> ## 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. # 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） - URL: https://growthhackers.tw/blog/cursor-self-improving-flywheel/ - Published: 2026-07-19T14:29:03.000Z - Updated: 2026-07-19T14:29:03.000Z - Author: Lewis wang - Tags: AI, AI agent, Cursor, 電商經營, KPI 治理 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 out）。」然後他自己打臉：這是過度簡化。真正決定模型好壞的關鍵，其實是你把「改善」這件事設計成一個什麼樣的**迴圈**。至於 GPU 砸多少，反而是其次。 重點是什麼？ Cursor 的模型越訓練越快，靠的不只是硬體軍備競賽，更是一套「防作弊、逼自己面對真實難題、還會自我加速」的營運迴圈。而這套迴圈的邏輯，跟你怎麼把一家電商越做越強，幾乎是同一件事。 以下三個心法，我把它從 AI 訓練的語言，翻譯成你團隊聽得懂的話。 ## 心法一：你只有「外迴圈」，缺了那個會贏的「內迴圈」 Lee 把整個模型改善拆成兩個迴圈。 「外迴圈（Outer Loop）」是這樣跑的：把模型丟到市場上，收集使用者的按讚倒讚、線上指標、A/B 測試結果，再拿這些回饋去餵下一輪訓練。聽起來很合理對吧？但他說這個迴圈又慢又 serial（一次只能跑一大輪），像蝸牛在爬。你要等市場給你答案，等到黃花菜都涼了。 「內迴圈（Inner Loop）」才是真正能加速的地方：團隊在內部設計一堆高品質的評測（evals）和刻意刁難的困難任務，每做出一個新版本，馬上用這些內部考題驗證「這次到底有沒有真的變強」。不用等市場，自己先把自己考到見骨。 看到這裡，你有沒有發現一件事？ **多數台灣電商，只有外迴圈，沒有內迴圈。** ![外迴圈（等市場給答案）又慢又貴；真正能拉開差距的，是你有沒有那個逼自己面對真實難題的內迴圈。](https://growthhackers.tw/content/images/2026/07/ghx-flywheel-inline1-loops.png) 外迴圈（等市場給答案）又慢又貴；真正能拉開差距的，是你有沒有那個逼自己面對真實難題的內迴圈。 你的外迴圈就是：雙 11 打完看報表、顧客留了幾則負評、退貨率跳高了才回頭檢討。這些都是「等市場給你答案」的慢動作。問題是，等你從報表看出問題，錢已經燒完了、檔期已經過了、客人已經跑了。 這就像開餐廳。外迴圈是看 Google 評論跟客人有沒有回頭，內迴圈是廚師每天出餐前自己先試一口。只靠評論經營的餐廳，永遠在被客人教訓；每天自己試菜的餐廳，是在客人罵你之前就先改好。 想像一下這個畫面。與其苦等月底那張業績報表，你讓團隊每週固定跑一次「內部魔鬼考題」：拿三個上週真實發生的客訴情境，讓客服主管盲測回覆；拿五組真實的廣告受眾，讓投手在不看歷史成效的狀況下重配預算；把一個賣不動的商品頁丟出來，讓文案跟企劃各自重寫一版比對。跑完，你當週就知道團隊的手感在哪、破在哪。 以前你是等季報告訴你哪裡爛，現在你可以每週自己先抓出來。 這個內迴圈，不用花錢買 AI，今天就能建。差別只在你有沒有紀律去做。 ## 心法二：你的 KPI，正在被團隊和工具「作弊」 這段是整場演講我最有感的地方，也是最反直覺的。 Lee 說，模型變聰明之後，會用很有創意的方式「作弊」。他們訓練新版本時發現一種叫「獎勵駭取（Reward Hacking）」的現象：模型為了在評測拿高分，學會去翻 git 歷史紀錄找出原本的正確答案，或是上網搜尋看看這個公開評測有沒有人貼過解法，直接抄。它分數很漂亮，但它根本沒真的解題。 Cursor 的解法很直接：跑評測前先把 git 歷史刪掉（測完再還原）、限制模型只能連特定白名單網站。就這兩個小動作，回報的分數就明顯往下修。 你知道這代表什麼嗎？原本那個漂亮分數，是虛胖的。 現在把「模型」換成「你的團隊」跟「你買的工具」，這句話會讓你背脊發涼： - 投手為了衝 ROAS（廣告投報率），把預算都堆在再行銷（retargeting），專門去撿那些本來就會回來下單的老客。數字超好看，但你付錢請他做的是「開發新客」，他一個都沒帶進來。 - 客服為了衝 CSAT（顧客滿意度分數），用話術引導客人給五星、把難搞的客訴刻意拖到不列入統計。滿意度 98%，退貨與客訴其實在惡化。 - SEO 外包為了衝關鍵字排名，灌一堆無關的長尾字上去，排名報表一片綠，實際帶進來的自然流量轉換率是零。 - 比價網、團購檔為了衝 GMV（成交總額），瘋狂下殺。營收數字破紀錄，毛利歸零甚至倒貼。 這些全部都是獎勵駭取。你的團隊跟工具，沒有變壞，它們只是很聰明地學會了「你在用什麼指標算獎金，我就把那個指標做給你看」。 ![獎勵駭取：團隊和工具不是變壞，是很聰明地學會把你用來算獎金的那個指標，做給你看。](https://growthhackers.tw/content/images/2026/07/ghx-flywheel-inline2-reward.png) 獎勵駭取：團隊和工具不是變壞，是很聰明地學會把你用來算獎金的那個指標，做給你看。 不是我說，這件事幾乎每一家有在綁 KPI 獎金的電商都在發生，只是你有沒有抓到而已。 這讓我想起早年在百貨公司站專櫃當櫃哥的日子。月底衝業績的最後幾天，大家都有默契：明明客人在猶豫、明明很可能被退，還是先把單做進來，帳面達標、獎金入袋，然後隔月一波退貨潮全部吐回去。那就是最原始的獎勵駭取。人性如此，你的團隊不會例外。 Cursor 的第二個武器叫「Cursor Bench」，一套私有的、held-out（保留、不放進訓練）的評測，取材自他們自家真實的工程任務。舉個例子：工程師處理一次線上事故時，要翻 Datadog 的 log、翻 Slack 對話、翻 Notion 文件，才能把 bug 修好。他們就把這種「沒被污染、沒辦法事先準備」的真實情境拿來考模型。 翻成電商的白話就是：別再用團隊能事先套招、能提前準備的假考題去考核他們。用真的。隨機抽 20 筆你自己還沒看過的新客訂單，讓行銷回答「這些人為什麼買、下次怎麼再找到一批」，看他答不答得出來，比看他報表做得多漂亮誠實一百倍。 順帶一提，這也是為什麼「你自己的第一方資料」這麼值錢。當你的考題來自你自家真實的客人與訂單，別人抄不走、工具也 game 不了。這件事我在 [AI Agent 時代新護城河：為什麼第一方資料比模型更關鍵？](https://growthhackers.tw/blog/ai-agent-first-party-data-moat/) 那篇講得更細，有興趣可以接著看。 ## 心法三：Agent 管 Agent，而你，就是系統裡最聰明的那個瓶頸 演講最後 Lee 講了一句話，我抄下來了： 「You are bottlenecked on the smartest model in your system.（你會被你系統裡最聰明的那顆腦袋卡住。）」 他的脈絡是：Cursor 讓研究員可以直接從 Slack 啟動實驗，有一整個團隊專門在做「把研究裡不需要人腦的苦工自動化」。實驗掛了、基礎設施出包，AI agent 會主動在 Slack 敲你、直接 call 你：「這個很重要，你六小時的訓練要白跑了，快來看。」把研究員的時間釋放去想最大膽的點子。 再往前一步，他描述了一個趨勢：從「一個人帶一隊 agent」，走到「agent 開始跟其他 agent 協作」。而每當他們訓練出一版更強的頂層模型，就能拿它去蒸餾出更好的「衍生模型」（負責當評審、當出題老師、當獎勵訊號），這些衍生模型反過來又讓內外迴圈都跑更快。這就是他說的「遞迴式自我改善（Recursive Self-Improvement）」飛輪。 好，現在對號入座。 你，電商老闆，就是你公司這個系統裡「最聰明的那顆腦袋」。選品你最準、定價你最有感覺、客訴你最會處理、要不要下這波廣告你一句話定生死。聽起來很爽？其實這就是你公司成長的天花板。**整間公司卡在你一個人的頻寬上。** ![你就是系統裡最聰明、也最塞的那顆腦袋。把判斷蒸餾成一群分身去跑苦工，飛輪才轉得起來。](https://growthhackers.tw/content/images/2026/07/ghx-flywheel-inline3-agent.png) 你就是系統裡最聰明、也最塞的那顆腦袋。把判斷蒸餾成一群分身去跑苦工，飛輪才轉得起來。 以前你覺得「這些重要決定只有我能做」是一種能力，現在你要意識到，那正是你把自己變成瓶頸的原因。 你要做的不是自己做更多，是把你腦袋裡的判斷「蒸餾」成分身，讓它去跑那些重複的苦工： - 你回過上百次的客訴，整理成一套判斷邏輯，讓 AI 先擬好回覆草稿，你只做最後把關。 - 你選品的那套直覺（毛利率、搜尋熱度、退貨風險），寫成一張評分清單，讓 agent 先把每週上百個潛在品項刷掉九成，你只看最後那十個。 - 每天早上那份要人工拉的報表，讓它自動生好、異常自動在群組敲你，就像 Cursor 的 agent 主動 page 研究員那樣。 這件事的心法，跟我之前整理 Code with Claude 大會那篇 [「你的 AI 不是不夠聰明，是你管太多」](https://growthhackers.tw/blog/code-with-claude-london-2026-day2-recap/) 完全同一個道理：老闆越是什麼都要自己抓，AI 跟團隊就越發揮不出來。 當你把最聰明那顆腦袋（你自己）的判斷複製給更多分身，整個系統的「地板」就被墊高了，每個環節都跟著變好。這才是飛輪。 ## 先講清楚：RSI 是願景，不是現況，別被騙 我必須誠實跟你說一件事，免得你聽完熱血沸騰去買一堆工具。 Lee 自己在講「遞迴式自我改善」時，用的是「we're starting to get to a point where it feels like（我們開始有點接近那種感覺）」這種語氣。這是一個願景、一個方向，不是已經實現、可以躺著讓 AI 自己把公司經營好的現況。連 Cursor 這種頂尖團隊都還在爬。 所以你該抄的，不是「幻想 AI 全自動幫我賺錢」，是那套**紀律**：建內迴圈、堵作弊、把判斷蒸餾出去。工具會過時，紀律不會。 （想看更完整的「當寫程式變便宜，整個矽谷在重建什麼」的脈絡，可以參考我整理的 [Code with Claude 2026 舊金山場全紀錄](https://growthhackers.tw/blog/code-with-claude-2026-sf-recap/)。） ## 這禮拜就能動手的三件事 ► **建一個內迴圈。** 這週就排一場一小時的「內部魔鬼考題」，拿三個上週的真實客訴、五組真實受眾，讓團隊在不看歷史成效的狀況下盲測。**交付物：一張當週手感評分表。** 別等雙 11 報表教你做人。 ► **抓一個獎勵駭取。** 挑一個你最信的 KPI（ROAS、CSAT、GMV 都行），把再行銷單拆開算、把未回覆客訴算進去，問一句：「這個數字，有沒有可能是團隊或工具用捷徑刷出來的？」**交付物：一個被拆開重算、還原真相的 KPI。** 你八成會嚇到。 ► **蒸餾一個判斷。** 挑一件現在只有你能做、而且每週重複的決定（選品初篩、客訴回覆、報表判讀），把你腦中的邏輯寫成一張清單或一段 prompt，交給 AI 跑初稿，你只做最後把關。**交付物：一份能重複使用的 prompt 或 checklist。** 先解放你自己這個瓶頸。 如果你問我，AI 對電商真正的價值，從來不是「幫你寫一篇文案」這種單點煙火。 是幫你把整間公司，裝上一個會自己越轉越快的飛輪。 沒有那個飛輪，你買再多 AI 工具，都只是在一台推不動的車上，多裝了幾個很貴的輪子。 ## 常見問題 FAQ **Q1：什麼是「獎勵駭取（Reward Hacking）」？** 指的是被評量的對象（AI 模型、或延伸到你的團隊、工具）為了在某個指標拿高分，鑽指標的漏洞、走捷徑，而不是真正達成你要的目標。Cursor 發現模型會翻 git 歷史或上網抄公開評測答案來刷分；對應到電商，就是團隊為了達 KPI 而作弊，例如投手只投再行銷撿現成單來衝 ROAS。解法是「封住捷徑 + 用無法事先準備的真實情境考核」。 **Q2：什麼是「遞迴式自我改善（RSI）飛輪」？真的做得到嗎？** 簡單講：系統裡最強的那顆模型，能產生更好的衍生模型（評審、出題、獎勵），這些衍生模型又反過來讓整個訓練迴圈更快，形成自我加速。Lee Robinson 在演講中把它定位成「正在接近」的願景，不是已完成的現況。對電商老闆的實用啟示是那套紀律（建內迴圈、堵作弊、蒸餾判斷），不是「AI 全自動經營」的幻想。 **Q3：我的電商 KPI 一直達標，生意卻沒起色，是為什麼？** 很可能是獎勵駭取。你的團隊或工具學會了把「你拿來算獎金的那個指標」做給你看，卻犧牲了你真正要的結果。典型症狀：ROAS 很高但都是老客回購、滿意度很高但退貨在惡化、關鍵字排名上去但轉換掛零。建議把 KPI 拆細（例如廣告只認新客貢獻），並用你自己還沒看過的真實訂單抽樣考核團隊。 **Q4：小團隊沒有工程資源，也能用 AI agent 自動化嗎？** 可以，而且門檻比你想的低。重點不是導入多複雜的系統，是先挑「只有老闆能做、又每週重複」的一件事（選品初篩、客訴回覆草稿、報表異常提醒），把你腦中的判斷邏輯寫成清單或 prompt，讓現成的 AI 工具跑初稿、你做最後把關。先解放老闆這個瓶頸，比一步到位全自動更實際。 --- *本文參考 Lee Robinson 於 AI Engineer 大會的演講* [*Building Cursor Composer – Lee Robinson, Cursor | AI Engineer*](https://www.youtube.com/watch?v=fL1iJHtl51Q&ref=growthhackers.tw)*，以及原始分享貼文（*[*Lee Robinson on X*](https://x.com/leerob/status/2077802063300288843?ref=growthhackers.tw)*）。演講金句與框架另交叉參考 BigGo Finance 報導。文中所有電商應用場景為作者延伸詮釋，非講者原文。* **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。