我最近逐漸意識到，我正在做的幾個項目，看起來分散，其實都在回應同一個問題：當 AI 開始改變工作、教育、企業和知識流通的底層條件，原本社會用來連接人的一些接口，正在變得不夠用了。

這個變化，比「AI 會取代哪些工作」這個問題要深一層。更根本的，是很多我們習以為常的機制開始鬆動——學校把人送進職場，entry-level 工作訓練新人，CV 和 job description 讓人才與企業互相理解，中小企用傳統方式尋找技術服務，管理者透過顧問、媒體和內部簡報理解技術轉型，社群透過文章、活動和口耳相傳累積經驗。這些機制過去未必完美，但大致能運作。AI 出現之後，它們不會立刻消失，卻開始暴露出越來越多裂縫。

《Agent 思維》：語言和框架

《Agent 思維》是這個思考的起點。那本書表面上在拆解 AI Agent：模型、上下文、工具、記憶、多 Agent、治理、組織。但我真正想處理的，不只是技術本身，而是當 AI 從工具變成可以被委派任務的系統，人和組織需要怎樣重新理解工作、判斷與責任。書提供的是一套語言，讓我們不只是驚訝於 AI 的能力，也能看見能力背後的結構。

Orbita：Agent-native 基礎設施實驗

如果《Agent 思維》是語言和框架，Orbita 則是我把這些理解拿來實作的基礎設施實驗。大多數 Agent 產品的第一個介面，是給人用的聊天視窗、IM channel 或網頁 UI；Orbita 反過來，把第一個介面設計成 API。它面向的，是「其他 Agent 或 orchestrator 怎樣調用一個 Agent runtime」，而不是「人怎樣和 Agent 聊天」。

這個選擇看似技術，但其實和我對未來網站與知識系統的判斷有關：越來越多讀寫、整理、提交和追蹤，不一定由人在表格裡手動完成，而可能由人的 Agent 透過 API 代為完成。Orbita 是這個方向的一個早期實驗。

從基礎設施出發，幾個更具體的社會接口

從這裡出發，我開始思考幾個更具體的問題。

第一個是人才養成。 AI 可能正在削弱 entry-level 工作原本承擔的訓練功能。過去 junior 員工的產出雖然有限，但成本也較低，公司因此在真實工作中「順便」訓練他們。AI 改變了這條數。更重要的是，entry-level 工作不只提供收入，也提供一種難以替代的養成環境：人學會界定模糊問題、查核自己的判斷、知道何時求助、向真正在意結果的人辯護自己的選擇。學徒計畫想重建的，就是這一部分——讓新人在真實項目、真實監督和可承受的風險中，練習 AI 時代仍然重要的判斷能力。

第二個是能力信號。 當工作變化得更快，CV 和 job description 這種壓縮文件越來越難表達一個人真正能做什麼，也很難表達一個角色真正需要什麼。Powerhouse 嘗試從兩邊重建這個理解：候選人透過深度訪談、具體例子和持續更新的 profile 表達自己的能力；企業則用同樣更深的方式描述角色、需求和情境。重心不是單純 matching，而是重建一套讓能力與需求被看見、被驗證、被信任的信號系統。

第三個是需求與交付。 很多中小企老闆知道自己的流程哪裡痛，卻不知道應該找人做 RAG、workflow automation、AI assistant，還是根本只需要整理現有流程。AI Business Life 想處理的，是「需求還未成形」這個階段——先把模糊痛點透過對話整理成可以討論、可以驗證、可以交付的 spec draft，再讓具備 AI builder skills 的人有機會接住任務。這也可能成為學徒和 junior builders 的另一條實戰路徑。

第四個是轉型知識與社群。 AITransformation.io 和 AITransformation.org 是這條線的知識基礎設施。

.io 面向公司內正在承擔 AI 轉型責任的個人：CEO、CTO、部門主管、HR、manager、internal champion。它的目標是從公開的 framework、playbook、benchmark 和 insights，進一步走向登入後的 personal cockpit，讓使用者根據自己的角色、行業、項目和組織狀態，得到更精準的 briefing、suggestions 和 Agent-accessible context。

.org 則面向更廣的實踐社群——不是 forum，也不只是文章投稿平台，而是一個 AI transformation knowledge commons。人可以分享 field notes、失敗經驗、活動、問題、mentorship request、project request；但長篇整理不一定要在網站表格裡完成。更自然的模式，是人先和自己的 Agent 討論，由 Agent 幫忙整理、引用、改寫，再透過 API 提交或更新。網站本身負責呈現資訊、追蹤貢獻、顯示 community highlights、處理輕量互動，讓人保留判斷與批准的位置。

這些東西的共同信念

如果要用一句話概括，這些項目都在嘗試建立一種 AI transition infrastructure。它不是某一個產品，也不是單一商業模式，而是一組互相連接的實驗：書提供世界觀和語言；Orbita 驗證 agent-native infrastructure；學徒制培養下一代能力；Powerhouse 重建能力信號；AI Business Life 連接 SME 需求與 AI builders；AITransformation.org 和 .io 則讓知識、經驗、benchmark、社群互動和 Agent-mediated participation 持續流通。

我不認為這些東西已經成熟——很多仍然只是早期實驗。但它們共享一個信念：AI 帶來的 disruption 不會自動被市場或制度平滑吸收。某些舊接口會變薄，某些路徑會斷裂，某些能力會變得更重要卻更難被看見。如果我們不想只靠 hard lessons 來適應，就需要有意識地重建一些新的接口——讓人能被培養，能力能被看見，需求能被翻譯，知識能流通，組織內的人能做出更好的判斷。

這條線走到哪裡，我自己也還在摸索。

---

項目索引

• 《Agent 思維》 — 一本關於 AI Agent、系統設計、組織與人的判斷位置的書。
• Orbita — get-orbita.com　Agent-native、API-first agent system，探索其他 Agent 如何透過 API 調用 Agent runtime。
• AITransformation.io — ai-transformation.io　面向組織內個人的 AI transformation cockpit，提供 Library / Insights，以及登入後的個人化 briefing、assessment 和 knowledge layer。
• AITransformation.org — ai-transformation.org　面向實踐社群的 AI transformation knowledge commons，包含 field stories、learn guides、community interaction、apprenticeship 和 agent-mediated participation。
• AI 時代學徒計畫 — jackyma.info/blog/ai-era-apprenticeship　嘗試重建 entry-level 工作變薄後的 mentorship 與真實項目訓練機制。
• Powerhouse — powerhouse.zeabur.app　高解析度人才與角色匹配系統，用 deep profiles、interview agents 和 agent-to-agent verification 重建能力信號。
• AI Business Life — ai-business.live/en　連接 SME owners 與 AI builders，把模糊痛點轉化為可討論、可驗證、可交付的 AI spec draft。