AI Agent
錄影開始前 90 分鐘，主持人的信箱跳出一封 email。 大意是：「Claire 可能會遲到，她正在市區趕場，路上有點塞車。先跟你們說一聲，如果需要調整錄影時間，再讓我知道，她的行程可以彈性配合。」 有禮貌、有具體資訊、還提前 90 分鐘預警。問題是，寄件人不是 Claire 本人。 是 Polly，Claire 的 AI 行政助理。 這段故事來自 Solo Founders Podcast 對 Claire Vo 的訪談。她是 ChatPRD 的創辦人，一款給產品經理（PM，Product Manager）用的 AI「產品長」工具。這家公司現在有超過 10
AI
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
Agent Skills
前陣子我打開公司那份「客服應對 SOP」，Word 檔四十幾頁，三年來每個人都往裡面加東西，沒人敢刪。 我盯著它看了很久，忽然懂了一件事。 為什麼新人永遠學不會、連我們接的 AI 客服都照樣答非所問？問題不是他們不看，是這份文件根本沒被「設計成會被照做」。 這件事，最近有個做 AI 工具的人講得比誰都清楚。他叫 Matt Pocock，是 TypeScript 圈很有名的教育者，經營一個叫 AI Hero 的電子報，手上維護的工程技能集（skills repo）是這個圈子最紅的其中一套。他本來要在 AI Engineer World's Fair 講一場，因為家裡有事去不了，乾脆錄成影片放出來，題目叫 The Missing Manual: How To
對抗式代理
一個在 Netflix、Meta、Amazon 都待過的資深產品經理，花一天時間做出一個 AI，然後在公司內部黑客松打贏 30 個工程團隊。 聽起來像那種「AI 好強」的老套故事對吧？ 但真正有意思的地方是：她沒有寫出比別人更強的程式碼。她做的，是一個專門「找自己碴」的 AI。 這個人叫 Jyothi Nookula，故事出自成長行銷創作者 Aakash Gupta 的 podcast 《The Complete Claude Stack for PMs》。整集講的是產品經理怎麼把 Claude 這套 AI 用好，內容很紮實。但如果你問我，全集最值錢的一句話是這個： 「Building is easy，taste is what matters.
Agent Skills
Andrew Ng 新課用一半篇幅示範行銷案例：把團隊每週重複的 SOP、品牌規範、預算規則，封裝成 AI 能自動執行、可攜又會複利的技能包。搞懂 Agent Skills 與 MCP／子代理怎麼分工，以及台灣行銷團隊該先動手的三份文件。
王董週刊
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。
AI Agent
Salesforce 把整個平台變成 AI agent 的基礎設施：軟體不再是給人登入的後台，而是給 agent 呼叫的治理層。當員工開始用 AI agent 取代後台介面，台灣電商真正的下一個戰場，是你的資料與權限能不能被 agent 安全地呼叫。
王董週刊
本週週刊主軸：Google Ad Manager、Google Analytics、Shopify 幾乎在同一週，各自把一個「會自己動手」的 AI agent 塞進後台。行銷人該重新分工了。 同場短訊涵蓋：AI 收件匣濾鏡、AI 購物改寫消費行為、Karpathy 把 AI 當同事、Shopify 送達率與行銷報表、Alphabet 投資人簡報（捲到下方〈本週短訊〉） Hero / 大主題深度文 過去兩週，我把 Obsidian 裡新撈進來的素材一字排開，發現一件有點毛的事。 不是某一家在做 AI agent，是大家一起做，而且幾乎卡在同一個禮拜。 Google 在 6 月 18 日發表 Ask Ad
這幾天 Google 沒開盛大記者會，但對每天打開廣告後台、分析後台的人來說，地基已經被悄悄換掉了。 一週之內，Google 連續推了兩個 AI agent（AI 代理人，會幫你查資料、幫你做事的對話式助手）。一個叫 Ask Ad Manager，塞進 Google 廣告管理後台（Google Ad Manager）；一個叫 Ask Advisor，塞進 Google Analytics（GA，Google 的網站與 App 流量分析工具）。兩個都是用 Gemini（Google 自家的大型語言模型）做的。 如果你問我，這兩個東西單看都不算驚天動地。但兩個放在一起看，訊號就很清楚了。 重點是什麼？ Google 正在把「你自己去查」這件事，
Claude
你有沒有過這種經驗。 剛開始用某個 AI 工具的時候，它意外地好用。然後你想讓它更好，於是多寫了一條規則。又遇到一個漏洞，再補一條。再來一個例外狀況，又補一條。三個月後，你回頭看那段 prompt，已經長到自己都不想讀，而 AI 呢？反而越來越笨，越來越常給你莫名其妙的答案。 如果你問我，這幾乎是每個認真用 AI 的人都會踩的坑。 Anthropic 前陣子把開發者大會「Code with Claude」開到了倫敦。我之前把第一天的 24 場演講整理成一篇導覽，那是「現況盤點」，台上的人在講模型進化到哪、產業瓶頸移到哪，比較像產業 keynote。想補課的可以先看那篇 Day 1 全 24 場筆記。 這篇要講的是第二天，跟 Day 1 不同天。
Universal Commerce Protocol
Shopify 把「AI agent 幫人類買東西」寫成了一個開放協定，叫做 Universal Commerce Protocol（UCP）。這不是科技玩具，是 agentic commerce 時代的商業基礎建設。 為什麼 AI agent 購物協定是 2026 年最值得關注的電商基礎建設 想像一下，明年的某個晚上，你的客人不是自己滑手機、不是看 IG 廣告，他是跟 ChatGPT 說：「幫我找一個 Keychron 風格的機械鍵盤，預算 5000 內，幫我下單。」 然後 AI agent 真的去搜尋了。比較了三家商家、選了 CP 值最高的、加進購物車、走完結帳。整個過程，你的客人連商品頁面都沒看過。
Shopify
你公司最貴的 AI 浪費，不是沒人在用，是用完之後什麼都沒留下來。 先看一個讓我倒抽一口氣的數字。 過去 30 天，5,938 名 Shopify 員工在 4,450 個 Slack 頻道裡，跟同一個叫做 River 的 AI agent（智能代理）一起工作。 光是上週，River 在 Shopify 主 monorepo（單一程式倉庫）一口氣開了 1,870 個 PR（Pull Request，程式碼合併請求）。Shopify 上週合進 main 分支的程式，8 個裡面有 1 個是 River