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

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）。

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）。

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。

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）。

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）。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）。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。

【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）。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）。

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）。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

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

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

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

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

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

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）

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

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

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

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）

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

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

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）

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）

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

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。