從 Dan Shipper 的「every agent needs a human」，想到 Human→Assistant→Agents 的架構演化
上週（5/24）聽（看？）了一集讓我腦袋停不下來的 Podcast。
Lenny Rachitsky 的節目上來了 Dan Shipper——Every 的 CEO，公司大約 30 人，全員 AI 早期採用者，從編輯到業務到客服，每個人都在用 Codex、Claude Code、Cowork 工作。去年他在同一個節目上說「大家都低估了 Claude Code 在非技術工作上的潛力」，結果一年後 Anthropic 真的推出了 Cowork，整個業界開始往這方向走。
這次他帶來 12 個新預測，從「SaaS 不會死」到「CLI 時代結束」到「PM 和設計師會大放異彩」，每一個都很有料。但最讓我反覆咀嚼的，是他講的這句話：
「Automation is a lie. Every agent needs a human.」
（自動化是假象。每一個 Agent 都需要一個人類。）
這句話太精準了，精準到讓我忍不住順著往下想——然後想出了一個可能有點大膽的東西。
聽完之後，三個讓我停不下來的點
套裝式 vs 獨立式：不是演化，是並存
Dan 對 Agent 使用模式的描述，畫的是一條時間線：先從公司級的 超級 agent 開始，等模型更成熟，再慢慢往下長出 團隊 agent、個人 agent。
這個演化邏輯聽起來合理，但我在實際觀察裡看到的不太一樣。
我覺得更貼近現實的分法是「套裝式」和「獨立式」——這兩種模式現在就同時存在，差別不在技術成熟度，而在使用者的偏好和組織文化。
舉個具體例子：
看 Claude 的產品線——Claude Chat、Claude Code、Cowork、Claude in Chrome、Claude in Excel——它們各自獨立，Anthropic 並不特別強調產品間的整合或關聯。不同使用者可能全用，也可能只用其中一個（大多數開發者幾乎只用 Claude Code）。這就是典型的「獨立式」思維：模組化，使用者自由組合。
再看 Google Gemini——Gemini 被嵌入 Gmail、Docs、Sheets、Meet、Android，到處都有它的身影，而且 Google 刻意在這些產品之間打造關聯性。這比較像「套裝式」：一整套生態系，試圖讓你很難離開。
重點是：這兩種不是誰對誰錯，也不是誰先誰後。它們會長期並存，因為不同類型的使用者和組織，天生就適合不同的模式。
同理，Dan 說「CLI is over」，我覺得也太絕對了（他自己後來也修正說「不是完全消失」）。CLI 和 GUI 的選擇，跟套裝 vs 獨立一樣，是使用者偏好的問題。技術人偏好 CLI 的操控感，非技術人偏好 GUI 的直覺性，這在可預見的未來不會改變。
Token 是 AI 時代的 Credit
Dan 有一個觀點很有意思：當使用者在 Codex 或 Cowork 裡面使用 SaaS 工具時，token 的成本是使用者自己承擔的，不是 SaaS 公司付。他認為這反而會改善 SaaS 的毛利結構。
這讓我想到一個更根本的轉變。
過去買軟體，我們付的是「授權費」——買一套、用一年。後來 SaaS 時代，變成「訂閱費」——按月按人頭收。現在正在發生的，可能是第三次定價邏輯的轉移：從「買授權（seat）」到「買 token」。
Token 正在成為 AI 時代的通用貨幣。不管你用的是哪家的模型、哪個 SaaS 工具，最終消耗的都是 token。而 SaaS 公司的角色，也從「賣你工具」逐漸轉向「提供一個 Agent 可以操作的結構化環境」——收的是場地費，不是工具費。
這個轉變如果成真，對整個軟體產業的商業模式影響會非常深遠。但今天先不展開這條線，改天再專門聊（不然這篇會變成論文…XD）。
有自主想法的人，才會被 AI 放大
Dan 在節目裡舉了一個很好的例子：他們團隊裡的 Marcus，PM 出身，之前在 Axios 做到數千萬 ARR 的寫作產品，後來花一年時間全力學 AI 工具。現在他用 Claude Code 的交付速度比團隊多數人都快，因為他的 產品意識 是真正稀缺的能力。
這個例子很說明問題，但讓我多想了一步的是——Marcus 之所以能這樣，不只是因為他是 PM，更是因為他本來就深耕那個領域。他懂寫作產品、懂使用者、懂商業邏輯，AI 只是讓他把這些已經存在的判斷力直接變成產品。
如果換一個沒有領域經驗的人拿同樣的 AI 工具，大概率只會產出 Dan 自己說的那種 垃圾（slop）——「作者花的時間比讀者少，而且不為內容負責」。
我自己觀察到最直接的案例是 VibeCoding。
這一年來大量的行銷人開 VibeCoding 課程，市場反應也確實很熱。但同時，也留下了不少還沒被充分正視的技術債——做出來的東西跑是能跑，但要商品化、要上線，問題就浮現了。
有趣的是，這裡面自然會出現一個篩選機制：先跳進來的，一定是「有自主想法的人」。當他們撞到技術的牆，發現自己底子不夠卻又想把東西真正做好的時候，就會主動去深入學習。而只是跟風進來的人，撞牆之後就停在原地了。
所以我覺得比較精確的公式不是「PM + AI = 成功」或「設計師 + AI = 成功」，而是：
領域專業 × 自主判斷力 × AI 工具 = 真正的放大效果
三個缺一個，效果都大打折扣。
另外有一點 Dan 整場對話完全沒碰到的——工作本來就和 AI 或科技產業無關的人，基本上不存在「成不成功」的問題，因為他們的工作如常。水電師傅、廚師、護理師，他們的核心工作不會被 agent 取代。Dan 的討論框架有比較明顯的矽谷知識工作者中心主義，這點聽的時候可以留意一下。
順著「Every Agent Needs a Human」再往前想
好了，接下來是這篇的重頭戲——也是 Dan 的那句話讓我腦袋一直轉的原因。
Dan 的觀察非常精準。他從自己公司使用 OpenClaw 的經驗得出結論：agent 需要有人持續照顧，一旦沒人在意了，agent 就廢了。這完全符合我自己的經驗。
但這讓我產生一個疑問：如果每個 agent 都需要一個人照顧，那 agent 越來越多的時候，人不就越來越累嗎？
Dan 的回答是：加人。雇一個 前線部署工程師（forward deployed engineer），專門負責讓 agent 在組織裡好好運作。
這很務實，但我順著這個邏輯再往前想了一步——或許解法不只是加人，而是加一層架構。
Human → Assistant → Agents
我心裡浮現的是一個三階段的演化：
- 現在：Human → Agent
人直接操作每一個 agent。一個還行，兩個勉強，五個以上就開始手忙腳亂。 - 過渡期：Human → Agents
人同時管理多個 agent。就是 Dan 描述的「園藝（gardening）」狀態——你得不停地巡視、修剪、施肥。很累，也很難規模化。 - 未來：Human → Assistant → Agents
人只需要跟一個 Assistant 互動，對它做「語境塑形」（context sharping）——告訴它你是誰、你在乎什麼、你的工作方式是什麼。然後由 Assistant（助理）去調度下面的各種 Agent。
這裡的關鍵字是「語境塑形」。人對 Assistant 做的事，不是一條一條寫指令，而是逐漸建立一個共享的理解——你的偏好、你的脈絡、你的判斷標準。Assistant 帶著這些理解去跟其他 Agent 互動，比你自己直接面對每個 Agent 高效得多。
這其實就像一個好的管家：你不需要告訴管家「去跟水電工說用A牌的水龍頭、安裝的時候注意B和C」。你只需要跟管家相處夠久，管家就知道你的品味和標準，然後他自己去跟各種專業人員溝通。
SOUL.md：走對的方向，放錯的位置
說到這裡，就不能不提 OpenClaw 的 SOUL.md。
OpenClaw 今年引起那麼大的熱潮，表面上是因為「24/7 自主運行的 Agent」這個賣點很吸引人。但如果仔細看，真正打動大家的其實是 SOUL.md——你可以用一份文件定義這個 agent 的「靈魂」。它叫什麼、怎麼說話、知道你的什麼事、用什麼方式跟你互動。
這就是個人化的剛需。大家不只是想要一個會做事的 agent，更想要一個懂自己的 agent。
那為什麼後來很多人放棄了？Dan 自己的答案是「太難維護」。
我覺得更根本的原因是：OpenClaw 把「塑造靈魂」和「修理機器」綁在了同一層。你既要當這個 agent 的靈魂塑造者（寫 SOUL.md、調教它的行為），又要當它的機械修理工（SSH 進去修 bug、處理 API 錯誤、重啟伺服器）。兩種完全不同性質的工作，混在一個產品裡，當然撐不久。
如果我們把這兩層拆開呢？
- Assistant 層：承載 SOUL.md 的精神——你的個人化語境、偏好、工作方式、溝通風格。這層越用越懂你，維護成本隨時間遞減。
- Agent 層：負責具體執行各種任務。壞了就換一個，不影響上層已經累積的個人化理解。
這樣一來，SOUL.md 就不再是綁在某個特定 agent 上的設定檔，而是一個跟著你走的持久性個人語境層。你換工具、換 agent、換平台，這層都帶得走。
個人化，不是通用型
這裡還有一個關鍵的區分。
Dan 因為 個人 agent 太難維護，退回到了 超級 agent 模式——一個 agent 服務全公司，由專人負責。這很像公司的 IT 系統：統一、標準化、有人維運。
但我覺得真正該保留在個人層級的，不是末端執行的那些 agent，而是中間的 Assistant。
為什麼？因為「調度」這件事本身不難，難的是帶著正確的語境去調度。同一件事交給我和交給你，期待的產出方式可能完全不同。如果 Assistant 是通用型的，它只能做到「把任務派出去」；如果是個人化的，它能做到「用你的方式把任務派出去」。
Dan 提到的 OpenClaw daemon 比喻——《黃金羅盤》裡每個人靈魂的一部分——其實方向是對的。只是那個 daemon 的正確角色不是在末端替你跑腿，而是在中間替你翻譯、替你判斷、替你跟其他 agent 溝通。
這對我們意味著什麼
回頭看現在各家 AI 公司的產品，其實已經在往這個方向移動了——只是還沒有人把它講清楚、做到位。
Claude 的 記憶（memory） 和 使用者偏好（user preferences），讓 WebChat 逐漸累積對你的理解。ChatGPT 的 記憶 和 客製化指令（custom instructions） 做的是類似的事。MCP connector 讓 Claude 可以操作 Notion、Gmail、Google Drive。Codex 的內建瀏覽器讓你在 agent 環境裡直接使用各種 SaaS。
把這些點連起來，你會發現：WebChat 已經在扮演 Assistant 的角色了，只是還沒有被這樣命名和定位。
我的預感是：「Assistant to Agents」會是各家 AI 廠商的下一條產品線。
不需要從零打造什麼新東西——把現有的 WebChat 重新包裝、重新定位就行。差的不是技術，是產品敘事和使用者心智模型的轉換。
從「我來問你一個問題」→「幫我處理這件事」→「你知道我要什麼，去安排吧」。
這三步，每一步都是使用者對 Assistant 信任度的提升，也是個人化語境累積的結果。
寫在最後
Dan Shipper 說：「Ride the models.」——跟著模型的進步走，持續探索新能力，保持好奇和玩心。
我完全同意。
不過如果讓我加一句的話，我會說——找到你的管家，好好跟它相處。
因為在 AI 的世界裡，工具會一直換、模型 會一直升級、agent 會越來越多。但一個真正懂你的 Assistant，累積的理解是會跟著你走的。那才是最值得投資時間的地方。
（畢竟連管家都需要先摸清楚主人的脾氣，才知道拿鐵要多少奶嘛～）
本文觀點受 Dan Shipper 於 Lenny’s Podcast (2026/5/24) 的分享啟發。推薦收聽原集：The AI paradox: More automation, more humans, more work
