我不是純工程師，也不是純業務。真正稀缺的能力，是同時聽得懂三種語言。
我的作品是一個代理商作業系統的四個層——從最接近營收的營運層，往上到讓 AI 進入工作環境的個人 infra 層。
每一個都從真實營運現場長出來。點卡片展開完整拆解。
不是先有工具，是先看懂現場。這五步，是我把混亂變系統的順序。
我不是突然做出幾個功能，而是長期從真實現場逐步演化出自己的 AI 作業系統。
從 2025 年開始，我把工作裡想清楚的事寫下來。不追求廣度，只寫我真正想通的——AI 科技、商業策略、與關於人的哲學，21 篇。
不是先懂技術，是先看懂一間真實的傳統代理商，每天把時間花在哪裡。
我大學讀電機，後來回到父親從 1980 年代做到現在的貿易公司幫忙。公司不大，但很穩——穩到所有流程都用最傳統的方式撐著：LINE 群、Excel、紙本對帳、靠記憶判斷哪個客戶急、哪個廠商的信要先回。我進公司後第一個感覺不是「這家公司很難做」，而是：有太多時間花在不應該花時間的地方。
我對 AI 的起點不是技術，而是世界觀——受赫拉瑞《簡史三部曲》啟發，我開始理解敘事、制度與資訊流如何決定一個組織的運作。接手之後，我沒有停在學習，而是決定把一半的工作交給 AI，一步步把訂單、報價、客服、知識歸檔重構成跑得起來的系統。
這些系統不是簡報裡的 demo，是跑在 24 小時開機的 Mac mini 上、我每天早上第一份要看的資料。我把這一路怎麼做、怎麼想的，公開記錄在這裡——不是要推銷什麼，只是如果你也在弄類似的事、或單純想交流，這裡有一扇打開的門。
「我不怕錯，我只怕錯過與搞不清楚為什麼錯。
只要能在錯誤中發現點什麼，錯就不再只是錯——
而是邁向正確的其中一個中間步驟。」
我知道 AI、自動化與 Agent 很難，也知道這條路很花時間。我踩過許多坑：流程設計錯誤、工具限制、API 串接問題、資料格式混亂、AI 回答不穩定、權限與系統整合問題。
但正因為這件事夠難，才形成門檻。它剛剛好難到多數人不會立刻投入，卻又剛剛好是我能靠持續迭代、實作與修正，慢慢做出成果的領域。
這讓我累積了先手優勢，也逐漸建立信心：AI 不只會取代某些工作，它更會放大那些願意理解流程、拆解問題、承受錯誤並持續迭代的人。