數位時代 Business Next

去年 OpenAI 共同創辦人 Andrej Karpathy 創造了 Vibe Coding 一詞而爆紅，但蜜月期極短，一連串資料庫被刪、安全漏洞、隱私外洩事件讓業界陷入「Vibe Coding 宿醉」。直到今年 2 月，OpenAI 公布 3 個工程師、5 個月、寫出 100 萬行程式碼的內部實驗，並提出 Harness Engineering 駕馭工程 這個新方法論。數位時代創新長黃亮崢 James，再次邀請 AWS 社群英雄蔣鐙緯 Ernest，深入拆解 2026 年 AI 工程界最重要的關鍵字，以及它對台灣企業與工作者的意義。聽完這集你可以學到：-Harness 字源與駕馭工程的核心精神：Harness 是馬具的意思，韁繩、馬鞍、馬鐙的總稱。重點不是控制、不是放任，而是借力引導合作。中文翻成「駕馭」精準傳達了人類與 AI 模型協同工作的關係。-OpenAI 100 萬行程式碼的震撼實驗：2025 年 8 月 OpenAI 一個三人小組從零開始，規定所有程式碼都由 AI 寫、人類一行都不准手打，5 個月後完成 100 萬行程式碼、1500 次提交，只花了傳統開發約 1% 的時間。-Harness Engineering 三大支柱：Context Engineering 提供球探報告與戰術手冊、架構約束強制執行作為球場規則與裁判機制、Garbage Collection 熵管理對應賽後檢討與體能恢復，三者迭代形成完整體系。-AGENTS.md 已成業界開放標準：由 Linux Foundation 推動，GitHub 上已有超過 6 萬個專案使用。建議檔案簡潔在 60 到 100 行內，要由人類撰寫，讓 AI 員工一進公司就能讀懂業務邏輯。-Sub-agent 作為情境防火牆：把任務切成小塊指派給子代理執行，不是用前鋒中場後衛的角色分工，而是讓主 AI 只看到最後結果，中間嘗試與失敗都不灌進主 AI 的工作記憶。-孔安迴圈 Ralph Wiggum Loop：取自辛普森家庭裡反應慢但極度執著的角色孔安。AI 反覆嘗試、失敗、再試，直到滿足條件為止，不追求一次完美而是建立持續迭代的系統。-模型是大宗商品、Harness 才是護城河：GPT、Claude、Gemini 差距越來越小，你買得到的，競爭對手也買得到。換 Harness 的效果比換模型大得多，真正的競爭力在組織內部累積、別人偷不走的駕馭體系。-認知債的警訊：技術債躲在程式碼裡看得到，認知債躲在人腦袋裡看不到。團隊越用 AI 越快，但真正理解系統的人越來越少，等到出問題就沒人知道怎麼修。李宏毅老師在台大課程提到，他自己養了一個 AI 助手「小金」，合作兩個月幫他做 YouTube 影片，並認為未來 AI 可能會跟人類「組一輩子的樂團」。如果這是真的，台灣企業面對的就不只是「要不要用 AI」，而是「要設計什麼樣的教練團才能跟 AI 一輩子合作」。Ernest 與 James 留下三個問題給聽眾：・你的公司有沒有一份 AGENTS.md？如果今天來了一個 AI 新員工，它能看懂你們的業務嗎？・你的組織基礎設施夠好嗎？還是你一直在期待換一個更強的 AI 就能解決問題？・在你的團隊裡，真正理解系統運作的人還有幾個？


//延伸資料》李宏毅老師相關影片： https：//youtu.be/R6fZR_9kmIw》OpenAI Harness Engineering 原文： https：//openai.com/zh-Hant/index/harness-engineering/》Linux Foundation 成立 Agentic AI Foundation 公告： https：//www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation//上集回顧數位關鍵字 EP206：從提示工程到上下文工程!學會 TPMR 框架重塑 AI 互動模式 https：//www.bnext.com.tw/podcast/1007/bn-sound-20250919103531-j45kwdxyPowered by Firstory Hosting

擔任CEO滿15年，庫克將蘋果市值從2000億成長到4兆美元，並在公司成立50週年時刻宣布交棒。新任CEO特納斯(John Ternus)的能力和風格如何？接手後可能帶來哪些改變？科技專家吳金榮提出以下觀察：1.特納斯從蘋果的核心硬體產品出身，有設計和製造經驗，從iMac, iPhone到Apple Watch和Vision Pro等產品，皆曾參與帶領團隊攻克難題。比起賈伯斯，特納斯更懂營運和供應鏈; 比起庫克，特納斯更懂設計和產品，等於具備前兩任CEO特質。2.協助蘋果的電腦從英特爾的CPU順利轉換為蘋果自己開發的CPU，讓Apple Silicon成為蘋果掌握自身晶片發展的重心，擺脫依賴外界走向自主。3.特納斯今年才50歲，年富力強，接手後可以有10-15年任期，可長期規畫公司未來，也符合蘋果穩定發展的目標。4.在AI方面的落後，從語言模型到工具，是特納斯上台後需盡快解決的難題。和其他業者合作導入到蘋果各線產品，是務實解決問題的方法。當邊緣運算更進步，AI PC和AI手機直接受惠，蘋果仍站在有利位置。5.對台廠供應鏈業者來說，對特納斯都熟識，也期待蘋果能盡快推出新技術和新產品，如折疊機和裸眼3D手機。Powered by Firstory Hosting

不僅讓黃仁勳後悔太晚投資，更讓亞馬遜加碼 250 億美元重押！大語言模型 Claude 的母公司 Anthropic 近期正以驚人的速度席捲 AI 圈，市場更預估其 IPO 估值將衝上 3,800 億美元大關。究竟 Anthropic 有哪些特點、憑什麼與 Google、OpenAI 兩間巨頭打得不分上下？今天的記者茶水間我們一起來聊聊～本集重點：-Anthropic 的新模型 Mythos 為何會引起全球資安界關注？-Google、Amazon 為何爭相投資 Anthropic？-Claude 究竟有哪些強項？為何在社群掀起熱潮？延伸閱讀》亞馬遜再砸250億美元押Anthropic！綁十年1,000億算力大單，雲端「兩手押寶」策略成形https://www.bnext.com.tw/article/90725/amazon-anthropic-25b-investment-100b-aws-trainium-decade-deal全球狂下載，Claude多好用？一次收藏使用密技https://www.bnext.com.tw/topic/view/952不走霸道總裁路線！解密 Anthropic「蜂巢思維」，如何在10天內催生Cowork？https://www.bnext.com.tw/article/90073/anthropic-hive-mind//2026 全球100＋台灣20 AI實戰玩家名單正式揭曉！即刻解鎖：https://edm.bnext.com.tw/2026AI/-----------🤩歡迎訂閱數位時代YouTube 》https://www.youtube.com/@bnext_official-----------🤩有合作需求請洽：podcast@bnext.com.twPowered by Firstory Hosting

日本展會市場每年將近千場、規模突破3兆日幣，對想進入日本的台灣企業而言，展會是最直接也最真實的市場試煉場。但參展從來不只是訂個攤位、印好名片這麼簡單，從選對展會、準備商材、現場應對到展後跟進，每一個環節都藏著影響成敗的細節。本集由主持人柯誠以八年日本展會實戰經驗出發，從顧問視角完整拆解台灣企業在日本參展最需要搞清楚的事，幫助你在踏上展場之前，就已經做好最關鍵的準備。｜本集重點✅ 如何判斷自己適合哪種展會？✅ PMF與在地化成熟度，如何決定你的展會策略？✅ 現場應對的關鍵細節：從偷看入場證開始！✅ 攤位選位、商材準備、現場人員應對的優先順序✅ 展後感謝信怎麼寫才有下一步？｜節目資訊主持人：柯誠🎧 Production Team：Meet 創業小聚🎬 Editing and Post-Production：聲歷其境 All Around YouPowered by Firstory Hosting

訂閱「一天一 AI」電子報（免費）：https://bit.ly/4cicFtu更多「一天一 AI」內容：https://www.bnext.com.tw/tags/一天一AI當一個人可以做到過去一整個團隊的產出量，這不是口號，而是正在發生的事。數位時代創新長黃亮崢 James 邀請巨思文化新商業發展副總監、「一天一 AI」電子報創辦人韋惟珊（珊珊），從她自己用 AI 打造電子報工作流的實戰經驗出發，深入探討什麼是「超級工作者」（Super Worker）、怎麼做到、又有什麼代價。從複製貼上地獄到 AI 小團隊珊珊坦言，一開始用 AI 做電子報的過程其實很「搬運」：每個段落用不同的 prompt 產出，寫完文案貼去生圖，生完圖再貼去排版，整天最常按的按鍵是 Ctrl+C 跟 Ctrl+V。她甚至試過號稱能串接 Canva 的 MCP，結果超級難用。轉折點是有一天她不再限定做法，直接跟 AI 描述想要的商業結果，AI 反而提出用 Python 腳本把圖文合成的方案。雖然她完全看不懂程式碼，但就像跟美編討論版面一樣，把元素的位置和規格告訴 AI，最後就真的做出來了。這次經驗讓她意識到：只要清楚自己要什麼，AI 已經能解決中間所有流程。用 Skill 讓 AI 像團隊一樣協作嚐到甜頭後，珊珊進一步用 Claude 的 Skill 功能設計了一套完整的電子報生產系統。運作方式像一個小團隊：一個「大主管」接收今天的題目和參考檔案，分派給負責思考內容定位的員工、負責撰稿的員工、負責製作圖卡的員工，層層接力自動完成。中間有一個關鍵的人類審核環節：所有產出會匯入 Google表單，珊珊在上面標注修改意見，AI 確認後不只執行修正，還會把學到的規則寫回 Skill，下次不再犯同樣的錯。她形容 Skill 就像交給新人的 SOP，裡面放的是自己想事情的方式、討厭什麼樣的內容、貓咪配圖不能被裁掉耳朵等各種細節。正因為這些標準沒有絕對的對錯，如果不主動告訴 AI，它就會隨便做。超級工作者不只是做得快什麼是超級工作者：國際知名人力資源分析師 Josh Bersin 提出的概念，定義為透過 AI 大幅提升生產力、績效與創造力的工作者。關鍵在於「大幅」！不是用 AI 回一封信，而是有系統地重新設計工作，讓 AI 成為基礎架構。這不是菁英專屬，任何職能都適用。
珊珊認為超級工作者的核心不在於速度，而是一個人能 cover 的職能比以前多更多。過去在專業分工的時代，編輯只能當編輯；現在有了 AI，編輯可以往前做使用者研究、往後做設計排版，甚至寫出過去需要工程師才能完成的試算工具。珊珊也分享了 Josh Bersin 提出的四個階段：從單純跟 AI 對話、到給它公司與部門的 context、到建立多個 Agent 協作的工作流、最後到完全自主代理。她認為自己目前在第二到第三階段之間，而對內容工作來說，完全自主未必是該追求的目標——需求的判斷和品質的把關，目前還是得由人來做。AI 讓你更強，也可能讓你更累珊珊坦承，用 AI 加速工作後反而更累、更焦慮。因為知道有一個不休息的數位員工隨時待命，就會忍不住一直下指令，完全失去離線時間。更深層的問題是，AI 把所有簡單的搬運工作都做完後，留給人類的全是需要深度思考的高強度認知工作。她也分享了一個反直覺的觀察：過去那些看似無聊的複製貼上，其實是讓大腦喘息的緩衝。如果人整天只做困難的事，真的做得下去嗎？這是每個開始深度使用 AI 的人都會面臨的課題。但珊珊的選擇很明確：她沒有因為做得快就多發電子報，而是把省下的時間拿去做 AI 做不到的事：跟更多不同領域的人交流，採集只有人能帶回來的故事與洞察。給個人與主管的行動建議對於想開始善用 AI 的個人，珊珊建議直接開啟任何一個 AI，把自己的工作角色、主要任務、KPI 告訴它，然後問「我的工作如果要請 AI 幫忙，可以怎麼開始？」跟 AI 學習如何用 AI，是目前最好的起步方式。對於企業主管，珊珊則強調「一定要自己下場玩」，不能只在旁邊喊加油。只有親身體驗 AI 能做什麼，才能重新設計團隊的工作流程。更重要的是，主管需要想清楚：當員工都被 AI 加速之後，有沒有準備好更多有價值的事情給他們做？當超級工作者開始 burn out 的時候，誰來關注他們的身心狀態？這些才是 AI 時代管理者真正該面對的課題。---AI 導入後，主管反而更忙在協調與收尾？能把團隊的好方法變標準流程才是關鍵！【5/7 降本增效團隊工作流】超過百位主管都在學第一堂 AI 管理課✨學好 AI 管理方法的5大優勢✨❶ 團隊總體產能提升，品質更穩定❷ 好方法可複製，擴散內部成功模式❸ 有工作流程與檢核點，能控制成果❹ 依循策略與行動邏輯，有評估標準❺ 有具體規範可把關隱藏風險❍ ┄ ┄ ┄【限時優惠】┄ ┄ ┄ ┄ ❍報名即享 78 折起！團隊共學更優惠即將開課⏰搶先報名➤ https://reurl.cc/X2LVAg---2026 全球100＋台灣20 AI實戰玩家名單正式揭曉！即刻解鎖：https://edm.bnext.com.tw/2026AI/Powered by Firstory Hosting