2026-06-29 · AI Workflow
我原本以為問題是模型，後來發現是交接：Ai-agent 架構拆解
多模型工作流真正的問題不是模型不夠強，是規則在各個 AI 客戶端之間漂移。這篇拆解 Ai-agent 的架構：用 adapter pattern 收斂共用規則、用 skill contract 定義交接、用 script 驗證而不是靠模型感覺。判斷一套 AI workflow 成不成熟，看的是 prompt 有沒有變薄、contract 有沒有變厚。
Tag
標籤：複雜服務
收錄 #複雜服務 標籤相關的文章與實驗紀錄。
2026-06-29 · AI 與管理
職稱退位後，真正留下的是你怎麼讓產品往前走
一個專案卡住，不一定是因為少一個 PM，可能是沒有人能快速做原型、沒有人能整理長歪的系統、或缺一個能推進市場回饋的人。用職稱理解人太粗了。這篇借五種產品貢獻原型，談職稱會變，但「你怎麼讓複雜的產品往前走」要更穩定。
2026-06-27 · AI 與管理
AI 不是神，也不是工具：它比較像剛入職的高手
AI 答案不好，通常不是 prompt 寫得不夠漂亮，而是你沒把真實世界的限制交給它。把 AI 當成一位能力很強但剛入職的新同事——給脈絡、設邊界、驗成果——產出品質會完全不同。管理 AI 的方式，會直接反映你原本管理工作的成熟度。
2026-06-27 · AI 與管理
會做的人變多了，會判斷的人變少了
AI 最容易製造的管理幻覺，是讓團隊看起來變得很有效率——文件變多、方案變多、設計稿變快，卻沒有一個真正對準問題。效率當然重要，但沒有判斷，它只會讓錯誤更快、更完整、更有說服力地被產出來。
2026-06-27 · AI 與管理
品味不是我覺得，而是能被驗證的判斷
品味不是主觀審美，是壓縮過的判斷——它把看過的失敗案例、使用者反應、技術限制與商業目標，濃縮成快速辨識方向的能力。但只有拆成可觀察的判準、小樣本驗證與可複用的決策紀錄，它才不再是某個人的天分。好的品味是被質疑之後，仍然說得出背後邏輯的那種。
2026-06-26 · AI 與產品管理
當 AI 開始讀產品，UX 就不只服務人了
UX 沒有死，只是多了一個新的讀者。人需要視覺層級與心理預期，AI 需要語意結構、可解析的狀態與明確的流程邊界——這就是 AX（Agentic Experience）在談的事。它提醒我們重新問一次：產品到底被誰理解、由誰判斷、又由誰承擔後果。