> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # 「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 - URL: https://growthhackers.tw/blog/ai-agent-triggered-not-chat/ - Published: 2026-07-22T13:00:00.000Z - Updated: 2026-07-22T13:00:00.000Z - Description: 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。 - Author: Lewis wang - Tags: AI agent, 自動化, 工作流, Claude, 電商經營 這幾天有支影片在 X（原 Twitter）上被瘋轉，標題大概是這樣：「Claude Code 團隊做了一個 18,000 個 agent 的迴圈系統」。數字很嚇人，轉發的人也多。 我點進去看完，第一個反應是想笑。 不是因為內容差，是因為這個標題至少有三個地方帶你走偏。第一，做這件事的不是 Claude Code 團隊，是 Notion。第二，那不是一個「同時跑 18,000 個 agent」的系統，18,000 是三週內累計建立的 agent 實例數，不是同一時間在運轉的數量，這兩個差了兩個數量級。第三，也是最重要的：18,000 根本不是這場分享裡最該被你抄進筆記本的數字。 真正該抄的那個數字是 90%。 ## 先把場景講清楚，免得你也被標題騙 這支影片其實是一場 Anthropic 官方的 webinar，主題是他們的新框架 Claude Managed Agents（託管代理，簡單說就是把 AI agent 上線要用的基礎設施整包託管起來）。上半場 Anthropic 講架構，下半場請來 Notion 分享實戰。 架構那半段怎麼運作，什麼大腦跟雙手拆開、憑證怎麼加密、延遲改善幾成，我在另一篇 [Code with Claude London 場的解讀](https://growthhackers.tw/blog/code-with-claude-london-2026-day2-recap/) 已經拆過一輪，這篇不重講。有興趣看技術細節的，點過去就好。 我要講的是 Notion 那半段丟出來的一組數字。 根據 Notion 在這場 webinar 上自己公布的數據：他們把 Claude agent 接進產品大約三週，累計建立了約 1.8 萬個 agent 實例、跑了大約 14 萬個步驟、燒掉約 580 億個 token。這些數字很漂亮，但都是廠商自報，你就當成一個參考量級，別當成客觀鐵證。這場分享的性質，本來就是一半實戰、一半行銷。 但底下有一句話，我認為是整場最有價值的：**他們說，用戶跟 Claude 的互動裡，大約有九成是「自動化觸發」的，不是有人坐在那邊打字聊出來的。** 排程時間到了、Slack 來了一則訊息、Notion 頁面狀態變了，agent 就自己上工。真人打開一個對話框，一句一句問，反而只佔一成。 ![Notion 自報：三週內約九成的 agent 互動由排程、Slack、頁面事件自動觸發，真人打字聊天只佔一成。](https://growthhackers.tw/content/images/2026/07/ghx-triggered-inline1-gauge.png) Notion 自報：三週內約九成的 agent 互動由排程、Slack、頁面事件自動觸發，真人打字聊天只佔一成。 這句話，比 18,000 重要一百倍。 ## 你導入 AI 卡住的原因，可能從第一步就錯了 先問你一個問題。 你公司是不是也花了錢導入某個 AI 工具，開了帳號、發了公告、開了教育訓練，結果三個月後打開後台一看，真正在用的沒幾個人？ 你知道為什麼嗎？ 多數人導入 AI 的預設動作，是「部署一個聊天視窗」，然後想辦法逼員工願意去用它。你等於是請了一個很聰明的新人進來，但這個新人有個怪毛病：他不會主動做事，你不去找他講話，他就一直坐在位子上發呆。 員工本來手上事情就做不完，誰有空一直去跟一個對話框聊天？於是你的 AI 使用率就卡在一個很低的天花板，不是因為模型不夠聰明，是因為你把它擺在一個「你不主動，它就不動」的位置。 Notion 那個 90% 告訴你的，是另一種玩法。 ## 聊天視窗是 demo，觸發器才是產品 我先講一個判斷。 **AI 導入的「單位」變了。不再是「一個聊天機器人」，是「一個事件，配一個自己會上工的 agent」。** 這個轉變，其實台灣的零售電商老闆一點都不該陌生。 想想超商的自動訂貨。POS 系統看到某個品項庫存低於安全水位，系統就自己把補貨單帶出來，不需要店長每天巡店、拿紙筆抄、再打電話叫貨。這就是最原始版本的「事件觸發」：一個條件成立，一個動作自動發生。 以前，這種自動觸發只能綁在很簡單、很死板的規則上，庫存低於幾件就補幾件，多一點判斷就做不到。現在不一樣了，事件觸發後接上的不是一條死規則，是一個會讀資料、會推理、會自己決定下一步的 agent。這就像從「裝一個定時灑水器，時間到就噴水」進化到「請一個會看天色的園丁住在你花園裡，天一乾、土一裂，他自己就去澆，澆完還跟你回報哪一區的土特別不對勁」。 放到你店裡更具體一點。一筆退貨申請進來，agent 自己就啟動，把這張訂單的購買紀錄、客服對話、退貨原因整理成一頁，對照你的退貨政策先判斷該不該准，只有卡在灰色地帶、或金額特別大的那幾筆，才跳出來 ping 你的客服主管。你不用先去「打開」它，它是被「退貨進來」這個事件叫醒的。 聊天視窗那個 demo，是給你看「這個 agent 有多聰明」用的。 真正在幫 Notion 用戶幹活、跑出九成流量的，是那些你根本沒去打字、它自己就啟動的觸發器。 ![舊的聊天迴圈要人一直打字；新的觸發式讓事件自己叫醒 agent，人只在最後審例外。](https://growthhackers.tw/content/images/2026/07/ghx-triggered-inline2-flow.png) 舊的聊天迴圈要人一直打字；新的觸發式讓事件自己叫醒 agent，人只在最後審例外。 說個我自己的例子。我現在寫這種解讀文，流程其實已經沒有「打開一個 AI，從頭跟它聊」這個動作了。來源進來，先自動整理成摘要；摘要好了，自動去查有沒有撞題、順便找內部連結；文章寫完，自動跑一輪 SEO 健檢跟配圖。我在整條線上只做一件事：最後那關，人來審。 這條線之所以順，不是因為某個環節的 AI 特別神，是因為它是「觸發式」的，不是「聊天式」的。每一步都由上一步的完成自動勾起下一步，我不用記得去戳它。 ## 別再用「有多少人在用 AI」衡量導入成效 那組 580 億 token 的數字，除了嚇人，還有一個用途：它證明「這已經不是玩具」。一個 demo 是燒不掉 580 億 token 的，能燒到這個量級，代表背後真的有一大堆工作流，天天在被觸發、被執行。「讓 AI 自己上工」這件事，已經被跑出規模，不再只是一句願景。 這也是為什麼我要提醒你，換一個指標來看自己的 AI 導入。 以前你衡量導入成效，看的是「有多少員工登入了、用了幾次」。這個指標其實很虛，因為它衡量的是「有多少人記得去用一個工具」。 現在你該問的是另一句：**你事業裡的重複性工作，有多少比例已經不需要人打字，就會自己發生？** 這兩個指標，會把你帶去完全不同的方向。前者讓你一直在辦教育訓練、一直在催員工；後者讓你去盤點流程、去接觸發器。 順帶一提，你現在用的電商後台、CRM（顧客關係管理系統）、客服系統、廣告工具，也正在從「人去點的介面」變成「agent 直接呼叫的工作台」，這是供給端同步在發生的事。我在 [Salesforce 把平台變成 agent 基礎設施那篇](https://growthhackers.tw/blog/salesforce-platform-agent-infrastructure/) 談過這個切面，這裡就不展開。 ## 那，具體怎麼做？先做一張「事件盤點表」 講到這，重點是什麼？ 不是叫你明天去買一套 agent 平台。是先做一件不用花錢的事：把你事業裡「會固定發生的事件」列出來。 你可以照這幾步走： ► **第一，列事件，不要列功能。** 別問「AI 能幫我做什麼」，問「我這門生意裡，每天、每週會固定發生哪些事」。每天早上要對帳、庫存掉到安全量、有新訂單進來要做風控、退貨換貨申請進來、某支廣告的 ROAS（廣告投報率）掉破你設的門檻、每週要出一份營運報表。這些「事件」就是你的觸發器清單。 ![把你事業裡會固定發生的事件列成一張表，每一格都是一個等著接上 agent 的觸發器。](https://growthhackers.tw/content/images/2026/07/ghx-triggered-inline3-checklist.png) 把你事業裡會固定發生的事件列成一張表，每一格都是一個等著接上 agent 的觸發器。 ► **第二，每個事件問一句：這該不該自動叫一個 agent 上工？** 判斷標準很簡單，這件事是不是「重複、規則大致清楚、但又需要一點判斷」？如果是，它就是好的候選。純粹死規則的（庫存補貨）用傳統自動化就好，需要判斷的（客訴分類、風控初篩、報表寫評語）才輪到 agent。 ► **第三，把「人」放在例外，不放在流程中間。** 讓 agent 做完前八成，只有踩到它不確定、或金額太大、或風險太高的時候，才 ping 一個人來看。人不再是每一步的操作員。至於人的角色會怎麼變、要培養什麼能力，我在 [週刊那篇談 AI 接手做事](https://growthhackers.tw/blog/weekly-6-agents-rewrite-your-job/) 講得比較細，這篇就點到為止。 ► **第四，從一個低風險的事件先試。** 別一次全上。挑一個做錯了也不會出大事的流程，先接一個觸發器跑跑看，例如「每週報表初稿」或「客訴自動分類」。跑順了，你對「觸發式」的手感就有了，再往風險高的流程擴。 ► **第五，記得留稽核紀錄。** agent 自己上工，好處是快，風險是你沒盯著。所以每個自動觸發的動作，都要留一筆查得到的紀錄：什麼時間、被什麼條件觸發、讀了哪些資料、做了什麼判斷、採取什麼動作、有沒有轉給人覆核。這是把韁繩留在手上的方式。 ## 最後，換一個問法 如果你問我，這場 webinar 最值錢的一句話，不是那些嚇人的數字，是它逼你換一個問題來問自己。 以前大家在會議室裡爭的是：「我們到底要不要導入 AI？」 現在這個問題已經過期了。該問的是： **我這門生意裡，還有哪些會固定發生的事件，到現在都還在等一個人記得去處理？** 每一個這樣的事件，都是一個你還沒接上的觸發器，也是一個對手可能已經接上、正在自動幫他們幹活的缺口。 18,000 也好、580 億也好，都是別人家的數字，看看就好。真正跟你有關的那個數字，是你自己算得出來的：你的重複工作裡，現在有幾成，已經不用人打字就會發生？ 如果答案是零，那不是壞消息，是機會。因為這代表你要接的第一個觸發器，就在你剛剛列的那張表上。 --- **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。 --- *資料來源：本文整理自一場 Anthropic 官方 webinar（介紹 Claude Managed Agents 框架，並由 Notion 分享導入實戰），原始影片經由 X 貼文流傳。文中 1.8 萬個 agent 實例、14 萬個步驟、580 億 token、約九成互動為自動化觸發等數據，均為 Notion 於該場 webinar 上自行公布，未經第三方獨立驗證，引用時請留意其行銷語境。關於 Claude Managed Agents「瓶頸是基礎設施而非模型智慧」的定位，可參考* [*InfoQ 對 Code with Claude 的報導*](https://www.infoq.com/news/2026/05/code-with-claude/?ref=growthhackers.tw)*。*