> ## 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. # 王董週刊 #6｜Agent 元年下半場：AI 要接手的不是你的工作，是「做事」這件事 - URL: https://growthhackers.tw/blog/weekly-6-agents-rewrite-your-job/ - Published: 2026-07-03T15:33:21.000Z - Updated: 2026-07-03T15:33:21.000Z - Description: Agent 元年下半場，AI 要接手的不是你的工作，是「做事」這件事。從 Shopify、Nadella 到台灣電商，看懂你的價值怎麼從『做事的人』升級成『判斷與驗收的人』，另附 16 則本週 AI／SEO／行銷／商業短訊。 - Author: Lewis wang - Tags: 王董週刊, AI Agent, 未來工作, AI 趨勢, 電商策略 Agent 元年，已經跑了 500 天。 這是我這週在【十字路口】那集播客聽到的一句話，聽完我愣了一下。500 天，說長不長，但足夠讓一整套遊戲規則翻面。500 天前大家還在問「AI 到底會不會寫程式」，現在 Shopify 的工程主管在推特上直接開嗆：你 90% 的程式碼，本來就應該交給 AI 寫（[Jey, Shopify Head of Engineering](https://x.com/jeyxbt/status/2070367701227414010?ref=growthhackers.tw)）。 90%。這是他個人的判斷，也許有人覺得誇張，但這個方向，已經很難反駁。 而且不只工程師。這週我一口氣看完二十幾支影片，從 Shopify、微軟到一堆創投場子，講的其實是同一件事。所以這期週刊我想跟你把它講白： AI 要接手的，從來不是「你的工作」，是「做事」這件事本身。 ## 你的價值，正在從「手」搬到「腦」 先講一個讓我很有感的題目。Shopify 工程副總裁 Farhan Thawar 有場演講，標題就叫「What Is Your Job Now」，你現在的工作是什麼（[Compile 26](https://www.youtube.com/watch?v=ByOF8qByGHU&ref=growthhackers.tw)）。 ![價值從「手」搬到「腦」](https://growthhackers.tw/content/images/2026/07/wd6-hand-to-brain.png) 價值從「手」搬到「腦」：AI 接手操作，判斷力變成你唯一能換錢的東西 他的答案很直接：當 AI 能又快又準地寫程式，工程師的工作就不再是「逐字把 code 敲出來」，而是變成一個具備品味、判斷力跟架構思維的「指揮者」。他用了一個詞叫 AI Centaur，AI 半人馬，人出判斷跟目標，AI 出執行力，兩個綁在一起才打得贏。 他還講了一句我很喜歡的話：軟體開發真正的資產是「學習」，程式碼只是副產品。 停在這裡想一下。 剛入行的時候，我以為業務的價值是把規格背得滾瓜爛熟，幾支骨、什麼布、防不防紫外線，倒背如流。後來才發現，會背規格的人一大把，真正值錢的是「判斷這個客人到底要什麼」的那顆腦袋。規格是手上的功夫，判斷是腦子裡的功夫。 現在 AI 幹的，就是把「手上的功夫」整碗端走。 以前你的競爭力，是你比別人會操作、比別人熟工具、比別人手快。 現在這些全被 AI 追平，甚至輾過去，你剩下能拿出來換錢的，只有判斷力跟品味。 ## 想像一下，你明天早上打開電腦 換個場景，講得更具體一點。 ![員工變工頭](https://growthhackers.tw/content/images/2026/07/wd6-employee-to-foreman.png) 以前你是親手做事的員工，現在你是帶著一組不睡覺 AI 員工的工頭 想像一下，你是個做電商的，明天早上打開電腦。以前你的一天是這樣：手動拉報表、一個一個看廣告成效、複製貼上寫商品文案、開後台調庫存，一路忙到中午。這些都是「操作軟體」的活。 現在有一批人的一天長這樣：他打開一個對話框，跟幾個 AI agent 交代今天要幹嘛，然後去審 AI 交出來的東西。這支影片講的「從操作軟體到指揮官」，就是這個意思（[AI 時代工作術](https://www.youtube.com/watch?v=kjl3JnkjlMw&ref=growthhackers.tw)）。 差別在哪？ 以前你是「員工」，親手做事。 現在你是「工頭」，帶著一組不用睡覺的 AI 員工做事。 Anthropic 那邊甚至已經在賣「你睡覺時幫你工作的 agent」（[Inside Anthropic's Bet on Claude Agents](https://www.youtube.com/watch?v=Xu5gz2qsaz8&ref=growthhackers.tw)）。你人在睡，事情在跑，早上起來審結果。這年頭就是委派、審查、再委派。 重點是什麼？ 當「做事」被外包給 AI，你會不會「帶人」跟「驗收」，就變成你唯一的護城河。 ## 公司的形狀，也在被重寫 這件事不只發生在個人身上，整間公司的骨架都在變。 微軟執行長 Satya Nadella 有場對談，標題很狂，叫「AI 是公司的未來」（[AI Is the Future of the Firm](https://www.youtube.com/watch?v=BKx0Dp8y-6g&ref=growthhackers.tw)）。他丟了三個判斷，我覺得每個台灣老闆都該抄下來。 第一，別用前沿模型解決非前沿問題。翻成生意話就是：不要每件小事都去call最貴的那顆 GPT，殺雞用牛刀，成本會壓垮你。 第二，你公司裡最值錢的是「默會知識」（tacit knowledge），就是那些老師傅腦子裡、寫不進 SOP 的東西。這些千萬別在跟 AI 協作的時候整碗送給外部大模型，要想辦法把它變成你自己的資產。 第三，未來的老闆要學會「管一大群 agent」，而不是管一小群人。 如果你問我，這三句話的共通點是什麼？ 就是「主權」兩個字。 你把判斷、把數據、把 know-how 全都外包給一顆別人的模型，短期很爽，長期你就是在幫別人養護城河，自己變成一個隨時可被替換的空殼。這個道理，跟我上週寫 AdSense 硬塞 Gemini 內容那篇，其實是同一件事的一體兩面。 ## 那個最容易被忽略的坑：別急著疊 AI 講到這裡，我要幫你踩一下煞車，講一個很多人會犯的錯。 ![別在爛地基上疊 AI](https://growthhackers.tw/content/images/2026/07/wd6-ai-sticker.png) 別在爛地基上疊 AI：模型不是瓶頸，你那些對不起來的數據才是 【十字路口】那集有個觀點很尖銳：GUI（圖形介面）本質上是為了「人類認知缺陷」設計的補丁（[Agent 元年第 500 天](https://www.youtube.com/watch?v=WV6PC-H4vvk&ref=growthhackers.tw)）。人記性差、注意力有限，所以我們發明一堆按鈕選單來幫自己定位。但當 AI 能直接聽懂你的意圖、直接執行，這些花花綠綠的介面反而變成累贅。所以 Headless（無頭）跟 CLI（命令列）會越來越紅。 他們的結論是：不要在老舊的 GUI 邏輯上「硬疊」AI 功能。 這句話我要送給所有正在「數位轉型」的老闆。 很多人做 AI，是把 AI 當成一顆貼上去的貼紙，貼在那個十年沒改過的舊系統、舊流程上，然後說「我們 AI 化了」。這種做法，M觀點那集講得更狠：你買了最貴的 AI，卻解決不了傳統問題，關鍵根本不在模型，在你那些被孤立、對不起來的數據（[M觀點](https://www.youtube.com/watch?v=tEf%5FKO9nuU0&ref=growthhackers.tw)）。 模型不是瓶頸，你的爛地基才是。 ## 那工作會不會消失？會，但也在長出新的 我知道講到這裡，很多人開始焦慮：那我是不是要失業了？ 有一場叫「The Next Billion Jobs」的討論給了我一個比較踏實的視角（[The Next Billion Jobs](https://www.youtube.com/watch?v=wLYt0RO2nF0&ref=growthhackers.tw)）。他們的判斷是：AI 短期會打亂一批崗位，但有一派看法認為，只要生產力暴增、需求被撐大，長期反而可能長出更多工作。這在經濟學上有個名字，叫 Jevons 悖論（捷文斯悖論），技術讓成本降下來，需求不減反增。 但這裡有個前提，不是每個人都自動搭得上車。 他們反覆強調兩件事：一是「學會學習」，你要靠的不是某個會過時的技能，是持續換技能的能力；二是「AI 流利度」加上「人類軟技能」（判斷、批判性思考、跟人協作）的組合，才是未來最值錢的技能包。 這跟 Thawar 講的完全對得上：真資產是學習，不是那份會被淘汰的技能。 ## 給你的行動建議 講了這麼多趨勢，切入重點，這週你可以真的動手做幾件事： ► **先問自己那個問題：「我現在的工作，到底是什麼？」** 把你每天的時間切成「操作」跟「判斷」兩堆。操作那堆，就是 AI 接下來要接手的，越早交越好；判斷那堆，才是你要拚命加厚的。 ► **挑一個純操作的流程，這週就丟給 AI 帶。** 不要一次全上。像我會先挑「拉報表寫週報」這種重複、低判斷的活先自動化，親手感受一下「當工頭」是什麼滋味。 ► **守住你的「默會知識」。** 你公司裡那些老師傅的判斷、你獨有的客戶數據，別無腦全丟給外部大模型。想清楚哪些要留在自己碗裡，這是你未來的護城河。 ► **別在爛地基上疊 AI。** 導入 AI 前，先花時間把你那些對不起來的數據、斷掉的流程整理乾淨。地基不修，買再貴的 AI 都是白花。 ► **投資「學會學習」，而不是某個單一技能。** 與其焦慮哪個技能會被取代，不如練成能一直換技能的人。這個能力，AI 短時間內拿不走。 ## 王董的判斷 如果要我用一句話收這期： Agent 元年的下半場，贏家不是「會用 AI 的人」，是「想清楚自己該做什麼、然後把其他都交給 AI 的人」。 工具會一直換，模型會一直便宜，這些都不是重點。重點是你有沒有把自己，從一個「做事的人」，升級成一個「決定該做什麼事、並且驗收成果的人」。 這一關，AI 幫不了你，只能你自己過。 --- ## 本週 Round-up ### AI #### 別急著給 agent 塞 100 個工具，那是陷阱 工具越多，agent 越笨。一次把上百個工具塞進 prompt，會上下文過載、成本暴增，還會「迷失在中間（Lost in the Middle）」，讓工具呼叫的準確率直接崩掉。解法是「語意路由（Semantic Routing）」，用向量搜尋，需要時才即時載入最相關的工具。少即是多，這句話在 agent 上特別真。 出處：[The 100-Tool Agent Is a Trap](https://www.youtube.com/watch?v=vh2VGuQ3zhY&ref=growthhackers.tw) #### MCP 到底在解決什麼問題 MCP（模型上下文協定，Model Context Protocol）就是讓 AI 跟各種工具、資料溝通的一套「標準插座」。以前每接一個工具都要手刻整合，現在有了統一協議，模型能更安全一致地存取外部資源，開發者少寫一堆客製黏合代碼。你可以把它想成 AI 世界的 USB。 出處：[How Model Context Protocol actually works](https://www.youtube.com/watch?v=cGuyrANVi4A&ref=growthhackers.tw) #### Spotify 讓 AI 管 2000 萬行程式碼 Spotify 技術主管 Niklas Gustavsson 分享，他們用 Claude 管理超過 2000 萬行的巨型程式庫，內部的 Honk 系統自動改碼、驗證、部署。現在每天上線 4500 次，73% 的 PR 由 AI 生成，工程師生產力提升 75% 以上。這不是實驗室 demo，是每天在跑的生產線。 出處：[How Spotify runs agents across 20M+ lines](https://www.youtube.com/watch?v=9DHZLw5653E&ref=growthhackers.tw) #### 會在你睡覺時工作的 AI 員工 Anthropic 的 Jess Yan 說，AI agent 已經從「提示詞循環」進化成能自主處理長期任務的「數位員工」，能接第三方工具、內部資料庫，還會自我修正。願景很直接：讓 agent 在你睡覺時把事做完。這期 Hero 講的「工頭經濟」，這裡就是活生生的例子。 出處：[Inside Anthropic's Bet on Claude Agents that Work While You Sleep](https://www.youtube.com/watch?v=Xu5gz2qsaz8&ref=growthhackers.tw) #### 寫得出好用的 Agent Skill，才是真本事 從「教程地獄」「框架地獄」，現在我們走進「技能地獄」：skill 一大堆，但沒人說得清好壞標準。這支影片給了一份 skill 檢查清單，涵蓋觸發方式、內部結構、行為引導、精簡裁剪。想把公司流程沉澱成可靠、可控的 AI 技能，這份清單值得抄。 出處：[Building Great Agent Skills: The Missing Manual](https://www.youtube.com/watch?v=UNzCG3lw6O0&ref=growthhackers.tw) ### SEO #### Lily Ray 談 AI 搜尋時代怎麼活 SEO 老將 Lily Ray 回顧 15 年職涯，從演算法更迭講到 E-E-A-T 的演進，再到 AI 搜尋浪潮下業界最該戳破的迷思。重點很清楚：SEO 沒死，但玩法變了，你要面對的是「AI 願不願意引用你」，不只是「排第幾名」。這跟我之前寫的 GEO 是同一條線。 出處：[20 for 20: Lily Ray on navigating AI search](https://www.youtube.com/watch?v=gRfP9sM%5FZfA&ref=growthhackers.tw) #### Google 搜尋負責人親口談「出版商怎麼活」 Google Search 負責人 Liz Reid 談搜尋在 AI 時代的轉型：使用者行為改變、個人化整合，還有大家最關心的「出版商的生存之道」。官方第一手視角很值得聽，尤其你有內容網站、正在擔心流量被 AI 摘要吃掉的話。 出處：[Google 搜索負責人深度訪談（Liz Reid）](https://www.youtube.com/watch?v=3mJJR62r05Q&ref=growthhackers.tw) ### 行銷 #### Byron Sharp：你信的行銷術語，多半沒有科學根據 Ehrenberg-Bass 的 Byron Sharp 教授直接開炮：漏斗理論、品牌差異化、定位，很多行銷黑話缺乏實證。他主張品牌成長的真相就兩件事，「心理可用性（Mental Availability）」跟「物理可用性（Physical Availability）」。翻成白話，讓人想得到你、也買得到你。少講故事，多鋪貨。 出處：[What Marketing Science Says About Growing a Brand](https://www.youtube.com/watch?v=5KyEI5c9EHk&ref=growthhackers.tw) #### 行銷人可以直接偷的 AI 工作流 Glen Allsopp 在 Ahrefs 的節目上分享他打造的 AI 應用：市場調查、內容生成、任務管理全自動化。重點是就算你不會 code，也能用客製 agent 打造自己的行銷工作流。這一則正好呼應 Hero，你就是那個「指揮一組 agent 的行銷工頭」。 出處：[AI Apps, Reports & Workflows Every Marketer Should Steal](https://www.youtube.com/watch?v=XSLoLghiW74&ref=growthhackers.tw) ### 商業／投資 #### 華爾街開始問：7,250 億美元的 AI 花得值嗎？ AI 產業正在劇烈洗牌，人才流失、硬體成本飆、華爾街開始質疑這筆 7,250 億美元支出到底有沒有回報（ROI）。開源 vs 封閉模型越打越兇，而 agent 的崛起正在改寫企業的職位需求。錢燒得凶，回報還沒兌現，這是接下來一年的大戲。 出處：[Wall St's $725BN AI Question](https://www.youtube.com/watch?v=LDBff24uaDQ&ref=growthhackers.tw) #### 買最貴的 AI，卻救不了你的老問題 《塞掐 Side Chat》三位科技 KOL 講得很實在：企業砸幾百億部署 AI，95% 對獲利沒有可衡量的影響，卡點是數據孤島、組織抵抗、商業模式沒重構。跟這期 Hero 完全對上，模型從來不是瓶頸，你那些對不起來的數據跟不肯改的流程才是。 出處：[買了最貴的 AI 卻解決不了傳統問題（M觀點）](https://www.youtube.com/watch?v=tEf%5FKO9nuU0&ref=growthhackers.tw) #### Palantir CEO 開嗆前沿實驗室的賣法 Palantir 執行長 Alex Karp 批評很多前沿 AI 實驗室的銷售模式有問題：客戶花大錢買 token，不只沒拿到價值，連核心 IP 跟競爭優勢都被吸走。他強調 Palantir 用「本體論」應用層，讓客戶握住數據主權跟模型控制權。主權這件事，這週好幾個大咖都在講。 出處：[Palantir CEO Alex Karp](https://www.youtube.com/watch?v=0A3sGymV6kY&ref=growthhackers.tw) ### 科技／硬體 #### AI 真正的 100 倍，不在單一顆晶片 SemiAnalysis 的 Dylan Patel 說，AI 真正的百倍提升不是靠某顆晶片升級，而是模型、系統軟體、晶片架構、供應鏈、資料中心運營的「全棧協同」。這對台灣是好消息，因為協同優化正是我們的強項。單點英雄主義的時代，過了。 出處：[Why Hardware-Software Co-Design Is AI's Real 100x](https://www.youtube.com/watch?v=f6D%5Faiy8qyU&ref=growthhackers.tw) #### 台灣的機會：從代工島變世界中心 簡立峰博士談台灣 AI 戰略定位：我們不只是硬體製造，更在 AI 推論跟硬體架構優化扮演關鍵角色。全球軟體業經歷重組陣痛，台灣反而能靠 AI 工具「重來」並規模化，從代工島轉型成資本與人才密集的世界中心。這一則我私心想放。 出處：[台灣 AI 產業的關鍵時刻（簡立峰）](https://www.youtube.com/watch?v=dhzS00lNdA4&ref=growthhackers.tw) ### 職涯 #### 別再當「好員工」，當獵人 獵頭顧問謝雲帆一句話戳中很多人：很多表現好但過度被動的「好員工」，其實把自己養成職場的「草食性獵物」，環境一變就被淘汰。她的建議是別再累積年資，要累積市場價值，主動掌握職涯主導權。這跟 Hero 講的「守住你的判斷力」是一體的。 出處：[別再當好員工了（謝雲帆 TEDxYongkang）](https://www.youtube.com/watch?v=FgoGqibinTk&ref=growthhackers.tw) ### 媒體 #### 媒體遊戲變了，品牌就是創辦人本人 過去那種避開爭議、不痛不癢的防禦性溝通已經失效。新媒體時代，品牌就是創辦人本身，要用真實有觀點的方式直面大眾，還要把公司連到世界正在發生的大議題上，主動進攻。躲在產品後面講安全話的年代，結束了。 出處：[The Media Game Has Changed](https://www.youtube.com/watch?v=XROaLetSxg0&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，會以連結形式附上，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。