AgentCrew 週報 · 這週 AI 有什麼跟你有關 · 2026-08-21
第 3 期
這是「AgentCrew 週報」第 3 期，取材區間 2026-08-15 到 08-21。
每一則的寫法固定三段：是什麼（一句話講清楚）、對你的意義（對到你的工作場景）、你可以這樣試（今天就能動手的一件小事）。模型跑分只有在能說清楚選型、成本、能力或限制時才寫；不寫融資八卦，也不販賣焦慮。
這期部分選題是從 AI HOT 發現的——它每天把中英文 AI 圈的新東西彙整起來，省下我們大量翻找的時間，內容我們都回原始出處讀過再寫。
這期有什麼
- 一、一家法律文件公司讓十五位非工程師各做出一個代理人，一個月後有五十多個在跑
- 二、訪談十幾家新創之後歸納的五條規矩，其中一條是「做出來的東西要準備重做」
- 三、Snowflake 推出動態模型路由，簡單的任務自動送給便宜的模型
- 四、我們自己的一週：三個寄出去就收不回來的誤操作
- 五、英國國家網路安全中心發布代理型 AI 指引：模型內建的防護不夠用
- 社群在聊什麼：超市的人臉辨識再次認錯人、把真錢交給 AI 操作股票的結果、以及「每一行都要檢查」的疲勞
一、一家法律文件公司讓十五位非工程師各做出一個代理人，一個月後有五十多個在跑
美國法律文件送達公司 ABC Legal 今年稍早讓全公司一千一百名員工都能用 Claude，接著各部門開始自己做自動化。技術長 Brandon Fuller 沒有把這些成果收攏成一個部門專案，而是先解決一件更基礎的事：那些自動化當時散落在各人的筆電上，沒人知道有哪些、花多少錢、昨晚有沒有跑成功。
他做的第一件事是把每一個代理人當成軟體管。一個代理人的提示詞、可用工具、排程、憑證與記憶全部寫成設定檔，放進公司的版本控制庫，任何修改都要走一次同儕審核才會生效，因此每一個都有版本紀錄、可回溯、可稽核。第二件事是找了十五個人來當第一批建置者：來自財務、行銷、營運與開發部門的跨部門委員會，裡面沒有任何一位是軟體工程師。一週之內，十五個人全部做出了可以運作的代理人；一個月之內，公司裡有五十多個在跑，每一個都有名字、有負責人、只做一件事。
原文裡有一段最能說明門檻在哪：The account manager who set it up had never automated anything, and built it in about an hour by describing it to Claude Code——那位客戶經理過去從來沒有自動化過任何東西，靠著把需求講給工具聽，大約一小時就做出來了。他做的那個代理人，接手的是一位客戶經理原本每週手動處理的例行工作——從資料庫撈出符合條件的案件、逐件取出 PDF，再送到客戶指定的收檔位置。截至今年七月，公司統計有五十多個代理人在生產環境運作，約三百一十名員工每天使用，部分代理人接手的人工任務成本最多下降約五成。
對你的意義：這則值得看的不是那個五十的數字，是那個十五。他們沒有先訓練全公司，而是先讓十五個非工程師各自做出一個能動的東西，再讓這十五個人回自己團隊教下一個。另外那句「每一個代理人都有名字、有負責人、只做一件事」，其實就是在說：不要期待一個萬能助理，要期待一批各司其職的新同事。你不會請一個人同時做財務、行銷和客服。
你可以這樣試：把它當成新到職的同事來安排——你不會期待新人自己猜出公司規矩，你會寫下來教他，而且第一週只給他一件事。這週在你的部門裡找出三個重複性最高的工作，挑其中一個最單純、做錯了也不會有人受傷的，指定一位同仁在一週內做出第一版，不必完美。重點是那個人做完之後要回頭教第二個人，而不是變成部門裡唯一會做的那個人。
來源：Anthropic 客戶案例（工具供應商自製的客戶案例，數字由該公司提供、未經第三方查核）
如果你手上也有一條「規則其實講得清楚、但一直沒人有空整理」的流程，我們可以先聊三十分鐘把它拆開看看：預約 30 分鐘交流
二、訪談十幾家新創之後歸納的五條規矩，其中一條是「做出來的東西要準備重做」
Anthropic 這週把訪談十幾家快速成長新創的結果整理成一份操作指南，受訪的是具名的創辦人與技術主管，文中引用的公司包括 Clay、ClickHouse、Harvey、Cognition 等。五條規矩分別是：每個人都能出貨、把機械性的部分交出去、可以信任但要驗證、為了重建而建、以及先做原型再自己用再上線。
第四條最反直覺。指南裡的說法是模型能力一直在腳下移動，所以幾乎沒有什麼東西被當成永久的。Clay 的共同創辦人 Kareem Amin 講得更直接：What we do at Clay is you build it and then you build it again and then you build it again——我們在 Clay 的做法就是做一次，然後再做一次，然後再做一次。另一條「把機械性的部分交出去」則被寫成一句可以直接拿去用的分界：Agents own the mechanical 80% of the lifecycle so engineers spend their time on the cases that actually need judgment——機械性的八成交出去，人把時間花在真正需要判斷的那些情況上。
要說明的是，這份文件是工具的供應商自己整理的，立場不中立，裡面的數字也沒有經過第三方查核；但引句都掛在具名的人身上，可以自己回去看。
對你的意義：多數人在導入 AI 的時候，心裡想的是「一次把它做對，之後就不用管了」。這份指南裡的那十幾家公司想的正好相反：他們預設三個月後會有更好的做法，所以刻意不把流程綁死在某個工具或某個版本上。這對你的實際影響是，如果你正因為「怕做了白做」而遲遲不開始，那個顧慮的前提是錯的——重做本來就是正常的一環，不是失敗。
你可以這樣試：把推倒重來當成正確操作，不是浪費。這週選一件你已經做到一半、但越修越不順的自動化或文件，不要繼續修，直接留下你原本想達成的目標，重新做一次。你會發現第二次做通常比修快，而且結構會乾淨很多。判斷標準很簡單：如果你已經改了三輪還在原地打轉，那就是該重做的訊號。
三、Snowflake 推出動態模型路由，簡單的任務自動送給便宜的模型
資料雲端公司 Snowflake 這週發表了一項還在私有測試階段的功能：系統會自己評估每一個任務，依照品質與成本挑選最適合的模型，重複性高、複雜度低的送給比較便宜的模型，需要深度推理的才用旗艦模型。他們同時宣布把兩個中國開放模型 DeepSeek V4 Flash 與 GLM-5.3 納入可選清單。
執行長 Sridhar Ramaswamy 講了一句話說明為什麼企業開始在意這件事：It is no longer enough to show that employees are using AI, or that token consumption is growing——光是證明員工都在用 AI、或用量一直成長，已經不夠了。他說用量只是投入，真正重要的問題是公司拿回了什麼。Snowflake 自己的內部測試給了兩個數字：代理人建置資料管線時，混合搭配的效率最高是只用旗艦模型的三倍，品質相同；工程團隊在提交同樣數量的程式碼變更時，token 使用效率高出兩成五。這類功能不只他們有，亞馬遜、Databricks、微軟與 OpenRouter 都已經推出。
對你的意義：這件事對個人使用者的意義，比對企業更直接。你手邊多半已經有不只一個 AI 工具，但很可能所有事情都丟給同一個——包括「幫我把這段話改成三個項目符號」這種完全不需要動腦的活。企業現在正在把「哪些任務值得用貴的」變成系統自動判斷；你可以先在自己手上用手動的版本做同一件事。
你可以這樣試：卡住的時候回頭問「人是怎麼做的」——你不會請資深顧問來幫你影印文件。這週把你這個月最常做的五件事列出來，在每一件後面標上「需要判斷」或「只是搬運」。只是搬運的那幾件，改用便宜或免費的工具做一週看看，品質有沒有差你會很快知道。差不多的話，那筆錢就省下來了。
想知道同一件事在不同模型手上怎麼分工、怎麼切換，多模型分工錄影課講的就是這個，隨時能看，含 30 分鐘一對一諮詢。
四、我們自己的一週：三個寄出去就收不回來的誤操作
這個月我們在三個地方各犯了一次同樣形狀的錯，都跟 AI 幫忙動外部系統有關。
第一次是口述時說了一句「跟他確認了、改行事曆」，那個「他」指涉不唯一，結果改到了另一位客戶的邀請日期，而且帶著通知寄出去了。更麻煩的是回滾：把日期改回來的那一刻，同一位客戶又收到第二封更新通知，一次誤判在對方眼裡變成兩封莫名其妙的改期信。第二次是用「回覆全部」建草稿，對方回信時自己加了三位副本，收件人於是從兩人變成六人，範圍與費用被更多不認識的人看到。第三次是行事曆上的佔位事件，備註欄寫的是給自己看的內部判斷，事件一發邀請，那段備註就跟著寄到客戶信箱；後來改成對外版本，但第一封追不回來。
我們自己記下的判準是：代名詞指涉不唯一時，動外部系統前先確認對象。三件事的形狀其實是同一個——執行的那一步本身都沒有出錯，出事的是它跟外部收件人之間那道沒有人看的門。
對你的意義：判斷一件事能不能放手交出去，看兩個問題：做錯了能不能收回來？做完能不能一眼看出對不對？寄信、寄出行事曆邀請、送出表單這幾種動作，答案都是「收不回來」，所以不管工具多可靠，都應該卡在人這一關。反過來說，草稿、整理、分析這些改壞了重做就好的事情，就不需要每一步都盯著。
你可以這樣試：這週把你目前交給 AI 的事情分兩堆，判準只有一個：做完之後別人看得到嗎。看得到的那一堆（寄信、發通知、更新共用行事曆、貼到群組），全部改成它只能產草稿、你按下最後那個鍵。看不到的那一堆就放手讓它做完再檢查。如果你用的工具支援自動送出，這週就把那個開關關掉。
五、英國國家網路安全中心發布代理型 AI 指引：模型內建的防護不夠用
英國國家網路安全中心（NCSC）在八月二十日發布了一份專門談自主型 AI 代理人的資安指引，作者是該中心的首席安全架構師（Principal Security Architect）。它把「代理人可以自己決定下一步」這類系統的風險管理寫成一份公開文件，適用對象是打算導入這類系統的組織，不是研究單位。
指引的核心判斷有兩點。第一，不要把模型自帶的安全機制當成防線。指引把模型內建的安全控制可能出現的狀況列成三項：可能被繞過、在高風險環境裡無法提供足夠保護、或光靠自己不足以妥善管理風險。接著這句是它給的行動方向：Understanding the safeguards that are available, their efficacy and their limitations, will enable you to determine what additional controls are needed——先弄清楚有哪些防護、它們的效力與限制在哪，你才有辦法判斷還需要補上哪些控制。第二，指引反覆提醒代理人不是人：It does not have common sense or human traits, and may interpret instructions and goals in literal or unexpected ways——它沒有常識，也沒有人的特質，可能會用字面上或出乎意料的方式解讀指令與目標。具體建議包括依自主程度給相稱的控制、用限制對外連線的沙箱環境、完整記錄與監控，以及保留隨時中止的能力：發生事故時你必須永遠能夠把插頭拔掉，立刻停止代理人的活動。
對你的意義：這份文件最實用的地方，是它把「提醒」與「限制」分得很開。組織裡最常見的做法是發一封公告請大家注意，但公告擋不住任何事情——真正有效的是那些不需要任何人記得的設計：沒有給的權限就是用不了，沒有連線的環境就是連不出去。這個道理不只適用於 AI，也適用於任何你希望不要出錯的流程。
你可以這樣試：口頭約束不是保證，結構性限制才是。這週檢查一下你或你的團隊給 AI 工具的權限：它能不能讀到不該讀的資料夾、能不能直接寄信、能不能改共用檔案。凡是「我們有交代過不要碰」的項目，都改成「它根本就拿不到」。另外確認一件事：如果它現在正在做某件你不想讓它做的事，你知道要按哪裡才能停下來嗎？不知道的話，這件事比其他所有設定都優先。
來源：NCSC
社群在聊什麼
這一區是我們從 Reddit 上撈的討論，幫你把原文和留言重點整理成中文，不用點進去也讀得完。裡面都是網友的個人經驗、沒有經過查證，當風向看就好。
超市的人臉辨識又認錯人，這次是把一位顧客請出店外
一則英國新聞在版上引起討論：連鎖超市 Sainsbury's 在倫敦一家分店暫停使用人臉辨識，起因是一位顧客在結完帳後被兩位店長攔下，告知不能為他服務，離開時他在店內監視器畫面上看到自己的臉被紅圈標了起來。這是今年第二起同類事件。公司事後道歉，把原因歸給人為判斷而不是軟體，並表示會加強員工訓練。
留言區最集中的反駁正是針對這個說法。有人直接指出，把自動化監控造成的誤判說成人為疏失、同時繼續在其他地方推行，是典型的危機處理話術，而這種系統用在一般顧客身上的誤判率太高了。另一則講得更細：人臉辨識給出的其實只是一個弱比對結果，本來就需要更多證據才能行動，但現場人員在各種壓力下往往把那個弱訊號當成確定的證據用，於是誤指控就大規模發生。也有人提到歐盟的新法規把這類用途列為不允許，以及美國連鎖藥局幾年前的類似災難讓整個產業縮手。
可以帶走的一句判準是：任何 AI 給出的「疑似」結果，交到現場人員手上就很容易變成「確定」。所以真正要設計的不是模型準不準，是那個結果被交出去之後，還要走過哪幾道人的確認才會變成行動。
他把真錢交給 AI 操作股票，然後把結果貼上來
一位使用者讓 AI 用他自己的真錢操作股票，把結果貼上版，兩千三百多分、三百九十多則留言。從留言的走向看，結果並不好。
得票最高的一則留言給出了最完整的解釋：多數當沖與個股操作者本來就是賠錢的，常見的估計是高達九成失敗率，而 AI 正是在這些資料上訓練出來的，所以「你的系統完全按照設計運作」。第二高票則提醒了一件原 po 自己也沒想到的事——這份損益還沒有把呼叫模型的費用扣掉，所以實際上虧得更多。原 po 的回覆只有一句「糟糕，我沒想到這個」。
其餘留言多半是玩笑：有人說他忘了在指令裡加上「你是專業操盤手，不要犯錯」；有人提議乾脆反著做，AI 想買什麼就賣什麼。比較認真的一則說，真的有人用 AI 做出可用的交易系統，但那些設定複雜得多，會接上多個資料來源與財報，而且真正做成的人不會公開講。
可以帶走的一句判準是：AI 學到的是它讀過的東西的平均值。在一個多數參與者都在賠錢的領域，那個平均值就是賠錢。要判斷一件事適不適合交出去，先問「這個領域公開資料裡的多數做法，是好的還是壞的」。
他說自己不是累在寫，是累在檢查每一行
一位使用者發文說自己有點撐不住了，累的不是工具本身，是因為還不完全信任它，所以每一個它動過的地方都要盯著看。他形容這是把打字的疲勞換成了檢查的疲勞，而且有些日子後者更糟。這是所有開始把工作交出去的人都會撞到的第二階段問題，值得提早知道。
留言區的共識是這個問題不能靠硬撐，要改工作方式，具體給了三個做法。第一是只檢查邊界不檢查瑣碎：把注意力放在架構、資料流向、跟權限與金流有關的地方，其餘交給自動化。第二是投資在自動檢查上，讓「出錯的時候你會知道」變成系統的責任而不是你的責任。第三是每次只做一件事、分小段交付——同樣的內容，分成十次各四十行看，比一次看四百行輕鬆得多。
其中一則被推很高的留言把心態講得最清楚：他說他到現在還是不信任這個工具，他只是想辦法讓「出錯的影響範圍」小到不需要盯著它。另一位補充了自己的做法：他跑兩輪檢查，一輪讓多個角色各自從不同角度看（正確性、文件、風格、驗收標準），一輪自己抽樣看最複雜的幾段。他說最有價值的一次抓包，是工具在自動檢查那一關聲稱已經修好，但被要求把實際內容攤開來時就藏不住了。
可以帶走的一句判準是：與其問「我要不要更信任它」，不如問「這件事做錯了，我要花多久才能復原」。復原成本低的就放手，復原成本高的才逐行看。另外，讓另一個沒有立場的第二方來挑毛病，比要求同一個執行者自我檢查誠實得多。
如果你想再往前一步
企業與團隊：如果你手上有一條「很花時間、規則其實講得清楚、但一直沒人有空整理」的流程，我們可以先聊 30 分鐘，把它拆開看看值不值得做。這通交流不談報價、不推銷，也不用你事先準備什麼。填一下這張表就好：先聊聊，不用急著談方案
一個實際的例子：8 人服務團隊，每月 160 小時手動報表，導入後 12 小時完成，三週內上線。
— 企業培訓案，服務業
個人：如果你想先自己動手試試看，可以從錄影課開始，隨時能看、含 30 分鐘一對一諮詢；想跟著直播梯次上課的話，L1 入門班與 L2 綜合實戰班都是線上 Zoom 小班工作坊。兩種都在 agentcrew.cc。
喜歡這期內容？
訂閱後每週一封直接寄到信箱，隨時可退訂。