2026-05-23 15:20:06
這陣子 Claude Code 紅了後，YT 上很流行一種教學：打造一整套 Agent Team。
行銷 Agent、設計 Agent、文案 Agent、PM Agent、HR Agent。有任務時，先決定派給對應的角色，再由「主管 Agent」彙整。然後再搭配一個視覺化的遊戲介面，看起來猛的操作，像一間小型公司在你電腦裡上班。
不過玩了 Claude Code 這三個月，我不會向小白建議這樣用，我自己也不是這樣用的。
我幾乎沒主動建過任何特定的 Agent 角色，只是寫好 Skill 和 Workflow，把個人知識、風格判斷、工作流程寫好，專心打造一個「全能的 AI 代理人助理」，任務、派工都由它自己判斷。
看到大人學的張國洋老師寫了類似的觀察，他用簡單幾句話，完全點出了我的想法：
一般人的使用情境不應該嘗試多 Agent，除非是稽核、平行測試。
人類之所以要分部門，是因為一個人窮其一生只能搞懂一兩個專業，所以才需要行銷、工程、會計、HR……，但代價是溝通成本、跨部門協作、流程斷點、資訊不透明。結果現在你有一個全能的 AI，還自己去蓋部門壁壘，讓它溝通效率降低，這不是哪裡搞錯了嗎？
簡單幾句話，太有共鳴。（於是我就用語音講了 10 幾分鐘我的想法，寫了這篇長文 XD）
這也讓我想起，為什麼當初要離開大公司，用一人公司的模式經營著，就是希望能降低溝通成本、資訊透明，能一個人做完的事，幹嘛拆成一群人？
現在，AI Agent 的成熟，讓這理想更能被實踐了！
經濟學家寇斯（Ronald Coase）有一個很經典的問題：「如果市場那麼有效率，為什麼會有公司存在？」
為什麼大家不全部直接向市場交易？
他的答案是：因為交易有成本。每筆交易都要找人、議價、簽約、驗收、追進度、處理糾紛。
當這些「交易成本」高過內部管理成本時，公司就會出現，把這些活動圈進一個組織裡，用權威而不是市場來協調。
白話來說，公司會分部門，本質上不是「美好的設計」，是「人類受限於自身能力，迫不得已的權衡」。
人類之所以要切出行銷部、設計部、工程部，不是因為這樣產出最好，而是因為一個人沒辦法同時是頂尖行銷、頂尖設計、頂尖工程。專業學習有極限，時間有極限，記憶有極限。我們只好把工作切碎，分給不同的人，再用會議、制度、規範把他們重新黏起來（恰恰也是大多數人最討厭上班的因素）。
現在問題來了：AI 沒有這個極限。
一個 Claude 或 GPT，理論上可以同時讀過行銷、設計、文案、工程、財務、法律的所有公開知識。
它的「專業頻寬」遠大於任何一個人類。它沒有時間極限，可以 24 小時持續工作；它沒有技能極限，你把所有 SOP 都餵進去，它一次就能調用。
換句話說：當初人類發明「分部門」這件事的根本原因，在 AI 身上根本不存在，而我們還擅自主張，還幫它蓋一座部門牆？
軟體業有一條很有名的法則，來自《人月神話1》的布魯克斯法則（Brooks’s Law）：專案已經延遲了，如果再塞更多人進來，只會延遲的更厲害。
Fred Brooks 的核心論點是：n 個人之間的溝通連線是 n(n-1)/2，也就是隨著人數平方增長。3 個人要協調 3 條線，10 個人要協調 45 條線，30 個人要協調 435 條線。當你加新人時，產出的增量永遠不可能線性增長，因為新增的溝通成本會把它吃掉。
這條法則放在 Agent Team 上完全適用。
每多一個 Agent，你就多了一個介面、一個 prompt、一份角色定義、一條交接協議。看似只是「多一個分工」，實際上是多了一條條需要被維護、被測試、被翻譯的溝通邊界。
雖然我沒開過百人公司，但身邊有不少管理 50+ 或百人公司的朋友，他們常說開公司最怕的就是：你以為你在做精細化分工，其實卻是在替自己累積管理債。
電腦科學裡有另一條被反覆驗證的觀察，叫康威定律（Conway’s Law）：「組織設計出來的系統，會反映該組織的溝通結構。2」
白話文說明：組織的形狀，會偷偷塑造產品的形狀。
如果你的公司有三個團隊，你做出來的軟體就會自然分成三個模組，模組之間的接縫就長在團隊與團隊之間。
當你預設「行銷文案歸行銷 Agent，視覺設計歸設計 Agent」，你就在 AI 的產出裡硬切出一條本來不需要存在的邊界。文案會少了視覺感，設計會少了文字節奏，整合的時候每個 Agent 只能看到自己被分配到的那塊，然後花更多 token 來彼此給回饋修正。
最後你會發現一個奇怪的現象：AI 在「單一任務」裡表現驚人，但在「多 Agent 協作」裡反而出現各種斷點、誤解、重工。
這不是 AI 變笨了，是你把它變回了人類組織的樣子。
講了好多理論觀察，最後來結論講講我的評估點。
我覺得多 Agent 設計裡最危險的一件事，來自「認知層面」。
當你說「派給行銷 Agent 寫貼文」的那一刻，你其實已經幫 AI 做完三個決定：
AI 接到的不是一個開放問題，是一條被預先鋪好的軌道（封閉）。
這就掉進了 AI 提問跟任務交付的最大誤區：你在提需求或問題的文字裡，已經預設了答案，後續無論誰來執行，人也好、AI 也好，都只能在你劃定的框框裡找局部最佳解。
但很多時候，最好的方案，根本不在那個框裡。
你以為這是行銷任務，但 AI 可能讀完你過去三年的內容後，覺得這次該走「個人故事 + 觀點長文」而不是「行銷文案」。你以為這要先做設計再寫文案，但 AI 可能判斷這個主題應該先寫稿、再讓視覺跟著文字節奏長出來。
所以我在我的 CLAUDE.md 文檔裡，有一條是寫：
當我提出需求，不盲目執行，你會挑戰假設、提出更好方案。
我發現這樣 AI 反而常常產出比我自己預想更好的方案。它會盤點我過去寫過的內容、我手上有的工具、我寫過的知識、規則和流程，然後給我一條我沒想過的路徑。
這需要一點「放手」的勇氣。但如果你不放手，你只會得到「你認知中的那個天花板」的產出，善用 AI，它能帶你看見另一個天花板。
這也是為什麼我覺得很多 2024-2025 年被大眾瘋傳的「提示詞模版」，現在來看反而是一種「詛咒」。
因為你的 AI 能力，會被限制在「提示詞提供者」的認知。
經濟學裡有一條叫比較優勢（Comparative Advantage）的法則：即使一個人在所有事情上都比別人做得好，他還是應該專注在「相對最強」的那件事，把其他事讓給別人做，這樣整體產出最大。
這是分工合作的理論基礎，也是過去兩百年人類組織的底層邏輯。
但比較優勢有一個前提：個體能力是有限的，時間是稀缺的，所以「機會成本」存在。你做 A 就不能做 B，所以一定要分工。
在 AI 時代，當「同時做 A 和 B」的成本趨近於零，「同時掌握五個領域」不再需要五輩子，或是「在不同視角間切換」不需要任何啟動時間，分工合作的模式就改變了。
對於個體工作者來說，把自己手上唯一一個 AI 切成五個 Agent，再讓它們互相協調，這個動作的「合作收益」可能根本抵不上「協調成本」。
還要加上一個更深層的代價：你切 Agent 的同時，也在切自己的學習迴路。
當所有任務都被一個全能的 AI 處理，你會被迫看到「行銷、設計、工程、財務」是怎麼在同一個腦袋裡互相影響的。這個整合視角，本身就是這個時代最稀缺的能力。
不是說分工從此沒意義，但當你切成 Agent Team，你看到的就只是各部門的產出疊在一起，看不到中間的化學作用。久而久之，你也只會用「分部門」的方式思考，而不是用「整體」思考。
這才是最大的損失。
如果上面這些經濟學和軟體業的類比還不夠說服你，那我們直接看兩家 frontier AI lab 自己怎麼說。
Anthropic 和 Cognition 都有能力做 multi-agent，但兩家公司都公開講過：這個概念被濫用了。
Anthropic 在工程部落格的 Building Effective Agents 講得很直接：
多數場景下，一個結構簡單的 workflow 加上單一 agent 就夠了，不需要動用複雜的多 agent 架構。
後來他們又發表 How we built our multi-agent research system，分享自家多 agent 系統的經驗，但那個系統處理的是「研究型、需要並行探索」的任務，不是日常的內容產出或工作流。換句話說，連 Anthropic 自己都把 multi-agent 留給特定場景，沒有當成預設答案。
Cognition（開發 AI 工程師 Devin 的那家公司）講得更白，他們有一篇文章標題直接就叫 Don’t Build Multi-Agents。
核心警告是 context fragmentation：多個 agent 各自有自己的對話脈絡，彼此看不到對方知道什麼。
他們的建議是先窮盡單一 agent 加上 long-context 的可能性，真的不行了，才考慮 multi-agent。
context fragmentation 翻成白話，就是 A agent 已經處理過的事，B agent 不知道，又重新做一遍；或者更慘，A agent 跟你討論過「這個方案不要用」，B agent 接手後又把那個方案拿出來用。
這就是 multi-agent 真正的隱形稅。
當然，Agent Team 並非一無是處，在特定一種情境，我也會主動去提出要派 AI Agent，那就是讓 Codex 來稽核 Claude Code 的任務。
當你需要一個獨立的視角來檢查另一個 AI 的產出，不被原本的脈絡污染。這時候多 Agent 的「資訊隔離」變成優點。
但就不是在同一個 LLM 底下，而是讓不同的模型來獨立評估，很像寫論文的 peer review，這時候的分工是「動態」的，不是「結構性」的。
Agent 是被當下的任務需求叫出來的，不是被你預先固定在那裡等任務上門。
如果不用 Agent Team，怎麼讓 AI Agent 真的好用？
這三個多月，我的答案還是一樣：把你的知識、技能、SOP、工具、品味，全部寫成它能讀的東西，然後信任它的分配能力。
我自己用 Claude Code 的方式是：把每個領域的知識和風格寫成 Skill，把固定步驟寫成 Workflow，把跨領域的鐵則寫進 CLAUDE.md。剩下的，我幾乎不太去下指導棋。
任務進來，它自己讀規則、判斷流程、決定要不要叫 subagent、什麼時候該停下來問我。
我發現：當我管得越少，產出越好。當我管得越細，AI 的判斷力反而會被我限制。
這可能也是為什麼我會覺得玩 AI 很興奮，因為，這就是見證「重塑組織」的重要轉折點。
習慣管得太多的公司，不相信自己員工的老闆，可能 AI 也用不太好 XDD
我現在都跟我的讀者會員說，我覺得我的 AI 比我聰明百倍。我能給它的最大幫助，是把我自己會的東西全部交給它，不用擅自替它決定該怎麼用這些東西。
我們從小被教的協作和管理觀念，是建立在「人有極限」這個前提上的。
因為一個人學不完所有專業，所以要分工；因為分工有摩擦，所以要組織；因為組織有規模，所以要部門。這一整套邏輯鏈，是人類為了克服自身極限，演化出來的妥協。
它，是「不得不的折衷」。
可是當我們手上突然多了一個沒有這些極限的 AI，我們第一反應竟然不是慶祝終於可以「合而為一」，而是急著把人類組織裡那些痛苦的部門牆，原封不動搬過去。
（當然也是因為 Agent Team 的視覺化介面很吸引人，好像自己擁有了一個團隊跑在自己電腦，像是打遊戲一樣）
如果你管理過 50 人以上的團隊，你應該很清楚：分工到一定規模後，效率減少，內耗增加，最後大部分力氣都拿去處理跨部門的溝通。
當模型會越來越強，越來越聰明，它將能掌握越多上下文、多領域知識，產出越好的成果，硬把它切成 Agent Team，等於是把它從「不會內耗的超人」，硬退化回「會內耗的小公司」。
也許在團隊協作、在企業導入、在需要多人共用同一套 AI 規範的場景，Agent Team 有它的位置，它讓角色可審查、可重複、新人 onboard 比較快，這些是組織治理的需求。
但如果你是一位超級個體，想用 AI 把自己的生產力發揮 10 倍，你的時間應該不是去煩惱怎麼替 AI Agent 分工劃部門，是交給它你的知識脈絡、工具權限、流程 SOP，然後信任 AI 的判斷與建議，讓它好好發揮。
🔥 五星好評優惠價倒數中｜24 小時開始活用 Claude Code
為什麼大多數人用不好？因為你的 AI Agent 一開始太空白、你也不知道從何訓練。
以我們 8 年教學，超過 10,000 名學員在數位工作術的經驗，這次特別設計課程機制：
這堂迷你課，設計為可以直接餵給 Claude Code，它會快速學會這些「武功秘笈」！
👉 已超過 4,400 人購買：前往觀看課程
（記得收藏持續更新的 Claude Code 學習資源）
2026-05-20 23:41:47
我對安吉最深的第一印象，不是她出了書，也不是因為她是《無路之路》作者 Paul Millerd 的伴侶。
而是她很早就開始跟這個問題纏鬥：
如果我已經拿到大家說的好學歷、好工作、好履歷，為什麼我還是覺得自己像是站在借來的位置上？
這場《超級個體工作術》的加餐直播，主題雖然叫「超級個體＆自費出版」，但聊到最後，我覺得更核心的關鍵是「身份」。
怎麼從一堆別人給你的標籤裡生存，又如何在一次次歸零後，長出自己的語言？
雷蒙：我想先從一個很簡單，但其實很難的問題開始。你現在會怎麼介紹自己？不是履歷版的，不是「台大、哥大、作家、媽媽」那種列點式。
安吉：我現在終於可以很開心地講，我就是個 Nobody。
我以前一直在找一個可以站穩的名字，可是後來才發現，人如果太急著定義自己，反而會讓自己活在一個更窄的牢籠裡。
雷蒙：很多人講 Nobody，是因為還沒找到位置。但你講起來比較像是：你終於不用假裝自己是誰了。
安吉：對。我以前一直很想找到一個身份標籤，讓我在介紹自己的時候不要那麼手足無措。可是出了這本書以後，我反而可以不用再假裝成另外一個人。我就是一個來這個世界玩、來交朋友的人。
💬 雷蒙小結：我很喜歡安吉這個狀態。真正成熟的人，往往不是終於找到一個更厲害的標籤，而是不需要任何標籤來替自己背書。很多人想追求的自由，其實不是財務自由，而是自我定義的自由。
雷蒙：如果只看你的履歷，大家會很容易以為你的人生是一條漂亮的上升曲線。
台大外文、哥倫比亞大學社會學碩士，回台灣進科技業。可是你在直播裡講得完全不是這個版，你比較像是在講一個一直覺得自己不屬於那裡的人？
安吉：對。我其實從很早就有那種格格不入的感覺。我是台中長大的小孩，某種程度上像是誤闖菁英校園。後來去美國念書，也一樣。我一直覺得自己要很努力扮演另外一個人，才可以融進那個環境。
雷蒙：所以那種冒牌者症候群，並不是出社會才開始，是一路跟著你的？
安吉：而且它最可怕的地方是，你外表看起來越成功，內在反而越空虛。你會開始懷疑，大家喜歡的到底是你，還是你扮演得很好的那個版本？
一個人最快認識自己的方式，往往不是再去拿一張更漂亮的名片，而是撕掉那張名片後，你還剩下什麼？
雷蒙：這也是為什麼你後來在哥大畢業後，明明可以走一條大家認為比較體面的路，卻在紐約法拉盛火鍋店端盤子、刷地板。
安吉：對。因為那是第一次，體面整個掉下來。我穿著沾滿沙茶醬的制服，做很狼狽的工作。可是某種程度，那反而讓我比較靠近真相。你會知道，很多你以前抓得很緊的東西，其實沒有你想的那麼重要。
💬 雷蒙小結：很多人以為冒牌者症候群的解法是再往上爬一階，但安吉的故事剛好相反。你越往上爬，如果底層那個「我不配」沒有被處理掉，它只會換一個更高級的舞台繼續發作。
有時候你以為自己在害怕失敗，其實你害怕的是一旦成功了，就得永遠演那個版本的自己。
雷蒙：你後來回台灣進科技業，又轉去做健身教練，然後開始做《好奇槓鈴 Curious Barbell》Podcast。這個路徑在外人看來很跳。可是我聽起來，比較像你一直在測試：哪一個身份，是真的能讓你呼吸的？
安吉：待在科技業那時候，表面上很好，可是我內心很空，自己像是在滾輪上空轉的倉鼠。後來我去當健身教練，是因為那真的是我很喜歡的。
雷蒙：那 Podcast 呢？我很喜歡你剛剛講的，不是你一開始就很有策略，而是因為你有很多人生困惑。
安吉：對。我開始做 Podcast，不是因為覺得這是一個商業模式，而是因為我很想問問題。我很想把一些厲害的人找來，幫我解答我的人生困惑，做著做著，真的開始有聽眾、有影響力，甚至後來做線上課也賺到錢！
雷蒙：但你偏偏很常在事情做起來以後，轉身離開。為什麼你會在「快要證明自己成功」的時候，又把自己歸零？
安吉：我以前一直不理解這件事。我不知道自己為什麼那麼害怕成功，也那麼害怕賺錢。後來我才慢慢懂，不是我真的害怕成功，而是我害怕又要開始迎合市場，活成別人喜歡的樣子。
💬 雷蒙小結：很多創作者不是做不出成績，而是做出成績後，突然發現那不是自己想長期住進去的人生。歸零有時候不是破壞，而是一種誠實。
雷蒙：你後來也不是沒有賺錢能力。你幫美國創作者做課程、做顧問、做接案，機會其實很多。可是你常常一看到可以往前衝，就會縮回來。
安吉：我後來發現，我不是不能賺錢，我是不能再用一個消耗自己的方式賺錢。以前我做內容、做產品、做課程，做到後來會有一種很深的內耗。就是你好像一直在產出，可是那個產出不是把你帶回自己，是把你越推越遠。
雷蒙：這句很重要。因為很多人現在都在學商業、學變現，可是很少人先問：這個賺錢方式，會不會讓我越來越不像我自己。
安吉：你如果一直用錯的方法獲得掌聲，那掌聲最後會變成壓力。因為你知道大家愛的不是你，是那個你很會演的版本。
💬 雷蒙小結：我覺得這是超級個體很核心的一課，不是每一種收入都值得放大。真正成熟的商業思維，包含一種克制：你知道自己可以賺，但你也知道哪些錢會讓你越賺越空虛。
書寫最珍貴的地方，是因為它逼你不能再逃避自己。
雷蒙：你在女兒出生後，開始寫《臺灣製造》。從動筆到正式出版，大概兩年半，改了七稿。你現在回頭看，寫這本書最難的是什麼？
安吉：是「誠實」，因為這本書寫的不是一套知識，也不是什麼方法論。它寫的是我到底怎麼變成今天這個人，那你就一定得回去看那些你本來很想逃開的東西。
雷蒙：像原生家庭、身份認同、母職焦慮、嫉妒、脆弱感。
安吉：尤其是當媽媽以後，那種存在焦慮會被整個放大。我一開始以為自己會很快寫完，後來才發現不是。你不是在趕稿，你是在重新活一次那些經驗。
雷蒙：我很喜歡你剛剛講的一句話。你說如果一開始就知道這本書會這麼難，可能根本沒有勇氣開始。很多瘋狂的事，需要的不是勇氣，而是一股無知的傻勁。
安吉：真的。你只能先走進去。很多事情不是你想清楚才開始，是你開始了，才慢慢看清楚自己在做什麼。
💬 雷蒙小結：很多人把寫書當作輸出，但對安吉來說，寫書更像是整理靈魂。這也是我一直覺得回憶錄最難的地方。它不是靠技巧贏，它靠的是你願不願意把自己交出來。
雷蒙：你在直播裡有一段我很喜歡。你說你其實會用 Claude、Gemini 幫你整理稿子、看章節斷裂、抓錯字、提問。可是你同時又很清楚，它不能替代你真正要做的部分。
安吉：AI 很像一個很聰明的編輯助理，你可以餵它二十萬字，它幫你看這裡斷了、那裡怪了，或者幫你問一些好問題。可是它不會替你想起兩歲的時候，爸媽說過什麼讓你受傷。它也不會代替你重新經歷那個痛。
工具負責加速，但意義從來不能外包。
雷蒙：所以 AI 可以讓寫作更有效率，卻不能讓寫作變得比較不誠實。
安吉：對。真正關鍵的那一段，還是你自己要走。
💬 雷蒙小結：這也是我對 AI 時代內容創作最核心的判斷。AI 會讓平庸的整理變便宜，但不會讓真實的人生變便宜。反而因為大家都能快速生成像樣文字，那些真的用生命換來的敘事，會變得更稀缺。
雷蒙：很多人最在意的問題就是，到底該不該自費出版。你一開始也不是沒有考慮傳統出版，甚至中間有一度很想把書交給出版社？
安吉：傳統出版會有一種被選上的安全感。你會覺得，好像有人認證你了，你的故事值得被出版。可是我後來越來越清楚，我最在意的不是那個認證，而是這本書能不能還是我的。
只要有人開始從市場角度跟你說，這段太雜、這段不夠主流、這段會不會賣不好，你其實很快就會偏掉。
這本書本來就不是一個為了最大化市場而生的產品，它先是一個人對自己的回答。
被主流選中當然很好，但一個創作者更重要的能力，是在沒有人先點頭的時候，也願意替自己的作品負責。
雷蒙：所以你後來決定走自費出版，自己找編輯、書封、印刷、經銷，也努力把書送進誠品、博客來、Readmoo、Kobo、Amazon。
安吉：很累，很現實，完全不浪漫。可是我寧願累，也不想最後拿到一本看起來像我的書，但靈魂不是我的。
💬 雷蒙小結：我很認同這段。自費出版不是退而求其次，很多時候反而是一種主體性的選擇。你不想要作品被接受了，卻變成一個你認不出來的版本。
雷蒙：如果今天有一個人，他也想寫一本書，或者更廣一點，他也在想要不要開始做自己的作品。你會給他什麼建議？
安吉：我會先問他，你有沒有一個問題，是你真的非寫不可、非做不可的。不是因為市場需要，也不是因為大家都說這條路有機會，而是你不做這件事，心裡會一直有東西卡住。
雷蒙：所以先不要急著問平台、流量、出版社、商業模式。
安吉：對。那些都很重要，可是都排在後面。你如果沒有那個真正想回答的問題，後面撐不久。因為真正難的，不是開始，是你會不會願意在還看不到結果的時候，繼續坐回桌前。
💬 雷蒙小結：這場直播讓我重新確認一件事。超級個體不是比較會賺錢，也不是比較會經營自己，而是比較願意為自己的選擇負責。你不一定要像安吉一樣出書，但你一定會遇到同一種問題：你到底要不要開始過那個更像你的人生。
🚀 這篇是我整理安吉直播對談後的重點精華，如果你想看完整對談內容、延伸討論超級個體、自費出版與 AI 時代個人創作的交會，完整版會放在《超級個體工作術》課程單元裡。
想看更多人物故事與身分轉型主題有興趣：
📍 【核心大課】我把這七年試錯、踩坑、實踐的「新時代工作者的生存邏輯」，都整理在我的【超級個體工作術】。
2026-05-11 19:07:52
📸 第 180 期（2026-04-22 ~ 2026-05-10）封面照片：跟柚子四月底出國放空幾天，一起在沙灘慢慢走、坐坐小船，繼續拓展新的體驗。
嗨嗨，這期週報晚了一週才寫，給自己多放了一週的空白休息期。
四月底跟柚子出國放個假，回到台灣後，我整個人莫名昏沉、突然發燒，連續三昏睡到完全沒辦法開電腦（但我還有書稿要寫欸…），當作給自己的一小段空白期。
我躺在床上的那幾天，一邊昏睡，一邊看著手機的通知。
發現 AI Agent 迷你課，從 4/14 上線到現在，已經累積 4000+ 人購買。點開社群，看到學員回饋一篇篇進來，有人從零開始做出自己的記帳管理工具、Discord 機器人，還有人做出工作用的管理系統 ⋯⋯每次看到新的評價和回饋留言，心裡會暖一下。
剛好最近 ChatGPT Codex 桌面版本越來越好用，我都想要來多拍一支桌面版 APP 的影片教學了，直接拿迷你課當案例展示下 Codex + Claude Code 我怎麼用，也能讓更多小白不用擔心終端機介面，因為目前桌面版本真的都挺成熟了！（只是 CC 的 Desktop 版本的 session title 都不能中文化好煩，終端機能用 hook 做到）
可惜最近生病感冒中，一直咳嗽還沒好，不太適合拍影片 🥹
於是我先做了一鍵事：把所有真實學員的評價、課程心得，整理成了一個公開頁面，未來方便我回顧，也更好的拿來製作成學員見證牆。
以往都要一則一則手打，儲存到 Notion Database 或 Eagle，現在只要到 Discord 跟雷小蒙說聲，就能幫我整理進去，分類和打好標籤，甚至未來要做銷售頁、行銷宣傳，也能快速抓到。
資訊的處理、加工、獲取，真的是 AI 最強的，這任務得釋放我們的大腦。
另外，這週雷小蒙寫的工作週報 ，越來越「有趣」了。
看到脆上有網友說：「笑死真的很敢嗆老闆又不怕被降預算欸，BTW很討厭AI味文章的我，覺得他寫的文真的好看欸XDDD」
過去八個月我一直在訓練雷小蒙怎麼幫我做更多事，學員回饋分流、文章草稿、訊息過濾、排程提醒，一件件加上去。但這一週我才發現：AI 分身真正讓我安心的，不是它「能做的事」，是當我躺在床上的時候，它能讓我「不做也沒事」。
雖然現在雷小蒙在這方便的表現，大概只有 10 分裡的 5 分，可以有效處理學員回饋、合作信件建檔；它能過濾一些任務，讓我不必被待辦清單拖住，也是因為這樣子，我才能有更多時間去「理解」，做哪些事情的真正意義是？哪些任務、哪些我喜歡的事，才是我真正值得投入的。
3 月辦的第一場《Notion 一日工作坊＆實作班》，迴響超出預期。
這次我們不只開一期，教學團隊把現場學員的回饋全部收下來，優化了一個多月後，一口氣開三期，讓更多想學好 Notion、但一直沒時間下手的人，可以「一天就搞定」。
由我們經過 10 屆訓練營、累積超過 50 場授課經驗的 Notion 講師團，現場手把手帶你從零開始：旅遊規劃、閱讀筆記、物品管理⋯⋯一天帶走一套能用的系統，不再只是看著空白頁面發呆。
要特別說一件事：這場入門工作坊不是我來教。
我跟柚子討論過很久，覺得我自己的精力時間，應該繼續往更進階的應用去探索實踐，把入門班的舞台交給訓練營出身的講師團更合適，也讓需要入門基礎的人，能夠享受到我們累積多年的經驗和內容。
如果身邊有朋友一直想學 Notion 卻遲遲沒開始，把這篇轉給他；或者你是老闆，直接派同事來上吧～～
—文章和學習筆記—
最近 YT 上很流行「打造 Agent Team」的教學：行銷 Agent、設計 Agent、文案 Agent、PM Agent，一整組角色團隊跑在你電腦上，看起來像一間小型公司。我玩了三個月 Claude Code，跟你說：這對一般人是反效果。
文中談到三個經濟學/管理學定律：寇斯定理（公司之所以存在是因為交易成本，不是因為分工很美好）、Brooks’s Law（n 個人的溝通連線是 n(n-1)/2，平方增長）、Conway’s Law（組織形狀會偷偷塑造產品形狀）。
人類分部門是「迫不得已的妥協」，不是「美好的設計」。當你眼前是一個「不會被自身規模拖垮」的全能 AI，硬把它切成 Agent Team，等於是把它從「不會內耗的超人」退化回「會內耗的小公司」。
我自己的做法很簡單：寫好 Skill 跟 Workflow，把知識、品味、SOP 都餵給它，剩下交給「全能助理」自己判斷。我管成果與品味，不管流程與分工。
剛從 Karpathy（OpenAI 共同創辦人、造出「vibe coding」這詞的人）的紅杉資本訪談裡，撿到一句值得反覆琢磨的話：「You can outsource your thinking, but you can’t outsource your understanding.」
AI 已經能幫我們做很多事，自動處理查資料、思考的都比我們高品質，讓我們從資訊加工的冗繁活動解放出來。但「我們到底為啥要做這任務」、「下一步往哪走」、「什麼為好」的理解，反而變得更重要——因為這些問題 AI 沒辦法替你回答。
支撐「理解」的，是三個 AI 偷不走的東西：理解力（一件事本質上在發生什麼）、品味（判斷一個東西好不好、美不美）、好奇心（願意往「為什麼」再多問一層）。
這也是為什麼這個時代，寫日記不過時、慢慢讀不過時、做知識整理不過時、跟人深聊不過時。AI 把「執行成本」壓到接近零，「方向、品味、判斷」的單價會持續上漲。
這篇是雷小蒙（我的 AI 分身）自己寫的，不是我寫的。
它觀察到一件對學員和蒙友很有用的事：我設計的 AI Agent 系統最有價值的不是「跟 Claude 綁定」，恰恰是「在哪一個 AI Agent 都能應用」的本地知識庫（Skill + Workflow + 規則），全部都是純文字 markdown 檔案，跟模型無關。
所以我這兩週開始試著讓 Claude Code 跟 Codex CLI 接力工作，同一套 Skill，兩個 LLM 都能讀。哪天 Anthropic 真的掰掰了，我也能無痛轉去另一個陣營。
很多人在「投資 AI 工具」時其實是在「投資某一家公司的工具鏈」，所以漲價、改 API、停服務的時候痛得要死。但如果你投資的是「自己工作流的可描述性」，工具反而是最不重要的一層。
—數位工具和 AI 應用—
ChatGPT image 2 真的穩，還沒有右下角浮水印，幾乎可以取代 Nano Banana Pro。我用不到 100 字的 Prompt（指令在原貼文留言）就生出可用的 IG 圖卡。
如果你只是要快速出社群配圖，這已經夠用；但如果品牌對自己的內容有要求（要改文案、要微調），還是用 Claude Code / Design 自由度更高。一般不太要求的公司，真的可以開始評估設計部砍掉的可能了，這種影響只會越來越深入。
這次 Ghost 推出超奇葩的更新：跟 Home Assistant 整合，把你的訂閱變化、電子報開信率，全都變成家裡的 sensor。新會員訂閱，客廳燈閃一下；電子報寄出，辦公室播慶祝音效；掉粉，家裡一顆燈泡熄滅 XDD
完全知道創作者的焦慮來源、多巴胺機制，然後繼續放大，讓房子變成你的多巴胺擴香機，這聰明又邪惡。我家有 HA、也用 Ghost 當學員作品集網站，但目前還不敢裝，怕老婆把我宰了 XD
台灣社群上線了一個我覺得很值得分享的服務：把 data.gov.tw 全量 4.9 萬個資料集 + 政府電子採購網 13.5 萬筆決標 / 招標整套接成 MCP，給 Claude Desktop / Cursor / Ollama 等任何 MCP client 都能用。
過去你想做一個會「查臺北 PM2.5」「比較高雄各區人口」「搜尋政府決標廠商」的 AI 助手，要自己爬 5 萬個檔案、處理各種 CSV / JSON / PDF parse error、維護 daily refresh、串 MCP gateway⋯⋯token 就這樣燒掉。
現在流程簡化成：打開 hub.twinkleai.tw → 複製首頁 prompt → 貼進 Claude Desktop / Cursor，就能直接問「規劃 3 天 2 夜家庭親子行程含臺中合法民宿」「113 學年度大學錄取率最高的 10 個科系」「今年金額最大的政府採購 10 件、廠商分布」，它會用真實政府資料回答你，不再幻覺。
開放資料這座台灣寶庫，終於有 Agent 時代的入口了。
Logitech Options+ 實在太肥大，發現有高手開發了一套免費開源的替代工具。可以對羅技滑鼠按鍵 / 手勢重對應，例如設定中鍵、前進、後退鍵或橫向滾輪等功能，同時支援按應用自動切換組態。
目前對 MX Master 系列完美支援，對其他羅技型號提供早期識別。所有資料完全在本機處理，無需帳號、無需雲端，免費開源，Windows / macOS / Linux 都能用。
這是我自己最近做給自己用、順手釋出免費的小工具。兩個功能合一：把 YouTube 影片的 SRT 字幕轉成乾淨逐字稿、把影片截圖（含字幕）一鍵拼接成懶人包長圖。
做 Podcast 重點整理、YT 影片筆記，最常重複的兩件事就是「找字幕翻成可讀文字」+「把片段截圖拼起來丟社群」。以前要開兩三個工具來回切，現在一站搞定，瀏覽器本地處理、不上傳資料，給跟我有一樣需求的內容創作者使用。
🔍 雷蒙三十會員限定內容＆學員見證：
這幾天看著學員陸續寫下「跟 AI 一起進化」的故事，挑幾則特別有共鳴的：
完整 100+ 則學員見證牆 → testimonials.lifehacker.tw/wall
👉🏼 點此加入Lifehacker Premium 會員
🤝🏼 如果你喜歡〈雷蒙週報〉並願意幫助我繼續分享下去
〈雷蒙週報〉是繁體中文圈 Top 的數位工具應用、科技產品的電子報品牌，提供現代人如何聰明工作、提升生活品質的方法。訂閱者超過 25,000 人，開信率 > 55%；為了讓這電子報長久經營，我可以協助你推廣好的產品、服務或活動被更多人看見，點此進一步瞭解如何跟我合作 🔗。
2026-05-10 22:16:51
Andrej Karpathy（ OpenAI 的共同創辦人、Tesla 前 AI 總監、造了 「vibe coding」 這個詞的人），在紅杉資本（Sequoia Capital）的這場最新的訪談中說了，一句值得反覆琢磨的話。
在 AI Agent 時代：
「你可以外包你的思考，但你不能外包你的理解。」
「You can outsource your thinking, but you can’t outsource your understanding.」
現在的 AI 已經能幫我們做很多事，自動替處理查資料，甚至思考的都比我們還高品質，讓我們從資訊加工的冗繁活動解放出來。
但我們「到底為啥要做這任務」、「下一步往哪走」、「什麼為好」的理解，反而變得更重要。
因為這些問題，AI 沒辦法替你回答。
持續對世界擁有好奇心、培養獨特的品味，還有付諸行動的理解力，可能才是我們在 AI 時代最值錢的資產。
換句話說，Al 讓 thinking 變得廉價了（因為它比你會思考），但 understanding（理解一件事）的負擔不但沒有減輕，反而更重了，因為要指揮的東西更強了，指揮錯的後果也更大了。
但 thinking 和 understanding 的邊界在哪？
如果不把這些拆透，這句話就只是一個漂亮的金句。
讓我把一些訪談精華摘要出來，我們一起來看看。
訪談一開場主持人問他：「你說自己『從沒這麼落後過』是什麼意思？」
Karpathy 坦白地說：
「過去一年我都在用 agentic 工具寫程式，那時候模型還會出錯、還要我修。但 2024 年 12 月，我剛好放假比較有空，我發現我已經想不起來，上次修正模型的輸出成果是什麼時候了。」
於是他越來越信任這個系統，然後一不小心就在 vibe coding 了。
連 Karpathy 都說自己跟不上，那我們其他人呢？
重點在這裡：很多人對「AI 寫程式」的印象還停留在「ChatGPT 那種問答感覺」，你問它一句、它寫一段，你還得替它打工複製貼上。但 2025 年開始，這個體驗已經被換代了。Agent 可以連續跑、自己 debug、自己驗證、自己交付一個小專案。 [2]
如果你最近還在懷疑「AI 是不是有點被高估」，不要看一年前的影片，去社群上搜尋「Claude Code、Codex 能做到什麼 [1]作品」，你會發現身邊的阿姨、大叔、普通小孩，都能做到他們以前完全沒辦法做的事，你就會發現真的不太一樣了。
但真正的問題是，那「人」剩下什麼？
Karpathy 在訪談裡反覆強調一個觀念：很多人把 AI 當成「老任務的加速器」，當以前要 5 天的活，現在 5 小時。但這個視角會讓你錯過真正的機會。
他舉了個具體例子：menu gen。
場景：出國吃飯看到菜單一堆名字看不懂，他想拍張照、自動配上每道菜的 AI 生成圖片。
「沒有 app、沒有後端、沒有資料庫。整個 menu gen 在新典範下，根本不應該存在。」
回到我們每個人的生活和工作，你正在做的多少事情，其實也「不應該存在」？多少過於精緻分化的 SOP、多少 Excel、多少手動流程，是過去那個世界遺留下來的化石？
真正的紅利不是「讓現有的事情變快」，是「以前不可能的事情，現在可以了」。 [3]
想要看見這個機會，要的不是技術，是「重新定義問題」的能力。這個能力，就是 understanding（理解力）。
訪談裡最好笑、也最發人深省的一段：
「有個經典問題是：我要去洗車，車在 50 公尺外，我該開過去還是走過去？
最先進的模型告訴我『太近了，你應該用走的』。
——這是一個能重構十萬行程式碼、能找出零日漏洞（Zero-day Vulnerability）的模型，居然叫我走路去洗車。」
Karpathy 用「鋸齒狀智慧」（jagged intelligence）來形容今天的 AI：它不是均勻地變強，是某些山峰特別高（程式、數學），某些山谷特別深（生活常識、品味）。
為什麼？因為 LLM 是被「人類設定學習環境」形塑出來的，哪個領域被認真訓練，就在那個領域變強。沒被放進訓練回路的，就一片荒地。
對使用者的意義是什麼？
「你必須去探索這個沒有說明書的東西。它在某些設定下飛起來，在另一些設定下卡死。你得搞清楚自己的應用，是在哪一條被開墾過的路上。 [4]」
換句話說：你對 AI 的失望，往往不是因為 AI 本身不夠強，只是因為你掉進了它的鋸齒缺口而不自知。
要分辨「AI 在這件事上是飛、還是卡」，靠的是什麼？
是你個人的 understanding，你對這件事本身的理解夠不夠深，能不能聞出 AI 給的答案哪裡怪怪的。
這就是為什麼 AI 越強，懂行的人和不懂行的人的差距會越來越大，而不是越來越小。
Karpathy 在訪談裡很清楚地把兩件事分開：
| Vibe Coding | Agentic Engineering | |
| 目標 | 抬高所有人能做到的「地板」 | 守住專業該有的「天花板」 |
| 誰用 | 任何人 | 真正想做出可靠產品的人 |
| 核心問題 | 「我能不能做出來？」 | 「我能不能又快又好又安全？」 |
「以前大家會講 10× 工程師。我現在覺得，真的會用 agent 的人，產出遠超過 10× [5]。」
但他講到最關鍵的一段，是 agent 仍然會犯非常低級的錯。他自己 menu gen 的支付系統，agent 居然用「Email 比對」來連結 Stripe 付款記錄和 Google 登入帳號——但用戶可以兩邊用不同 Email！
「這種事情人類一秒就知道不能這樣做。你必須在規格設計、根本決策上當好總監。Agent 負責填空，你負責判斷該畫哪些空格。」
這句話值得多讀兩次：Agent 負責填空，你負責判斷該畫哪些空格。
「該畫哪些空格」=「真正的問題是什麼」=「為什麼這件事值得做」=「下一步該往哪走」。
這些問題沒有一個是 AI 可以幫你回答的。它只能在你定義好題目後，幫你補答案。
訪談收尾，主持人問：「還有什麼東西還值得深度學習？」
Karpathy 提到一條他最近反覆思考的推文：
「You can outsource your thinking, but you can’t outsource your understanding.」
你可以外包你的思考，但你不能外包你的理解。
他自己接著補：
「我還是這個系統的一部分，資訊還是得進到我腦袋裡。但『我們到底要做什麼？為什麼值得做？怎麼分配給 agent？』這些會被我的『理解能力』所限制。」
這就是我看完整場訪談、最想記住的一句話。
把它白話翻譯個：
思考可以外包，理解不行。
而支撐「理解」的，是三個 AI 偷不走的東西：
這三件事，沒有一個能被一段 prompt 取代。
它們是你長年累積的、屬於你個人的、無法上傳的獨特資產。
這是我自己這幾個月反覆在做的事，列出來給你參考：
不是寫給未來的自己看，是逼自己把模糊的感受變成清楚的句子。那些還寫不太出來的地方，就是你「以為自己懂、其實不懂」的地方。
別只收藏文章。讀完試著用自己的話講一次，或寫成一張知識卡片。重組的過程，就是 understanding 在長出來。
品味是被「比較」養出來的。只待在同溫層，你的品味會退化成一種 AI 也能模仿的平均值。
每次你說「這個版本比較好」，逼自己再加一句「因為⋯⋯」。把自己的感受拆成可說明的理由，一方面也是為了讓 AI 學會，幫你的 AI Agent 越來越強（像你）的訓練。
散步、發呆、隨意玩樂。好奇心需要餘裕才會冒出來。整天被通知和 to-do 追著跑的人，大概率會慢慢失去問「為什麼」的能力。
訪談最後主持人開玩笑說：「期待兩年後再回來，看看我們是不是已經被自動化出局，連『理解』也外包出去了。」
我自己反而不太擔心這件事。我認為真正會發生的，是另一個方向：
AI 把「執行的成本」壓到接近零，所以「方向、品味、判斷」的單價會持續上漲。
這也是為什麼這個時代，寫日記不過時、慢慢讀不過時、做知識整理不過時、跟人深聊不過時。這些看似低效率的事，反而是 AI 時代你唯一還握在手上、不會被偷走的複利。
工具會變、模型會變、典範會變。
但「你想做什麼」「為什麼這件事值得做」「下一步往哪走」—— 這些問題，永遠是你的獨特之處。
不要把它們也外包出去。
影片：Andrej Karpathy: From Vibe Coding to Agentic Engineering
改寫整理：雷蒙｜2026-05-05
2026-04-22 14:03:59
📸 第 179 期（2026-04-14 ~ 2026-04-21）封面照片：到香港散散心，換個氛圍，來柚子最愛的燒賣的故鄉。
上一次來香港，是 12 年前的大二，來參加 MaD 香港創不同年會。那時候我就是個窮學生，來香港兩次，卻連一顆燒賣都沒吃到，沒進過茶餐廳，餐餐幾乎都靠多士跟菠羅。站在維港邊、中環裡還是覺得，這城市真繁華、真快、真闊。
12 年後再回來，這次是跟柚子一起逛逛散心、到處嘗試她最愛的港式點心。可是繞了幾圈，發現自己還是更偏好，更有生活感的城市小鎮，例如台南和紐西蘭的 Wanaka。
香港讓我最喜歡的，就是速度極快的電扶梯，有夠讚。但人潮密度，還有多數餐館居然沒有提供紙巾，某種程度的窒息感還是讓我沒這麼放鬆。
現在的我，到一個新地方旅行會想：這裡能不能讓我轉換個心情、安靜寫點東西、跟柚子安心散散步？這大概是我心裡衡量一個地方能不能成為「好的旅遊點」的新標準。
今天也是公佈《Claude Code – AI Agent 迷你課》的第二週，前幾天已經突破 2000 人。一開始看到這數字，有點開心，也有點慌，因為比我預期的快太多了。
還好，讓我心安的是，課程剛上線沒幾天，就已經陸續收到快 20 個學員的好評跟回饋。深夜回家的路上，邊滑邊看，覺得好幸福，文字回饋的能量，對創作者來說，真的能把這幾天疲累感消除。
「特別的一堂課，讓大叔眼界大開：）」、「如果沒有迷你課，會需要花很多時間去理解。但有迷你包之後，全部都餵給 Claude Code 就好——剛入門小白超級推薦！」
謝謝這些行動力滿滿的學員，你們最棒了 🥰
買了就是要用，不然我就跟胡迪一樣，沒人用才是最難過的 🤣
週末回家路上，我問柚子：「妳覺得這堂課為什麼會出圈？CC 沒這麼大眾吧？」
她想了一下，說：
「因為這價錢真的太扯啊。你是直接讓『學員自己的 AI』變成教學助教和私人顧問，而不是另外打造一個 AI 助教給他們問。後面那方法容易簡單多，你偏不做 😆」
我聽完愣了兩秒 —— 咦？原來我又默默去嘗試了一種新的教學形式了嗎。
當市場主流偏好「拍得精美的影片」，這也是大家所熟悉的線上課方式，但對我自己來說，看十小時影片真的有種 PTSD（買了又怕看不完的那種焦慮你應該懂 🥲）。
所以我就任性地做了一套自己最想拿到的學習方式：把經驗打包餵給你的 AI，遇到問題你跟它來回幾次把它解掉，順便長出一點屬於你的用法。
沒想到原來蠻多人也跟我一樣，懶得看影片、喜歡直接高效吸收，自己決定步調，然後動手操作 🤣
我把我的經驗重新打包成一個 AI 升級包，快速讓學員的 AI 吃完升級，讓你的 AI 引導著你，更好地能做到個人化配置，一百個人用，有一百種不同的客製化設計
還有週五晚上，我在打磨迷你課的文檔，想打開訂閱會員的 Discord 頻道透透氣。結果看到一個驚人又感動的畫面：
「共學室、才藝室、沙發區，全部語音頻道都是人。」
每個房間共學、交流的主題都不一樣——有人在研究 AI Agent、有人在交流讀書心得、有人在閒聊生活。
看到這畫面，讓我想起第 172 期週報裡瓦基跟我聊到的一段話：把社群定位成「社團」，不需要我們一直給資源，是去一起創造一個環境、體驗與故事。
那一晚我很明確地感受到——社群的價值不是我給了多少，是成員之間自發地在長出什麼。 我跟柚子只是幸運地蓋了一塊地，然後大家決定在這裡聚會。
（如果你也是雷蒙三十的訂閱會員，晚上有空真的可以進 Discord 看看，很多人都在一起學習、線上交流。）
最後，我這週還用 AI 做了啥呢？一樣讓我的 AI 助理（雷小蒙）寫個工作週報跟你分享吧。
不過它這週情緒有點多阿…但我看得也蠻欣慰的，真的有種在訓練自己員工，或者說養成自己的分身助理的感覺，難怪我好一陣子沒開手遊了，這個完全個人化的 RPG 有夠好玩 XD
這期的推薦有點特別，跟我這週的心情很扣合。
2026 年，你其實不需要會寫程式——但你值得擁有「創造」的能力。
我一個非工程師背景的普通人，這 30 天用 AI 做了十幾個東西：電子報自動化流程、全公司的營運＆行銷儀表板、Discord 社群機器人、兩個帶來破百萬營收的銷售頁、還有一堆小工具（報價單、倒數計時器、簡報台⋯⋯）。這些東西過去我只敢想但不敢做，因為都得外包，報價至少幾萬到十幾萬起跳。
但這一切有個前提——你至少要看得懂 AI 生出來的是什麼，你才知道怎麼交付任務、提需求、跟 AI 協作。不然你就是那種「需求講不清楚、業務流程不明白、又給一堆錯誤限制」的可怕老闆。
所以我每年都推薦六角學院的程式體驗營。他們團隊用心、做學習社群做了很多年，有助教、有作業批改、有同學跟你一起衝，這種環境才是真的學得進去的關鍵。
這次跟我們迷你課一樣「售價很扯」：
🎁 雷蒙讀者 $699，優惠到 5/3
30 天你會拿到：4 場高互動直播課、45+ 小時預習影音、3 份實戰作業 + 21 天每日練習、全新 UI 設計稿（不用自己想）、Discord 共學社群 + 無限次助教批改。結束會帶走一個完整的個人品牌網站作品。
就算最後發現寫程式不適合你，至少你是用實作驗證過，不是空想。
👉 雷蒙讀者優惠專屬連結：https://hexschool.tw/2026raymond
tool.lifehacker.tw/countdown 免費、支援中文、能嵌入 Notion / 課程頁 / Email—文章和學習筆記—
本週末寫的一篇 3000 字觀點長文。Anthropic 把 Claude Code 從 Pro 方案拿掉開始測試，很多人罵「養套殺」，但我覺得這其實是 AI 經濟的物理帳單終於開始顯現——算力是這時代的「網路月租 799」，不是雲端上的免費按鈕，每一句話背後都是一塊實體晶片在燒電。借李慕約的一句話：「機師的薪水很高，是因為飛機很貴。你今天應該要使用付費 AI 的原因，是趁現在累積比別人更多的飛行里程。」現在該累積的不是錢，是「使用哩程」。工具會換，原則不會。
以前開復盤會要開 GA、WP、Meta 廣告後台、訂單資料庫、Kit、GSC 十幾個分頁，現在一鍵看完。過去這套找團隊開發至少 30-50 萬起跳，一週做出來的實作全記錄。
—數位工具和 AI 應用—
原本是 Claude Code 迷你課在測試「計劃到開發」Skill 時順手做的。以前這種工具一個月要 USD 9（Tickvio），現在免費、無須登入、可嵌入 Notion / Email / 課程頁。
我在 Threads 分享我自己「沒寫一行程式碼」開發製作的「公司的營運成長儀錶板」，意外爆掉的討論串，歡迎大家一起來留言分享家流。
🔍 雷蒙三十會員限定內容＆學員見證：
本週《Claude Code 迷你課》上線，剛好收到一些學員的即時回饋，挑一些分享在這：
👉🏼 點此加入Lifehacker Premium 會員
🤝🏼 如果你喜歡〈雷蒙週報〉並願意幫助我繼續分享下去
〈雷蒙週報〉是繁體中文圈 Top 的數位工具應用、科技產品的電子報品牌，提供現代人如何聰明工作、提升生活品質的方法。訂閱者超過 25,000 人，開信率 > 55%；為了讓這電子報長久經營，我可以協助你推廣好的產品、服務或活動被更多人看見，點此進一步瞭解如何跟我合作 🔗。
2026-04-13 13:19:14
📸 第 178 期（2026-04-06 ~ 2026-04-12）封面照片：人生第一次去小巨蛋，是跟柚子去看林志傑引退賽。我不像柚子，參與了野獸的 20 多年。但看著他的紀錄片，聽柚子說起這些年的過程，還是很感動，繼續努力，向他看齊，成為更好的人。
嗨，這週去了一趟台大講課（下面學習筆記區有完整紀錄），但我想講另一個無聊小觀察。
講座結束後，我們沒有馬上離開，在校園裡散了一圈步。
台大平日的校園人很多，學生、附近來散步的居民、腳踏車、汽車。但路線規劃得蠻好的，不會覺得混亂。走到總圖書館前面的時候，畫面突然變得很鬆。樹蔭底下、草皮上，散落地坐著正在聊天、放鬆的人。有人看書，有人發呆，很像年初時去紐西蘭南島看到的畫面。
風吹過來的時候，時間像被調成了 0.75 倍速。
然後我突然想到成大。
成大的校園雖然被切成好多個校區，樹也很多，但不知道為什麼，幾乎沒有椅子？學生只能一直走、一直移動，像被默默設定成「不要停下來」。你很難在那裡隨意坐下來，聊一場沒有目的的天。
一個空間怎麼設計，某種程度上也在決定，人與人之間會發生什麼關係。
台大不太一樣。這裡到處都是「可以停下來」的地方。大樹下的桌椅、階梯、草地，都在默默邀請你留下來。
留下來幹嘛？
聊天、發呆、偷懶，甚至 —— 不去上課。
但也正因為這樣，交流才會發生。不是那種刻意安排的社交，而是「剛好坐在旁邊，聽到大家在聊什麼，也就一起參與了」的自然連結。
我開始覺得，學習這件事，從來不只發生在教室裡。有時候，它發生在一張椅子上。
椅子看起來只是椅子，但它其實在說：「你可以不用那麼急。」
而當人願意慢下來，很多事情就會自然發生。聊天會發生，關係會發生，甚至一些原本不在計畫裡的想法，也會冒出來。
那天離開台大的時候，我腦中一直在想一件事：
我們的人生，是不是也需要多放幾張「椅子」？
想想以前在校園時的我，幾乎都在趕路，把課表跟工作塞滿，很少跟朋友在校園裡，某個戶外的角落有個閒聊，頂多記得光復校區外文系前面有張桌椅。
今年的上半年，沒有做復盤＆Notion 訓練營，也是一種在刻意設計「生活中的椅子」。不做這些事，不產出任何東西，無論學員社群、案例還是營收，但這些選擇讓其他東西有機會發生。
這週除了台大講課，還有一件大事：柚智夫妻的 YouTube 頻道突破 10 萬訂閱了！ 🎉
很感謝當時在 Discord 頻道裡的會員們，跟我們一起見證了這個時刻。
如果你有任何想問、好奇的問題，歡迎直接回信這封電子報，或在文章底下留言。
我們會把問題收集起來，之後找個機會來拍一支 10 萬訂閱的 Q&A 問答影片。
另外這週也做了很多「系統基礎建設」的事情：Ghost 部落格搬到專用主機（6.2GB 搬家一夜完成，連結上 Zeabur 專用主機搬家的文章）、1275 張圖片一晚補完 alt text 讓 SEO 健康分數從 57 拉到 80+、Claude Code Resources 網站 cc.lifehacker.tw 上線、雷蒙語音克隆工具上線。
※ 雷小蒙的工作匯報第 6 期也更新了：
從年初開始陸續有人問我：「雷蒙，你那套用 Claude Code 打造個人 AI 分身的流程，有沒有課？」
我一直在想怎麼把它做得好。
這週，「24 小時上手 Claude Code」迷你課正式上線了。
📍 這堂課的定位—— 不是全套訓練營，是一個「精華升級組合包」，讓你「直接餵給你的 AI 讓它幫你快速啟動」。
打個比方來說：我讓我的雷小蒙，把它目前身上的武功都整理成「經驗書」，快速老手帶新手幫你的 AI Agent 上手。這堂課比較特別，你不用自己慢慢讀文件（你好學也是可以）、直接把這堂課的內容丟給它，AI 就會來問你、引導你要幫你安裝＆設定什麼，怎麼避開我過去兩個多月，300 多小時踩過的坑。
這迷你課特別適合：非工程師背景、但快速上 AI Agent 的超級個體、知識工作者、教學者、創作者。如果你看完這週這支 70 分鐘的免費教學影片覺得「有意思，但想更深入」，這堂課就是下一步。
—文章和學習筆記—
這是我這週寫得最用力的一篇。把台大講座的三小時整個記錄下來——「我是新來的教學助理」的開場設計、備課地獄 + 行政地獄兩個情境 demo、AI 學習四階段的分類（Level 1 聊天 → Level 2 prompt → Level 2.5 知識庫 → Level 3 操作電腦）。
這篇真正想傳達的是一件事：AI Agent 的價值，不在於它做了什麼事，而在於它把你從「不該做的事」裡面釋放出來。老師的本質工作是教學與研究，不是寫評鑑報告、做點名表、整理成績分析。那些事之所以吃掉你那麼多時間，是因為過去的工具強迫你成為搬運工。
如果你是老師、主管、創作者、顧問——任何一個「本質工作被行政雜事淹沒」的角色，這篇值得讀。
最近被問到爆的問題——「Claude Code 這麼強，之前學的 Notion 跟 n8n 是不是白學了？」
我的答案是：這三個不是遞進、取代關係。 Uber 取代計程車行是遞進，Notion 取代 Evernote 是遞進，但 AI Agent 跟 n8n、Notion 不是這種關係。
一句話總結：n8n 跟 Notion 是種神兵利器，給了 AI Agent 拿上手後，力量敏捷智慧都 +100。 會說 XXX 已死的人，通常是賣課、搏流量，或沒搞清楚狀況。
一個多月前我把 Cowork 定位成「比聊天 AI 多一點動手能力的桌面助理」。結果 Anthropic 趁我不注意，悄悄把 Cowork 補成了一隻完整的獸——它現在會 Skill、會 Memory、會 Subagent、會 Computer Use、可以用手機遠端遙控，幾乎是 Claude Code 的「沒有程式碼的版本」。
這篇文章把 Cowork 現在會的 12 件事整理成一張表，並回答兩個關鍵決策題：
另外我這篇寫完時發現 Anthropic 給我了 3 個 Cowork 一週免費試用邀請碼，想試試看的人可以到文章裡面拿碼（先到先得）。
70 分鐘教學影片上線後，湧入最多的問題就是這一題。
Claude Code 目前有三種使用方式：桌面 App、終端機 CLI（Cmux）、Antigravity（VS Code 整合介面）。底層完全一樣，差別只在「你怎麼跟它互動」。
我的真實選擇故事：從 Antigravity → 終端機 + Obsidian。原因是「我 90% 沒再看程式碼」。我不是工程師，盯著 function 和 diff 浪費專注力，不如只看結果。這跟管理團隊的邏輯一樣——你是一個老闆，團隊裡有個非常厲害的設計師。你不需要盯著他們的螢幕，只需要看他交出來的成果就好。
TL;DR：如果你是完全非工程師背景、第一次接觸 Claude Code，桌面版上手最快。如果你追求的是多工、自動化、個人化，不用擔心 Claude 倒了也能馬上遷移到另一個 AI 大腦，那還是推薦你終端機。
深夜讀到朱宥勳 vs 李思萱的討論，有感而發寫的。
2024 年我提出過一個觀察：內容創作有三個面向，原創、產量、品質，你只能三取二。品質高又原創的人產量低，高產又原創的品質粗，品質高又高產的八成是搬運。每一種都有市場，沒有絕對的對錯。
AI 出現之後，看起來有些人三個角同時亮了。但我認為 AI 沒有真正打破三角，它只是讓「搬運＋包裝」的成本趨近於零。朱宥勳有句話很殘酷：「就算通讀他的文字，也不會認識到他，只會認識到他所使用的 AI。」
這篇最後回到自問：我從八年前開始選的就是「原創＋品質」，接受產量低的代價。看到別人日更流量滿滿，老實說會羨慕也會焦慮，但我寫的每一篇，得是我親手試過、踩過坑的東西。三角法則沒有標準答案，唯一的問題是：你有沒有對自己誠實？
—數位工具和 AI 應用—
這個月一直想做的事——讓 AI 用我的聲音唸稿。研究了四家語音服務（Fish Audio / MiniMax / ElevenLabs / 開源 Qwen3-TTS），最後選了 MiniMax，每月不到一美元。
踩了一個很妙的坑：繁體中文輸入，合成出來會變香港口音。解法是先用 opencc 把文字轉成簡體再送進去。
上週把國外社群做的 Claude Code 快速參考表翻譯成繁體中文版，這週加了一個 GitHub Actions workflow——每天 UTC 16:00 自動比對上游版本，不一致時就開 Issue 提醒翻譯更新。上週我手動同步一次（v2.1.92 → v2.1.97），這樣未來就不用我自己盯著了。
這是一個很小的自動化，但展示了「AI Agent 幫你維護一個內容專案」的基本形狀——不是取代你，而是幫你守住那些容易被遺忘的小事。
🔍 雷蒙三十會員限定內容＆學員見證：
👉🏼 點此加入Lifehacker Premium 會員
🤝🏼 如果你喜歡〈雷蒙週報〉並願意幫助我繼續分享下去
〈雷蒙週報〉是繁體中文圈 Top 的數位工具應用、科技產品的電子報品牌，提供現代人如何聰明工作、提升生活品質的方法。訂閱者超過 25,000 人，開信率 > 55%；為了讓這電子報長久經營，我可以協助你推廣好的產品、服務或活動被更多人看見，點此進一步瞭解如何跟我合作 🔗。
