做 AI 的老闆
這是一份公開草稿。內容還在迭代，歡迎一起把它變得更好。
ROLE CHANGE — 強制轉職：工具使用者 [已棄用] → AI Boss [啟用中] 轉職確認完成。新職稱：AI Boss Lv.1。屬性重新分配中 _
這一章，你學會做 AI 的老闆
CH04，你建立了 IDOL，定義了夢想主線。
現在，你需要一套讓 AI 真正幫你工作的操作方式。
不是叫 AI 幫你寫一句話，然後改一改。
是讓 AI 真正成為你的員工——你設方向，它跑整條管線。
這一章給你四個核心能力：
1. 掌握強大的通用 Agent（Claude Code / Codex / Antigravity 2.0）
2. 學會 AI Boss 的日常工作方式
3. 掌握 Harness Engineering：讓 Agent 系統自動變好
4. 學會 Just Agent It：把工作真的交出去
5. Skills 武裝：讓你的 Agent 戰力倍增
5-1｜掌握強大的通用 Agent
為什麼叫「通用」
不是因為它什麼都做，但都做得普通。
是因為它做的事情，通用於幾乎所有的白領工作。
Claude Code 剛推出的時候，大多數人以為它是一個 Coding Agent——幫你寫程式的工具。
這個認知，已經過時了。
Claude Code 已經從 Coding Agent，進化成可以完成白領所有工作的通用 Agent。
過去的認知：Claude Code = 程式碼助理
現在的現實：Claude Code = 白領工作的全能執行者
它可以做什麼？
寫程式 → 建網站、搭系統、寫自動化腳本
寫作 → 文案、報告、提案、Email 序列
研究 → 競品分析、市場調查、資料整理
行銷 → SEO 文章、GEO Wiki、社群內容
設計決策 → UI 建議、品牌方向、用戶體驗
客服 → FAQ 系統、回應範本、知識庫
專案管理 → 任務拆解、進度規劃、SOP 建立
這就是「通用」的真正含義：它不是專精某一件事，它是可以執行整個 OPC 業務鏈路的主力員工。
2026 三大通用 Agent
Claude Code（Anthropic）
→ 目前最強的通用 Coding Agent
→ 能讀懂整個專案上下文，自主完成複雜多步驟任務
→ 建站、工作流、專精 Agent——全能
→ 費用較高，適合認真建系統的 AI BOSS
Codex（OpenAI）
→ 好用、反應快，適合快速執行和批量處理
→ 和 Claude Code 互補，適合接力執行
Antigravity 2.0（Google，2026/05）
→ Google I/O 2026 發布的 Agentic 開發平台
→ CLI + 桌面 App + SDK + Managed Agents 四合一
→ 建立在 Gemini 3.5 Flash，支援背景自動排程任務
你的指揮鏈：
你（AI BOSS，10%：方向 + 判斷 + 主張）
↓
Claude Code / Codex（通用 Agent，生產 Agent 的 Agent）
↓
專精 Agent + Agent 工作流（自動執行特定任務）
↓
OPC 自動運轉
BUILD + SELL：通用 Agent 的雙重戰力
一個強大的通用 Agent，要能同時執行兩種工作：
BUILD（建造）：
→ 幫你建立 Agent 原生獲客變現網站
→ 幫你建立 IDOL Wiki 和知識系統
→ 幫你設計和部署 Agent 工作流
SELL（銷售）：
→ 幫你生成 SEO Blog 和 GEO Wiki
→ 幫你撰寫 Landing Page 和銷售文案
→ 幫你執行社群媒體內容發布
這不是兩個不同的 Agent。這是同一個通用 Agent，在你的指揮下執行不同任務。
5-2｜AI Boss 的日常
AI Boss 的 10 / 90
真正的 AI Boss 的日常，和你想像的完全不同。
你出 10%，AI 出 90%。
你出 10%：
夢想的方向、主張、故事、判斷、創意
AI 出 90%：
執行、建設、內容、流量、獲客、成交、運營
產出 = 100%
你的 10%，是只有你能提供的東西。
你的夢想，AI 沒有。 你的故事，AI 沒有。 你的主張，AI 不能替你決定。 你對方向的判斷，AI 需要你給出。
這 10%，是整個 OPC 系統的燃料來源。沒有你的 10%，AI 的 90% 無處可去。
AI Boss 的一天
早上 15 分鐘：設定今天的方向
→ 今天的主線任務是什麼？
→ 給 Claude Code 今天的任務清單
白天：做你的夢想（IDOL 輸出）
→ 你真正想做的事：寫作、創作、學習、和讀者互動
→ 把這些輸出整理進 IDOL Wiki
下午 15 分鐘：評估和 Harness
→ 看 Agent 今天跑出來的成果
→ 不好的地方，改系統，不改成果本身
這就是 AI Boss 的一天。
不是盯著 AI 看，而是讓 AI 跑，你去做你熱愛的事。
5-3｜Harness Engineering：讓 Agent 系統自動變好
問題不在 Agent，在 Harness
大多數人遇到 Agent 成果不理想，第一個反應是：
「模型不夠強。」「Prompt 寫得不夠好。」
這個診斷，在 2026 年已經過時了。
研究發現，65% 的企業 AI Agent 部署失敗，根本原因不是模型不夠強——
而是 Harness 出了問題。
三種最常見的 Harness 失敗：
Context Drift（上下文漂移）
→ Agent 在長對話中「忘記」原本的目標，跑偏了
Schema Misalignment（架構不對齊）
→ Agent 不知道可以用哪些工具、規則是什麼，亂猜
State Degradation（狀態退化）
→ Agent 跑到一半，上一步的成果沒被正確傳遞到下一步
問題不在 Agent，在 Harness。
AI 應用工程的三代演進
到 2026 年，讓 AI 做出好成果，已經走過三個世代：
第一代：Prompt Engineering（2022–2024） → 重點：你說什麼、怎麼說 → 限制：優化了這次，下次新對話又回原點
第二代：Context Engineering（2025） → 重點：你給 AI 知道什麼 → IDOL Wiki、品牌語氣文件——這些都是 Context Engineering
第三代：Harness Engineering（2026 當下） → 重點：你設計什麼樣的系統，讓 Agent 持續輸出好成果 → 不只是這次好，而是整個系統越跑越好
Harness Engineering 的核心原則
Mitchell Hashimoto 黃金法則：
設計 Harness，讓 Agent 永遠不重複同樣的錯誤。
這句話的意義：當 Agent 犯了一個錯，你不只是修正這次的輸出，你要改善系統，讓它下次不會再犯同樣的錯。
Agent 輸出語氣不像你？
→ 不是這次手動改語氣
→ 是把你的語氣範例加進 IDOL Wiki（語氣範例頁）
Agent 生成的 SEO 文章沒有 CTA？
→ 不是這次補 CTA
→ 是在工作流的 harness 加上「CTA 合規」驗證步驟
Agent 的 Landing Page 故事不夠真實？
→ 不是這次手動改故事
→ 是把更多真實案例加進 IDOL Wiki（故事庫）
改一次系統，受益所有未來的輸出。這就是 Harness Engineering 的複利效果。
5-4｜Just Agent It：把工作真的交出去
大多數人用 AI 的動作，是錯的
很多人用 AI 的工作流是這樣的：
叫 Agent 做事
↓
看到成果不夠好
↓
自己手動改
↓
改完，繼續做下一件事
這個流程看起來好像在用 AI。
但本質上，你只是在做一個更貴的 editor。
Agent 負責出草稿，你負責改到好。
AI 是助理，你還是在做所有收尾。
這不是 AI Boss，這是用舊思維操作新工具。
Agent 原生思維：Just Agent It + Harness Engineering
Agent 原生思維只有兩件事：
Just Agent It → 把工作交給 Agent，不再人工修改成果
Harness Engineering → 成果不好時，改善系統，不改成果本身
Just Agent It 的正確動作：
把這件事交給 Agent。然後，不要再動它的成果。
成果出來不夠好？
好的。記下來，哪裡不夠好，為什麼不夠好。然後去改系統——IDOL Wiki 還缺什麼？工作流哪個節點設計有問題？
你改的是系統，不是輸出。
Just Agent It 的三個層次
Level 1：委派單一任務
「幫我寫這篇文章」→ Agent 寫，不修改，直接發布
→ 需要克服：想修改的衝動
Level 2：委派整條工作流
「跑完整個 SEO Blog 工作流，包含研究、撰寫、發布」
→ Agent 跑完整條管線，你只看最終結果
Level 3：委派持續運作的系統
「每週一自動觸發，不需要我啟動」
→ Agent 自主運作，你只負責定期 Harness
大多數人卡在 Level 1。
AI Boss 的目標，是越來越多工作移到 Level 2 和 Level 3。
進階：用下一代模型思考產品
大多數人設計產品的方式，有一個隱藏的 bug。
你打開 Claude Code，建了一個 OPC 產品。
你根據今天的 Claude 能做什麼、不能做什麼，設計了每一個步驟。
在哪裡需要人工介入，在哪裡交給 Agent，在哪裡需要你審核——
這些決策，都是根據你對今天模型能力的理解做出的。
這個方法，有一個問題。
AI 模型每六個月就會大幅升級一次。
今天需要人工介入的步驟，六個月後可能 Agent 就能自主處理。
今天需要你審核的環節，下一代模型可能已經精準到不需要審核。
如果你的產品設計是根據今天的限制做出來的，
那麼每次模型升級，你就需要重新設計一次。
你在追 AI，而不是讓 AI 追你的產品。
另一種思維：為下一代模型設計
你剛學了 Agent 原生思維：
把工作交給 Agent，不插手成果，讓 Harness Engineering 讓系統自動變好。
這是「怎麼用 Agent 工作」的思維。
現在，Agent 原生思維升級到第二個維度：
怎麼設計讓 Agent 越來越能自主運作的產品。
核心命題只有一句話：
不要問「今天的模型能做什麼」，要問「六個月後的模型能做什麼」。
根據答案，設計你今天的產品。
三代產品設計思維
第一代：為今天的模型設計（最常見）
────────────────────────────────────
依賴今天的模型能力
→ 模型能做到哪裡，產品設計到哪裡
→ 模型升級：產品設計過時，需要重建
→ 你在追 AI
第二代：為今天的模型設計，但預留升級空間（進階）
────────────────────────────────────
技術架構模組化，允許替換
→ 模型升級時，不需要重建整個產品
→ 但你還是在等 AI 升級才能進化
→ 你在等 AI
第三代：為下一代模型設計（Agent 原生思維的終點）
────────────────────────────────────
假設下一代模型能力已存在，現在就設計
→ 模型升級時，產品自動變得更強
→ 每次 AI 進化，你的 OPC 都是第一批受益者
→ AI 在追你的產品
第三代，才是 AI Boss 的設計思維。
你需要的訊號，在 AI 線上社群裡
問題來了：你怎麼知道「六個月後的模型能做什麼」？
這就是 AI 線上社群，尤其是 X，最關鍵的價值所在。
X 上的 Anthropic 研究員，發了一篇貼文：
「正在測試 Claude 的下一版，它能根據你的品牌語氣，
完全自主地從 Obsidian 選材、撰寫、格式化、發布一篇文章，
全程不需要人工介入。這是 early preview。」
這條訊號告訴你什麼？
今天你的內容生成流程裡，
有一個「你最後審核一遍」的環節。
六個月後，如果 Claude 已經可以完全自主產出，
這個審核環節就不需要存在了。
你現在就可以問自己：
「如果我的 IDOL Wiki 和 Harness 夠完整，
我真的信任 Claude 不審核就直接發嗎？」
如果答案是「還不夠信任」，你知道接下來要補強什麼。
如果答案是「快可以了」，你的產品正在接近第三代設計。
這就是社群情報轉化成產品設計訊號的完整路徑。
兩個問題，重新審視你的 OPC
拿出你的 OPC 產品或工作流，問自己兩個問題。
問題一：這個步驟，今天是因為「模型限制」還是「我的判斷」才需要人工介入？
因為模型限制而需要人工的步驟：
→ 「Claude 現在的語氣控制不夠穩定，所以我每篇都要校對」
→ 「Agent 還無法理解我的品牌感，所以圖片選用我要過目」
→ 「工作流偶爾跑偏，所以我每次執行後要確認」
這些步驟，都會隨模型升級而消失。
你應該設計好讓它們自動消失的機制（IDOL Wiki / Harness）。
因為你的判斷才需要人工的步驟：
→ 「這個新方向對不對，涉及我的品牌核心主張」
→ 「這個合作機會值不值得，需要我評估」
→ 「這個課程的設計哲學，是我的 10% 決策」
這些步驟，模型再強也需要你。
這才是你真正要親自做的事。
問題二：如果六個月後的模型能讓這個步驟完全自主，我的產品結構需要怎麼改？
今天的內容生成流程：
你 → 提供主題 → Agent 撰寫 → 你審核 → 發布
六個月後的版本（下一代模型）：
你 → 方向確認 → Agent 自主選材 + 撰寫 + 自我審核 → 發布
兩者的差距：
你少了「審核」這個步驟。
「審核」這個步驟消失的條件是什麼？
→ IDOL Wiki 足夠完整，Agent 知道你的語氣 / 主張 / 邊界
→ Harness 足夠精良，Agent 的自我評估標準和你一致
所以你現在要做的事就清楚了：
把 IDOL Wiki 建好，把 Harness 設計好。
不是因為今天就不用審核，
而是因為你在為那個你不再需要審核的未來做準備。
這就是「用下一代模型思考產品」的實際含義：
今天就做讓未來版本自然成立的準備。
實戰：讓 Claude Code 做你的產品下一代升級評估
你不需要自己想清楚每一個步驟。
描述你現在的 OPC 工作流，讓 Claude Code 幫你做這個評估。
指令一：評估哪些步驟將成為 Agent 原生
請分析我目前的 OPC 工作流，找出下一代模型升級後會影響的環節。
我的工作流描述如下：
[描述你現在的工作流，包含每個步驟和你的人工介入點]
請幫我：
1. 列出每個需要人工介入的步驟
2. 判斷每個步驟的人工介入原因：
A. 模型限制型（下一代模型升級後這個步驟可以自動化）
B. 判斷必要型（涉及你的核心主張或品牌決策，永遠需要你）
3. 對於 A 類步驟，分析目前是什麼原因限制了自動化：
- IDOL Wiki 缺少什麼？
- Harness 哪個維度不夠完整？
4. 給我一份「下一代模型就緒清單」：
要讓這個工作流在下一代模型下全自動運作，
今天需要補強哪三件事？
指令二：根據社群情報，評估產品設計影響
我在 X 看到了一個關於下一代 AI 模型能力的案例，
已存入 Obsidian，路徑是：
[你的 Obsidian 路徑]/案例/[日期]_[案例名稱].md
請：
1. 讀取這個案例，分析這個新能力的具體表現
2. 對照我目前的 OPC 產品設計：
如果這個能力在六個月後普及，哪些步驟會受影響？
3. 評估這個能力對我的 OPC 是威脅還是機會：
- 威脅：它讓我的某個競爭優勢消失了嗎？
- 機會：它讓我某個需要人工的環節可以自動化嗎？
4. 建議我現在就應該調整的產品設計方向
5. 把這份評估存入 IDOL Wiki/Strategy/next-gen-notes.md
指令三：設計「自然升級架構」
請幫我設計一個具備「自然升級」能力的 OPC 工作流架構。
目標：每次 AI 模型升級，我的 OPC 自動變得更強，不需要重新設計。
我目前的工作流是：
[描述工作流]
請設計：
1. 哪些環節應該設計成「Agent 可接管，但目前由我審核」
（模型升級後，我可以一鍵把審核權交給 Agent）
2. 哪些環節永遠由我掌控
（設計成清晰的人機協作界面，而非把我綁進流程）
3. IDOL Wiki 和 Harness 需要達到什麼成熟度，
才能啟動每個自動化升級點
4. 畫出這個架構的分層圖：
我的決策層 / Agent 執行層 / 模型升級受益層
一個判斷準則
每當你在設計 OPC 的任何環節，問自己一個問題：
「這個設計，是在解決今天模型的限制，還是在讓我的夢想更清晰？」
解決今天模型的限制 → 這個設計六個月後可能過時
讓我的夢想更清晰 → 這個設計隨模型越強越有價值
例如：
「因為 Agent 語氣不穩，所以我每篇都審核」
→ 這在解決今天的限制
→ 更好的做法：把你的語氣標準完整寫進 IDOL Wiki
→ 今天：你審核，同時訓練 Wiki
→ 未來：Wiki 夠完整，Agent 自我審核
「我想讓這個產品真正代表我的主張，所以關鍵決策由我來」
→ 這在讓你的夢想更清晰
→ 隨著 IDOL Wiki 越豐富，IDOL Agent 越理解你的主張
→ 這個環節永遠有價值，而且隨 AI 進化更有價值
這個思維，讓你的 OPC 擁有一個普通競爭者沒有的特性
用下一代模型思考產品，帶來一個特殊效果：
你的 OPC 有一個自動的複利機制。
沒有這個思維的 OPC：
AI 升級 → 產品需要重建 → 花時間追趕 → 暫時落後
有這個思維的 OPC：
AI 升級 → 你為這次升級做好的準備自動發效 → 產品自動變強 → 持續領先
每一次你加深 IDOL Wiki，是在為下一代模型做準備。
每一次你精進 Harness，是在讓下一代模型的能力更快落地。
你做的每一個 AI Boss 動作，都有兩層回報：
今天讓 Agent 做得更好。明天讓下一代模型的升級更快成為你的優勢。
如何從今天開始
現在這週：
從你的 OPC 工作流裡，找出一個你覺得
「如果 Claude 再強一點，這個步驟我就不需要親自做了」的環節
問自己：讓 Claude 再強一點的條件是什麼？
→ IDOL Wiki 需要補強什麼？
→ Harness 需要升級什麼？
用這節教的指令，讓 Claude Code 做評估。
你找到的那個答案，就是你今天最值得投資的 Harness 工作。
不是因為今天就能自動化。
而是因為你在為那個模型已經夠強的未來做準備。
準備好了，升級自然發生。
沒準備好，升級來了還是需要重建。
5-5｜Skills 武裝：讓 Agent 戰力倍增
Skills 是什麼
Skills 是一種可以呼叫的 AI 工作流封裝。
不是一句指令，不是一個 Prompt。
而是一個完整的作業程序，打包成一個可以隨時呼叫的指令。
一般使用者：每次要做同一件事，都要重新描述
每次結果不一樣，靠運氣
AI Boss 裝了 Skills：一個指令 → Agent 執行完整流程
每次結果一致，可預期，可疊加
一個 Skill 可以包含：
你的品牌語氣規則 → Agent 永遠說話像你
你的 SEO 發布流程 → 一鍵完成研究、撰寫、格式化、上架
你的程式碼審查標準 → 每次 review 都達到同樣水準
你的競品分析模板 → 輸入關鍵字，輸出結構化分析報告
兩條路：撿現成 vs. 打造專屬
Route A：從 GitHub 撿現成的一流 Skills
→ 別人已經打磨好的武器，免費拿來用
→ 適合通用需求，馬上可以上戰場
Route B：打造你的專屬 Skills
→ 用 Skill Creator 把你的品牌語氣、流程、標準封裝成 Skill
→ 這個 Skill 是你獨有的，沒有人用同樣的武器
→ 你的 OPC 最強的差異化武器
建議：先裝 5 個現成 Skills，馬上提升戰力。再打造 1–2 個你最常用的專屬 Skills。
AI Boss 的成長路徑
新手 AI Boss
→ 開始用通用 Agent 執行任務
→ 學會 Just Agent It，停止修改輸出
↓
進階 AI Boss
→ 建立 IDOL Wiki，提供 Context
→ 掌握 Harness Engineering，讓系統越來越好
→ 裝備 Skills，讓 Agent 戰力倍增
↓
頂級 AI Boss（= AI Full Stack Entrepreneur）
→ 整條 OPC 業務鏈路都有 Agent 負責
→ 你只負責方向、判斷、IDOL
→ 系統 24/7 自動運轉
這條路，每個人都可以走。
差別只在：你今天就開始，還是繼續等待準備好。
LEVEL UP：AI Boss Lv.1 → Lv.2 Just Agent It：已解鎖 Harness Engineering：已解鎖 Skills 武裝：已解鎖 下一關：CH.06 召喚你的 Agent 軍團 _