這套邏輯，直接可以搬進你的電商日常。

別再幻想買「一顆全能的 AI 電商大腦」把所有事一次解決。那是最容易失敗的做法。你該做的，是把工作切成幾個窄窄的、定義清楚的任務，一個一個交給專職 agent。

想像一下你的店，可以先切出這幾個「數位員工」：

一個客服 agent，先餵它你最常被問的 20% 到 30% 問題、退換貨規則、出貨時間，讓它先扛掉那批重複到你想吐的詢問。一個EDM（電子報行銷）文案 agent，專門寫促銷信、商品描述，語氣先框好。一個選品/競品 agent，幫你去爬競品的標題、價格、評論數，整理成表，但最後拍板的是你。一個對帳 agent，處理那些瑣碎又不能出錯的數字核對。

每一個 agent，你都要像 Claire 帶員工一樣，回答四個問題：這個 agent 的工作是什麼？做得好長什麼樣子？我有沒有給它足夠的工具？誰是它的人類主管、出事誰負責？

最後那題最重要。

Claire 引用她朋友 Dan Shipper 的說法：你不是「指派」任務給 agent，你是「委派」。差別在於，責任永遠還在你身上。agent 出包，等於你出包，沒有人幫你扛。

這幾年我自己也帶著一小群 agent 在做內容跟顧問的工作，體感非常真實：把一個任務的「職責說明」寫清楚，比寫那句 prompt 難十倍；而真正決定成品好壞的，從來不是模型多強，是我有沒有能力去驗收它、抓出它哪裡做錯了。這件事，跟我以前在雨傘工廠盯產線、在百貨專櫃帶櫃哥，本質上一模一樣。你不會定義工作、不會驗收，給你再多人手也是一場災難。

換個角度看，這其實是好消息。

以前你要做這些自動化，得養一組工程團隊、砸一筆系統費。現在你要的，是「會定義工作、會驗收成果」的管理腦。門檻從「資本」變成了「判斷力」。這對口袋不深的台灣中小電商，反而是翻身的機會。

不是每家公司都要衝獨角獸

訪談最後 Claire 講了一段讓我想很久的話。

她說她很清楚自己要的是什麼：「這是一家科技公司，但不是一家科技新創。我要的是一門能帶來現金流、高槓桿、屬於我、而且服務我人生的小生意。」她甚至去年底才剛生完第三個小孩，那陣子產品幾乎沒更新，也沒人抱怨，因為她的「員工」都還在崗位上。

她算過一筆帳：有人想收購，開的價可能是現在營收的十倍，但她說，「營收也許能翻十倍，可我的幸福感是一百倍。」

台灣絕大多數的電商品牌，本來就不會、也不需要變成獨角獸。你要的可能就是一門養活自己、養活家人、還能睡得著覺的好生意。

AI 這波浪潮真正迷人的地方在哪？不是讓你「一個人取代一整家公司」。是它讓「一門小而美、高毛利、你說了算」的生意，第一次變得這麼可行。

但別忘了那個前提。

你得先有那門手藝。agent 只會放大它。

想再往下鑽，我之前這幾篇可以一起看：AI agent 怎麼重寫「做事」這件事，寫在 王董週刊 #6；怎麼把團隊 SOP 封裝成 agent 的技能包，看 Agent Skills 這篇；行銷人怎麼從操作員變教練，在 週刊 #5；agent 的「所有權與治理」為什麼是企業級難題，看我拆 Salesforce 把平台變成 agent 基礎設施 那篇。

給你的三個立即行動

► 第一，先盤點你的「手藝」在哪。 拿張紙，寫下你這門生意裡，哪三件事是你比別人強、別人抄不走的（選品眼光？客戶關係？某個利基市場的 know-how？）。這就是你要用 agent 去放大的東西。放大之前，先確定它真的存在。

► 第二，別買全能大腦，先切一個窄任務下手。 從你最討厭、最重複、最不需要判斷力、錯了也不會出大事的那件事開始（初階客服或商品描述最適合）。給它清楚的規則、工具、驗收標準，先跑一到兩週試看看，順了再切下一個。學 Claire 的「星座式」小 agent，別做一顆什麼都想管的巨獸。

► 第三，永遠幫每個 agent 指定一個「人類主管」。 就算主管是你自己。動工前先幫它寫清楚四件事：能碰哪些資料、不准做哪些事、做得好長什麼樣、出事誰覆核。之後定期抽查產出，把它當新來的工讀生看，會犯錯、要驗收、出事你扛。「委派」不等於「放生」。

如果你正被人力成本壓得喘不過氣，別把 Claire 這故事讀成「終於可以裁員了」。它真正該給你的是一個提醒：AI 幫你把生意做大之前，會先忠實地把你的底子照出來。

底子厚，它是擴大機。底子空，它是照妖鏡。

常見問題 FAQ

Q：一人公司真的能用 AI agent 取代整個團隊嗎？

可以取代掉大量「重複、可定義、不需要臨場判斷」的工作，但取代不了核心的專業判斷。Claire Vo 能做到，是靠她二十年的產品資歷；她甚至還請了一位兼職工程師，並非字面上的「零員工」。agent 補的是人手，不是補你缺的專業。

Q：該用一個全能 AI agent，還是多個小 agent？

Claire 的實戰經驗是選「多個各司其職的小 agent」。原因是：把 agent 限定在一件具體工作上，指令清楚、工具明確、好驗收，管理起來比一個要包山包海的巨型 agent 容易太多。

Q：中小電商導入 AI agent，該從哪個環節開始？

從最重複、最不需要判斷、你最討厭做的那件事開始，通常是初階客服或商品文案。先整理好 FAQ、退換貨規則、商品資料，讓 agent 先吃掉最常見的兩三成詢問，跑順了再擴大到選品、對帳等環節。

Q：沒有技術或專業背景的老闆，能複製這套一人公司嗎？

很難。這正是 Claire 自己反覆強調的重點，她說她第一次創業時根本做不到，是累積了二十年專業跟人脈才有辦法。agent 會放大你既有的判斷力，也會放大你的無知。與其想著複製模式，不如先把自己那門手藝練扎實。

Q：AI agent 是不是護城河？如果不是，什麼才是？

agent 本身不是護城河，因為工具人人買得到。真正的護城河是你對「這件事該怎麼做」的獨到理解、你累積的通路與信任，以及 Claire 說的「Rizz」，也就是打動人、鼓動市場的能力。這些是 AI 目前最難取代的部分。

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。

內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。