筆記
想用 email 收到新文章，到 Substack 訂閱即可。
AI 與自動化
-
別賣客戶一個會聊天的同事，先補上報價到收款的那條縫
Telekom MMS 一份德國企業 AI Agent 調查把十三個情境排了優先順序，挑出來的幾乎都是「人當膠水」的例行工序：兩到四個系統、兩到四個步驟。這篇整理它的發現、限制，以及中小企業在談代理之前該先量的三件事。
-
不要給 AI 你的 CRM 密碼：用 workflow 當工具的權限設計
中小企業讓 AI 助理碰 CRM、郵件、會計系統時，不必交出管理員密碼。把每個允許的動作做成一個小 workflow 交給 AI，再加上人工審批和完整記錄，「AI 風險」就變成一張畫得出來的權限圖。
-
中小企業用 AI：十份報告，量的是不是同一件事？
2026 年關於中小企業 AI 應用的報告，採用率由 16% 到 74% 都有。把美國人口普查局、Eurostat、OECD、EIB、Bitkom、Goldman Sachs 等十份材料排在一起，整理它們的共通點與分歧，再看外部協助可以補上哪些位置。
-
三重債務模型：一個幫你想清楚自動化架構的框架
借用技術債、認知債、意圖債的三層分法，思考怎樣用 Agent 減輕負擔，而不只是把查核的工作搬過去給人。
-
兩份研究，兩個相反的答案
兒份關於 AI 是否拉近差距的研究得出完全相反的結論，拆開看可以調和，但研究方法本身藏著兩個值得先問清楚的限制。
-
當 AI Agent 組成團隊：從系統理論重新定義組織設計
從控制理論、資訊理論、控制論等系統理論出發，提出 Agent System Design 的根本框架。目標是建立一門尚未存在的學問。
歐盟法規實務
判斷與工作
-
判斷力，也會被超越嗎？
從網絡年代的知識類比，到西洋棋走過的完整軌跡，思考判斷力會不會是這一輪 AI 轉型裡，第一次真正被放上考驗桌的東西。
-
大學擋不住 AI，於是換了考法
紐約大學、芝加哥大學、雪梨大學、加州州立大學海事學院，面對 AI 衝擊教學方式的四種不同做法，以及這些做法背後可能反映的判斷。
-
在說「AI 有沒有意識」之前，我們先得弄清楚「意識是什麼」
Hinton 說 AI 已經有意識。但同意或反對這個說法之前，有一個更根本的問題必須先面對：我們說的「意識」，到底是什麼？
-
AI Transition Infrastructure：我正在建的幾件事，以及它們之間的連接
這幾個看似分散的項目，其實都在回應同一個問題：當 AI 改變了工作、教育和知識流通的底層條件，社會原有的一些接口開始暴露裂縫，需要有意識地重建。
-
為什麼我想做一個 AI 時代的學徒制計畫
AI 正在拿走讓 entry-level 訓練在經濟上成立的那個條件。市場不會自己修正這件事，那個傳承機制需要被刻意重建。
-
別急著照搬 Ponytail：我如何篩出屬於自己的開發方法論
每隔幾週就有新的 AI 開發方法論走紅。問題不是這些方法對不對，而是你有沒有辦法判斷它對不對——對你而言。
再看 9 篇
-
AI 令生產力上升，但大家反而更忙了
AI 提升了生產力，但幾乎沒有人因此感覺輕鬆。員工被恐懼驅動，個人工作者被機會成本推著跑——兩種截然不同的處境，卻走向同一個結果。
-
當 AI 開始分拆工作，職涯也會被重新切片
AI 帶來的可能不是單純哪種工作消失，而是工作先被拆成更細的責任模組。當企業開始問候選人能建立或管理多大的 agent team，職涯本身也可能被重新切片與定價。
-
為什麼 Agent Team 需要清楚的編輯邊界
多代理系統真正需要的，不只是更強的模型與更多工具，而是清楚的編輯邊界、責任分工與交接機制。當 agent 從工具變成團隊成員，結構本身就會決定系統是否值得信任。
-
當 WhatsApp 有 47 條未讀訊息時
為什麼我們從即時聊天超載轉向雙軌系統，讓 Notion 成為被動知識通道。47 條未讀訊息如何引發 AI Agent 溝通的哲學轉變。
-
Notion 整合：為 AI Agent 團隊建立被動知識通道
為什麼更多聊天機器人不是答案。我們如何設計雙軌系統：WhatsApp 處理即時，Notion 處理被動知識管理。
-
為什麼你的 AI 記得所有事情，卻什麼都不懂？
從儲存到策展：我們如何重新設計 AI 的記憶架構，讓它從數位硬碟進化為智慧夥伴。
-
從一人到團隊：AI Agent 如何改變我們的工作方式
The Great Reordering 時代，我們如何從單兵作戰進化為人機協作的團隊？介紹 OpenClaw、Sub-agents 與我們的 AI Squad。
-
預測廉價，策略才是生活之道
預測很廉價，策略才是關鍵。在 AI 帶來的巨大不確定性中，我們不該賭博式的押注單一未來，而是建立「反脆弱」的策略組合。
-
為什麼叫「象外」？
在 AI 帶來的 The Great Reordering 時代，那些「一向都是這樣」的答案正在失效。我們應該如何自處？