subagent vs skills 怎麼選？Anthropic 電商 agent 藍圖：一個領域一個 subagent 是錯的
業界把「一個領域一個 subagent」當成預設架構，Anthropic 的電商 agent 藍圖說那是錯的。拆解 skills 取代 subagent 的三個理由，以及台灣中小電商該怎麼動。
最新
Claudeforce 解碼：Salesforce 財報證明 AI 沒殺死 SaaS，但介面已經不是它的了
Agentforce ARR 衝破 15 億美元、股價大漲 22.6%，數字都是真的。但這一季 Salesforce 換了兩把尺，而真正的重點，是它把介面交給了 Claude。
你的 Claude Skill 為什麼沒被叫出來？解碼 Anthropic 官方 33 頁指南：勝負在 description 那一行
Anthropic 33 頁官方 Skills 指南自標 January 2026，我拿八個月後的現行文件對照，四條已經變了。但重點是：skill 會不會被叫出來，只看 frontmatter 那一行 description。這篇拆解漸進式揭露三層、觸發診斷，以及 90% 觸發率怎麼測。
WebMCP 是什麼？跟 MCP 差在哪？台灣電商先別急著動工
WebMCP 想讓網頁把能力直接交給 AI agent，不用再猜 DOM。但這份草案連 API 入口都剛從 navigator 搬到 document。先搞懂它跟 MCP 的三個差別，再回頭看你的站台到底是不是你的。
AI 吃掉的不是小編，是小編變主管的那道階梯：Dan Koe 的「通才論」少講了一件事
把你公司行銷部門的職稱念一遍：小編、投手、美編、上架、EDM 專員。整張表都在 Dan Koe 說的 Layer 3，也就是 AI 最先歸零的那一層。但真正在斷的不是技能清單，是往上爬的那道階梯。
你導入 AI 之後沒有變快，因為你只是把塞車點往後推了一格：解碼 Anthropic 的 AI 值班系統
導入 AI 後產出變多，整體效率卻沒提升？從 Anthropic 用 Claude 當 CI/CD 值班第一線的真實案例，看懂瓶頸如何往下游轉移，並套用到台灣電商的文案審核、多通路上架與客服流程：先量測瓶頸，再決定 AI 放哪一站。
Claude Code 行銷自動化實例：Anthropic 的週報九條規則，怎麼吃下六週被改三次的試算表
Anthropic 一位行銷人用 Claude Code 把每週業務簡報自動化，黑客松一小時做出雛形。但真正的關鍵不是他會不會寫程式：他們的活動表六週被重排三次，指令改成「找放活動網址的那一欄」才吃得下。輸入端放鬆的代價，是九條從使用者抱怨長出來的硬規則。拆解這套做法，以及台灣電商行銷部可以直接抄的三步。
AI 推薦你之前，會先用 site: 回你官網查證：30.2% 的子查詢只查你一家
AI 推薦你之前會先回你的網域查證：30.2% 的子查詢用 site: 鎖定你家、23.8% 加引號逐字比對，只有 0.8% 提到競品。它在查你，不是在幫你比稿。
「自我改進的 AI」是行銷詞：解碼 Warp 的 agent 迴圈，真正在改進的是那道人類核准關卡
Anthropic 官方案例說 Warp 做出了「會自我改進」的 agent。我把它拆完，還去查了它連出去的公開範例，結論跟標題不太一樣：真正在改進的不是 AI，是那道人類核准關卡。這篇拆給台灣電商：怎麼把公司的判斷變成可以看 diff、要簽名才能改的檔案，以及為什麼回饋要挑人，不是越多越好。
UCP 藏了第四招：一組簽名，同時通過自己人跟 Web Bot Auth 兩種驗證
掃完 Cart、Catalog、Order 這些格式相似的規格後，Signatures 這頁讓我停下來：UCP 藏了一招，讓同一組簽名同時通過自己人跟 Web Bot Auth 兩種驗證。
UCP 藏了一個「找門市」的能力：連暗黑廚房要不要曝光，都寫進規格裡了
我上一篇被問「內容真的夠完整了嗎」，回去查才發現 UCP 藏了一個完全沒被提過的能力：Location Capability，讓 agent 查門市、查外送範圍，連暗黑廚房要不要曝光都寫進規格裡。
UCP 治理名單攤開來看：坐委員會的不只 Shopify，還有 Google、Stripe、Amazon、Meta
上一篇我說 UCP 品牌包裝中立、實作長在 Shopify 地盤上。把官方治理公告讀完才發現，坐委員會的不只 Shopify，還有 Google、Stripe、Amazon、Meta、Microsoft、Salesforce。
Universal Commerce Protocol
我玩了一輪 Shopify 的 UCP Playground：同一雙鞋、同一個商品 ID，換個國家查，賣家跟價格整個變了
同一個商品 ID，換個國家查，賣家跟價格整個換掉。我把 Shopify 剛推出的 UCP Playground 玩了一輪，把這背後的 MCP 協定拆給你看。
趨勢解碼
OpenAI 為什麼砍掉 Sora 和 Atlas？Sam Altman：殺掉好點子，才追得到偉大的點子
Atlas 在 2026 年 8 月 9 日斷氣，Sora 也早就停了。兩個都不是做爛的產品，Atlas 還是 Sam Altman 自己說的「最好的瀏覽器」。把日曆攤開來看，那把刀不是他悟出來的，是對手逼出來的。九個重點，和台灣電商該做的減法。
職涯
克里斯汀生《你要如何衡量你的人生》：人生三問，和為什麼沒有人是某一天決定要失敗的
沒有人會在畢業那天計畫要離婚，也沒有公司開會決定要被淘汰。克里斯汀生說，讓成功企業垮掉的機制，跟讓人把人生過歪的是同一套：你會把時間投給回饋最快的地方。這篇整理他的核心論點與人生三問，也保留他以信仰作為答案前提的結尾。
AI agent
你每多買一個 AI 工具，客戶體驗就多斷一次：因為沒有人在賣「交接」
每個廠商賣你的都是一個接觸點，沒有人賣接觸點之間的「交接」，因為交接開不出報價單。這篇從一個買車的斷裂動線談起，拆解台灣品牌五個接觸點各自長出 AI 之後的結構性問題，以及只能自己做的三件事。
零售媒體
RMN 零售媒體聯播網是什麼？當航空公司開始在 Amazon 買廣告，「離成交最近」就不再是最值錢的事
零售媒體最值錢的是離成交最近？那航空公司在 Amazon 上有什麼成交可以靠近。原生廣告主飽和之後，零售媒體的下一段成長來自架上根本沒有商品的品牌。台灣沒有一家 RMN 撐得起那張一億美元門票，但賣家躲不掉它的後果。
AI幻覺
AI 幻覺為什麼會發生？Google 研究：架上有貨，是鑰匙不見了
Google Research 測了 13 個模型、2,150 條事實，發現 AI 講錯的東西多半不是沒學過，而是學過卻撈不出來。這篇拆解編碼與提取的差別、反向詛咒，以及為什麼「補寫反向句子」那條熱門建議其實站不住。
趨勢解碼
YC 總裁 Garry Tan 同一場訪談的兩句矛盾：AI 讓你打贏巨頭一個部門，但巨頭哪裡都不會去
AI 時代三十五歲以後創業太晚了嗎？YC 總裁 Garry Tan 在 a16z 訪談裡說一個人能變成四百個自己、打贏 mag seven 一整個部門，十四分鐘後又說巨頭哪裡都不會去。逐字稿逐句核對後，這兩句矛盾其實是同一個答案：打得贏一場戰役，打不倒一家公司。
大型語言模型
大型語言模型怎麼運作？它能解奧數題卻分不清 9.11 和 9.9，因為起司上有洞
AI 可以摘要三十頁英文合約，卻可能算錯 9.11 和 9.9 誰比較大。問題不在它時好時壞，在於大型語言模型的能力像一塊瑞士起司，洞的位置是固定的。這篇用非技術語言拆解 LLM 怎麼生成文字、token 是什麼、AI 幻覺為什麼會發生，以及知道洞在哪之後，工作該怎麼分。
AI agent
AI agent 上線後怎麼改進？Linear 讓 agent 自己開工單回報「這件事我做不到」
你公司那個 AI 客服，上線到現在被問倒過幾次？這個數字多半沒人在記，而那可能是你手上最值錢的資料。Linear 團隊的作法是讓 agent 自己開工單回報做不到的事，再把線上的意外行為變成測試案例。這篇拆給你台灣電商該建的三條回饋管線。
品牌經營
WODEN 顧問式銷售拆解：月廣告費 2,000 元，年營收近 2 億的三個零件
WODEN 主理人高傑年營收近 2 億，月廣告費卻只花 2,000 元。拆解顧問式銷售、每天開會、店面入股這三個零件，以及服飾業定倍率與庫存成本的真相。
Seth Godin
Seth Godin 談沉沒成本：你嘴上那句「這是沒辦法的事」，才是真正卡住你的
那些聽起來像產業現實的話，多半是一句沒說完的話。Seth Godin 談糾結、沉沒成本與戰略性放棄，翻成台灣電商的決策場景。
主權AI
主權 AI 是什麼？不是你的權重，就不是你的產品：Sequoia 解碼企業自建 AI 的兩座堆疊
主權 AI 是什麼？它講的是控制權，不是成本。解碼 Sequoia 合夥人 Sonya Huang 的主題演講：企業自建 AI 的四個判斷因子、生產堆疊與開發堆疊的差別，以及台灣中小電商真正該先做的那一步。