老闆，歡迎來到「老闆一人有限公司」
最近在 GitHub 上逛到一個專案，作者用月付 7 美金、約莫兩杯手搖飲錢的 VPS，再搭一套 IRC 協定（對，就是那個 30 年前 BBS 站長們在用的東西），整套 AI agent 團隊就長出來了。
我第一個反應是，價格低到有點不真實。
第二個反應是——這根本就是我桌上那疊待辦的縮影。
一人公司、夫妻檔工作室、三人小編制，養不起一個完整技術團隊。但 AI 可以是我們那個永遠不下班的同事，只要你知道怎麼帶它。
AI Agent 是什麼？它到底能幫我們做什麼？
白話講：AI agent 就是一個會自己動手的 AI。你丟目標給它，它自己想步驟、自己執行、自己驗收。
常見的 AI Agent 類型：
| 類型 | 能做的事 | 舉例 |
|---|---|---|
| Coding Agent | 寫 code、除錯、code review | GitHub Copilot、Cursor |
| Research Agent | 搜尋、摘要、整理資料 | 爬 Hacker News 當研究助理的那種 |
| Data Agent | 分析資料、產報表 | JSONata 這類工具搭配 AI 重寫核心邏輯 |
| Customer Agent | 自動回客服、整理需求 | 還在成熟中，業界普遍還在試水溫 |
三個真實案例：省下的不只是錢
JSONata 用 AI 一天重寫核心模組
JSONata 是個老牌的開源資料轉換工具。團隊讓 AI 進場重整核心邏輯，耗時一天，原本每年要砸在維運上的人力成本直接腰斬。
關鍵數字：
- 人力投入：1 天
- 節省規模：每年約 50 萬美元等值的維運開銷
- 結論：技術債放越久越貴，工具對了，一次清掉
7 美金 VPS 加上 IRC 的極簡組合
某個開發者把最便宜的 VPS 跟 30 年前的 IRC 協定接在一起，搞出一套零供應商綁定的 AI agent 系統。
他的模型分工策略：
- Haiku 負責初步分類（成本低、速度快）
- Claude Sonnet 處理複雜推理（單價高但判斷準）
- 每天整體預算壓在 2 美金上下
結論：基礎建設的價值不在貴，在於對齊你的實際需求。
AgentScope 在 GitHub 衝破 20k stars
AgentScope 是開源的多 agent 框架，設計理念是讓 AI 自己推理、自己拆任務，而不是被寫死的 prompt 關在籠子裡。
翻成人話：這套工具讓 AI 學會自己想辦法，而不是照著你寫好的劇本走。
小型工作室怎麼開始？三個步驟
第一步：先挑對「外包」的工作
不是每件事都適合丟給 AI。適合的：
- 重複性高的例行公事（資料整理、固定報表）
- 需要大量搜尋再彙整的（市場調查、競品掃描）
- 對錯分明的（程式碼除錯、文案潤稿）
不適合的：
- 需要讀懂人情世故的溝通
- 第一次建立的創意方向
- 只有你公司自己知道的文化眉角
第二步：選對工具，不是選最貴的工具
業界常見的迷思是「最強模型才會有好結果」。但現實裡，用對模型做對的事情，CP 值才拉得起來。
| 任務類型 | 推薦模型 | 原因 |
|---|---|---|
| 快速分類、初步篩選 | Haiku / GPT-4o-mini | 成本低、回應快 |
| 複雜推理、創意發想 | Claude Sonnet / GPT-4o | 理解力扎實 |
| 長時間研究、深度分析 | o1 / o3-mini | 適合需要慢想的任務 |
第三步：畫好邊界，讓 AI 知道紅線在哪
好的 prompt 結構會長這樣：
- 角色設定：你是一個有十年經驗的網站顧問
- 任務描述：幫我評估一個製造業客戶的首頁設計
- 目標讀者：40 歲、每天被產線追著跑的老闆
- 風格要求：專業但別太硬，要帶點台式幽默
- 限制條件：禁用術語，多用夜市、機台、巷口這種生活比喻
給工作室的實用建議：今天就能開始
如果你在台中做網頁設計
Research Agent 可以接手那些每天都要做、但做久了會厭世的工作：
- 每天自動彙整設計趨勢
- 監控同業網站有沒有更新
- 整理客戶產業的最新消息
工具建議：Hacker News 搭配 RSS 每天掃 30 分鐘，或訂閱 Perplexity Pro 當研究小幫手。
如果是個人接案者
Coding Agent 是最值得先投資的夥伴：
- 處理重複性的 code 區塊
- 先讓 AI 產出網站初稿，再手工修細節
- 協助生提案文件初版，自己再改寫成有溫度的版本
工具建議：Cursor、Claude Code 是目前同業最常提到的兩個。
如果想再升級一階
可以研究 AgentScope 這套開源的多 AI 協作框架，再搭配 MCP 標準（讓不同 AI 工具彼此能講上話的協定）。這組合在業界討論度蠻高，值得花一個週末摸熟。
現實面的提醒：AI 不是仙丹
AI 會犯的錯：
- 一本正經地講錯事實（俗稱 hallucination）
- 創意開始長得越來越像
- 抓不到你公司獨特的眉角
什麼時候不要用 AI：
- 涉及專業執照的領域（法律、醫療、財報）
- 第一次跟客戶見面那種重要溝通
- 會影響公司方向的大決策
把 AI 當成你那個聰明但菜鳥的實習生
這是我目前覺得最貼切的比喻。它可以幫你處理堆積如山的例行工作，但最後拍板那個人還是你。
用對了，它是你最強的外包員工，週末也會自動回信。用錯了，它就是個會說完整句子的 Siri。
🔨 鍛碼匠 | fordige.com
延伸閱讀
- AI 詠唱師是什麼？2026 設計師用「機率思維」下 prompt 前該懂的 3 件事：同樣談「AI開發」主題,延伸閱讀。
- OpenClaw Memory RAG 實戰：打造會記住對話脈絡的本地 AI 助手：同樣談「AI開發」主題,延伸閱讀。
- 用 Gemini 與 Antigravity 幫你的網站加 AI 功能：台中網頁設計公司實測：同樣談「AI開發」主題,延伸閱讀。
- 當 GitHub 出現 14 萬顆星的開發者框架：我們進入了「武裝自己」的時代：同樣談「AI開發」主題,延伸閱讀。
- AI 客服系統建置：想找專業公司?
