> ## 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. # 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」 - URL: https://growthhackers.tw/blog/real-ai-talent-verbs-not-nouns/ - Published: 2026-07-19T15:37:13.000Z - Updated: 2026-07-19T15:37:13.000Z - Description: 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。 - Author: Lewis wang - Tags: AI人才, 招募面試, AI落地, 電商經營, AI趨勢 有一個在溫哥華的團隊主管，叫 Jove，手下有 30 個人，他預估今年會擴編到 100 人。 他每天的工作之一，就是翻一疊又一疊的履歷。他說，現在幾乎每一份履歷上都寫著同一句話：「我會用 AI」「我很會下 prompt」「我用 Claude Code」。 然後他講了一句我聽完愣了三秒的話： 現在履歷寫「我會用 Claude Code」，就跟寫「我會用 Excel」一樣，不是加分，是連及格線都還沒到。 Jove 帶的是一個很特別的角色，叫 FDE（Forward Deployed Engineer，前線部署工程師），任職於一家 2017 年從史丹佛 AI 實驗室（Stanford AI Lab）長出來的客服 AI 公司 Cresta。這集訪談來自中國 AI 社群「超線性」的主持人立正，跟 Jove 的一場對談（[YouTube 影片](https://www.youtube.com/watch?v=gsK1UTt0Qiw&ref=growthhackers.tw)）。 我知道你可能對「FDE 是什麼」沒感覺，我在〈[什麼是 FDE：矽谷用「前線部署工程師」把 AI 從工具變員工](https://growthhackers.tw/blog/forward-deployed-engineer-ai-new-role/)〉那篇已經完整拆過，這裡就不重講。 我想跟你聊的是另一件事。 因為這場訪談，表面上在談一個矽谷的高薪職位（Cresta 開給資深 FDE 的薪水是 18.5 萬到 23.5 萬美金起跳），骨子裡卻是我看過**最誠實的一份「怎麼分辨真假 AI 人才」的檢驗清單**。 而這件事，你我天天在幹。你在面試那個說自己「很會 AI」的行銷；你在評估那家說自己「有 AI 解決方案」的代理商。你怎麼知道，誰是真的，誰只是嘴上會？ ## 先搞懂一件事：名詞很便宜，動詞很貴 主持人立正在對談裡丟出一個框架，我覺得是這整集最值錢的一句話： **要分辨一個人會不會 AI，別看他的名詞，看他的動詞。** 什麼是名詞？模型的名字（GPT、Claude、Gemini）、工具的名字（Midjourney、Claude Code）、還有一堆你聽起來很潮的專有名詞。這些東西的共同點是：有限，而且十分鐘就學得會。你今天不知道某個新模型，滑個 Threads 明天就知道了。 什麼是動詞？是 routing（判斷這個問題該丟給哪個環節處理）、是 resolving（真的把問題解掉）、是「在對的時機、用對的背景資料，把 AI 調到能吐出你要的結果」。 這些動詞，無窮深。 你不做，永遠不知道裡面的功夫有多深。 我舉個生意人一聽就懂的類比。 這就像你花了幾十萬買一台頂級的義大利咖啡機，又買了最貴的莊園豆。恭喜你，你擁有了全世界最好的「名詞」。但你沖出來的咖啡，大概還是難喝。因為把好豆子變成一杯好咖啡的那串動作，磨豆的粗細、水溫、萃取的時間，那才是動詞，那才是咖啡師值錢的地方。 客戶要的從來不是那台機器，是杯裡的那口味道。 ![名詞（頂級咖啡機、莊園豆）人人買得到；把它變成一杯好咖啡的手藝，才是值錢的動詞。](https://growthhackers.tw/content/images/2026/07/ratn-inline1-barista.png) 名詞（頂級咖啡機、莊園豆）人人買得到；把它變成一杯好咖啡的手藝，才是值錢的動詞。 看懂名詞跟動詞的差別，你就會發現一個殘忍的事實。 以前，你會用一套工具，你就有價值。你會用 Photoshop、會跑 Excel 樞紐分析、會下 Facebook 廣告，這些「技能」本身就能換到一份薪水。 現在不是了。工具的操作門檻被 AI 一路踏平，「會用」變成人人都會的及格線。真正還值錢的，是你能不能用這些工具，做出一個「結果」。 ## 第二把尺：他為「技能」負責，還是為「結果」負責？ 這是 Jove 講的第二個重點，我認為是給每一個怕被 AI 取代的人的定心丸。 他說，過去這個世界的邏輯是「你為一個技能負責」，你把技能練好就能生存。但現在，技能正在被大規模取代。 那什麼還取代不了？ **為結果負責的人。** 因為 AI 再強，在商業責任這件事上，最後扛的還是人。出了包，要退錢、要道歉、要面對那個氣到爆炸的客戶的，一定是一個「人」。你越靠近那個最終結果，你就越難被取代。 ![技能會被 AI 的浪潮沖走，但「為結果負責」的人沖不走，因為 AI 沒辦法替結果扛責。](https://growthhackers.tw/content/images/2026/07/ratn-inline2-skill-result.png) 技能會被 AI 的浪潮沖走，但「為結果負責」的人沖不走，因為 AI 沒辦法替結果扛責。 這個判斷，直接打在台灣電商老闆此刻最頭痛的一件事上：怎麼挑外部的 AI 廠商跟代理商？ 你有沒有發現，現在每一家來提案的代理商、每一套來推銷的 SaaS，開口都是「我們有 AI」。他們給你看一堆功能（名詞），簡報做得漂漂亮亮。 但你該問的只有一句：**你敢不敢為結果負責？** 一個只想「交付」的廠商，會跟你收一筆專案費，把東西架好、教學做完就閃人，至於後續有沒有真的帶來訂單，跟他無關。一個願意「陪跑」的夥伴，敢把自己的報酬跟你的 GMV（網站總成交金額）、跟轉換率綁在一起。 這兩種人，價值天差地遠。 這也是為什麼我一直在講，接案模式正在被壓縮，陪跑模式才是未來。我在〈[Shopify 合作夥伴分潤大改版：代理商該從接案轉向陪跑](https://growthhackers.tw/blog/shopify-partner-earning-model/)〉那篇聊過這個轉向，剛好跟這裡對上。 說到底，AI 真正接手的是「做事」這個動作本身，不是你這個人。這點我在〈[週刊 #6：AI 要接手的是『做事』這件事](https://growthhackers.tw/blog/weekly-6-agents-rewrite-your-job/)〉裡也展開過。 當「做事」變便宜了，「為做出來的事負責」就變貴了。 ## 第三把尺：最後拼的不是技術，是信任 能做出結果，還只是拿到入場券。老闆敢不敢把最重要的客戶交到你手上，那才是最後一關。 Jove 講了一句我抄在筆記本上的話： 技術落地的背後，真正難的不是技術，是信任。而信任，永遠只會落在一個「人」身上，不會落在一個抽象的東西上。 ![技術與 AI 系統再厲害，信任最後還是落在「人」身上，不是抽象的系統。](https://growthhackers.tw/content/images/2026/07/ratn-inline3-trust.png) 技術與 AI 系統再厲害，信任最後還是落在「人」身上，不是抽象的系統。 他們公司之所以能拿下大銀行、大飯店的單子，靠的不是技術比別人強多少，是他們在那個產業待得夠久、名聲夠好、合規做得夠扎實。一家成立三個禮拜、技術再炫的新創，是很難贏得這種信任的。 那，什麼樣的人能贏得信任？Jove 的觀察很具體： 願意聽，而且真的能站在對方的角度想事情。 他心裡「把事情做成」的份量，大過「證明自己是對的」那個 ego（自我）。 當然，技術底子還是要硬，不能什麼都不懂。 他還講了一個超好用的反指標。面試的時候，如果你問一個很簡單的問題，對方卻給你一段六到十分鐘的長篇大論，那基本上就是一個 red flag（危險訊號）。因為這代表他抓不到重點、不會判斷這件事該講多少、不懂得看場合。 這一點我太有感了。 我在雨傘產業做了七年，從工廠業務一路做到品牌、通路。你知道我招人、跟人合作這麼多年，最怕遇到哪一種人嗎？就是你問他一個小問題，他能從盤古開天講到宇宙洪荒，就是不告訴你答案的那種。技術好不好是一回事，但這種人你不敢把客戶交給他，因為你知道他坐到客戶面前，也會把人家煩死。 會做事，跟能讓人信任你會把事做好，是兩種不同的能力。 ## 那你到底該怎麼挑人、挑廠商？ 講了三把尺，我把它收斂成幾條你明天就能用的做法。這不只適用招工程師，招行銷、招小編、招客服，甚至評估外部廠商，全都通用。 ► **面試別考名詞，考動詞。** 別再問「你會用哪些 AI 工具」，這問了等於沒問。改成給他一個真實情境：「這是我們的商品資料庫，這是一則真實的客訴，給你 30 分鐘，做一個能用的回覆流程給我看，然後告訴我如果客人講了句你沒料到的話，你怎麼接。」Jove 面試 FDE 就是這樣做的，一輪甚至規定「不准用任何 AI」，手寫一段簡單程式，逼出真正的底子。這也正是 2026 年招聘圈越來越常見的做法：別看工具清單，看他實際做出來的東西（work sample，實作樣本）。 ► **看他敢不敢為結果掛保證。** 對內部人才，問他過去哪個成果是他「扛下來」的，不是「參與到」的。對外部廠商，直接問願不願意把報酬跟你的成效綁在一起。敢的人，通常真的有料。 ► **把「信任訊號」當硬指標。** 你不懂技術沒關係，但你一定看得懂一個人講話有沒有重點、有沒有在聽你說話、是不是把你的生意放在他自己的面子前面。這些軟訊號，AI 幫你面試篩不掉，但它們往往比技術更能預測合作會不會成。 ► **警覺「新 Excel 陷阱」。** 當一個人的賣點只剩「我很會用 AI 工具」，你要提高警覺。這就像 2005 年有人跟你說「我很會用 Excel」，很好，但那不是你付高薪的理由。 順帶一提，這套邏輯不只用在挑人。台灣一堆做預約制的生意，牙醫、美容、餐廳，還有電商那吃掉大把人力的客服跟電話訂單，其實都是 voice AI（語音 AI）跟 AI 前台最值得優先測試的地方之一。Cresta 做的就是這塊，把客服中心變成「真人 + AI」一起接。差別一樣在動詞：模型人人買得到，但把它調到「客人一聽就舒服、該退錢就退錢不囉嗦」，那是真功夫。 ## 收尾 如果你問我，這整場訪談最重要的一句話是什麼？ 不是「FDE 是最有前途的職位」，那太表面了。 是這個：模型是名詞，人人買得到；把 AI 變成生意的那串動作，是動詞，稀缺得要命。 有一個數字很有意思。根據 [Monster 的 AI 履歷趨勢報告](https://www.monster.com/career-advice/research/ai-resume-trends-report?ref=growthhackers.tw)，履歷上提到「AI」相關字眼的比例，從 2023 年的 3.7% 跳到 2025 年的 12.8%，兩年翻了三倍還在往上衝。也就是說，「我會 AI」這句話正在快速通膨、快速貶值。 它越是變成人人都寫的一句廢話，那個真正能用 AI 做出結果、敢為結果負責、又讓人信得過的人，就越值錢。 這年頭就是 AI、AI、AI。工具會一直換，名詞會一直冒出來。 但真正稀缺的，從來不是會用 AI 的人，是那個能把 AI 做成生意、還敢把結果扛在肩上的人。 下次面試或是聽廠商提案時，你可以少問一點名詞，多問一點動詞。 答案，通常就藏在那裡。 --- ## 常見問題 FAQ **Q：每個履歷、每家廠商都說「我會 AI」，我到底怎麼分辨真假？** A：別看「名詞」，看「動詞」。名詞是工具和模型的名字（ChatGPT、Claude Code、Midjourney），十分鐘就學得會，是及格線不是能力。動詞是他能不能把 AI 調到真正做出你要的結果。最快的檢驗法：給一個真實情境和一段時間，請他當場做出一個能用的東西給你看，並問他遇到意外狀況會怎麼處理。 **Q：招 AI 人才或評估 AI 廠商，面試該問什麼問題？** A：問三種。一問動詞（「給你我們的資料和一個真實問題，做一個能用的流程給我看」）；二問結果（「哪個成果是你親手扛下來的？」對廠商就是「敢不敢把報酬跟成效綁在一起？」）；三看信任訊號（他有沒有在聽、講話有沒有重點、把事情做成看得比自己的面子重）。一個簡單問題被回答成六到十分鐘的長篇大論，是危險訊號。 **Q：「會下 prompt、會用 Claude Code」到底算不算 AI 能力？** A：算，但只算及格線。這就像 2005 年「會用 Excel」，是基本配備，不是加分項。訪談裡帶團隊的主管直接說，這類技能寫在履歷上跟「我會打字」差不多。真正的能力，是用這些工具持續做出結果的判斷力。 **Q：我自己不懂技術，怎麼判斷 AI 做得好不好、廠商靠不靠譜？** A：不用懂技術，抓兩個你一定看得懂的訊號。第一，結果：他敢不敢為最終成效負責、願不願意分潤擔責。第二，信任：他講話有沒有重點、是不是把你的生意放在他的面子前面。技術落地到最後，拼的其實是信任，而信任只會落在一個具體的人身上，不是一套抽象的系統。 --- ### 延伸資料來源 - 課代表立正 × Jove 對談〈他的 FDE 團隊從 30 人擴到 100 人…〉。[YouTube 影片](https://www.youtube.com/watch?v=gsK1UTt0Qiw&ref=growthhackers.tw) - Cresta 公司背景（2017 年創立於史丹佛 AI 實驗室，做客服中心 AI）。[Cresta 官方](https://cresta.com/about-us?ref=growthhackers.tw) - Monster《AI Resume Trends Report》，履歷 AI 詞彙占比 2023→2025 變化。[報告連結](https://www.monster.com/career-advice/research/ai-resume-trends-report?ref=growthhackers.tw) --- **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。