不是你不會用 AI，是你的環境不給你壓縮的空間——可壓縮的六個條件

同樣的工具，有人用了之後省下大把時間，也有人試過幾次覺得沒什麼用，之所以會有這麼大的差距，往往不是技術的問題，而是跟工作環境有關。

我的工作類似雲端版的牧羊人，在機房裡圈養所有的羊（機器），確保伺服器跟相關設備運作正常。這類庶務能夠大幅壓縮，靠的是以下幾個條件，而它們大多跟「你多會用 AI」無關。

六個條件

#

1. 工作的每個環節理論上都可以優化，之所以以前沒有做，是因為優化本身也需要成本。
2. 對應第一點，AI agent 將優化的成本壓低到極低。
3. 如果你待過非常正規嚴謹、分工非常細的環境，就會知道絕大部分環節都可以優化或抽象化，也會知道應該抽象到哪一層，而後者才是比較困難的部分。
4. 大部分情況下，你可以獨立作業並且自己判斷，只需要自己審核 AI 的產出，不必再送簽。
5. 承上，省下的時間有機會被自己支配，這會決定你有沒有意願繼續優化，如果省下來的時間立刻又被塞進新的工作，飛輪就無法轉起來。
6. 作業對象在某種程度上可以虛擬化，可以像寫程式那樣去對待（專有名詞是 IaC，Infrastructure as Code¹）。

以上這六條如果反過來，同時也是 AI agent 在某些工作環境受限的原因。

如果你的每一步都要主管簽核，你的產出無法自行審核，你省下的時間會立刻被填滿，你的作業對象是實體世界而不是數位世界，那不是你不會用 AI，是環境的槓桿倍率本來就低。

自評

#

條件 3 通常是缺的那一條

#

前兩條是時代給的，第 4、5、6 條是環境給的，這三條你多半改不動，真正可以練的是第 3 條，也就是知道該抽象到哪一層。

這件事聽起來玄，但其實很具體，同一個「每天檢查一批機器」的需求，你可以抽象成一個腳本、一個排程、一份可被 agent 讀懂的規格，或者一組任何人接手都能重跑的流程，抽太淺 agent 幫不上忙，抽太深你會花三個月蓋一個沒人用的框架。

這個判斷目前沒辦法外包給 AI，它就是條件 3，也是為什麼同樣的工具在不同人手上會差很多倍。

如果你看完自評表，發現卡住的是第 3 條，知道有東西可以自動化，但不確定該切在哪一層，那正好是我在做的事。

固定範疇、建置完交付，不綁維運 →