KeyFrame內部研究專用

EP133|人家 EMO 一整年是去籌備課程,那我呢?ft. 張修修

曼報78 min中文
觀看原始影片

三句話摘要

張修修推出的「AI Agent訓練營」課程,深度討論如何運用AI Agent提升知識工作者的工作效率和生活品質。 建立清晰的個人工作系統,再搭配適當的AI工具,才是真正提升效率和生活品質的關鍵——不是AI本身有多聰明,而是你對自己的工作流程有多深的理解。 AI Agent的價值在於第三層。LLM和Harness是商品化工具,每個月只需20美金就能用到世界最強組合,真正產生差異的是個人構建的工作流系統——你的資料、知識庫、任務流程如何被結構化和整理,決定了AI能為你做什麼。

重點整理

  1. AI Agent的價值在於第三層。LLM和Harness是商品化工具,每個月只需20美金就能用到世界最強組合,真正產生差異的是個人構建的工作流系統——你的資料、知識庫、任務流程如何被結構化和整理,決定了AI能為你做什麼。

  2. 「先做後學」的課程設計特別有效。前兩週直接實作一個Agent,建立感受和直覺;第三週才拆解理論;第四週學習五個官方推薦的工作流;最後實作六個真實工作場景。這對習慣臨場發揮、不喜歡先學理論的人特別有效。

  3. 任務分類決定成敗。使用「交通燈」標準判斷:綠燈任務(資料不敏感、出錯易恢復)如記帳、資料整理可放心交給AI;黃燈任務需謹慎;紅燈任務(既敏感又無法恢復)如直接發送客戶郵件應避免。公開發表的創意內容也不應交給AI生成後聲稱自己寫,這樣會被輕易識別出AI痕跡,傷害個人品牌信任。

  4. 建立清晰工作流程是前置條件。連自己怎麼做事都沒想清楚,再強大的工具也只會製造更多混亂。課程會逼迫學習者寫下工作流程,教你如何給AI恰當的指令:哪些是必須遵守的硬性規則、哪些可自主判斷、保留多少彈性空間。

實用技巧與重點

  • AI Agent架構
  • 第一層:LLM(大腦),即Claude、GPT等模型
  • 第二層:Harness(工具),目前常用的有Claude和OpenAI工具
  • 第三層:個人工作流系統,包括資料、知識庫、工作流程結構
  • 課程內容
  • 第1-2週:step by step實作一個Agent
  • 第3週:拆解AI Agent的定義和原理
  • 第4-5週:實作Anthropic官方五個知識型工作者常用工作流
  • 第6週:實作六個常見工作痛點的解決方案
  • 重要工作流
  • Email Routing(分流式工作流):最能最大程度發揮AI Agent價值的工作流
  • 下指令三層級
  • 必須遵守的規則:如資料存放位置、API呼叫方式
  • 可自主判斷的部分:讓AI的語意理解能力發揮
  • 保留的彈性空間:避免規則過多讓AI變笨
  • 任務分類標準
  • 綠燈:資料不敏感 × 出錯易恢復
  • 黃燈:二者之一較風險
  • 紅燈:資料敏感 × 出錯難恢復,應避免

結論

建立清晰的個人工作系統,再搭配適當的AI工具,才是真正提升效率和生活品質的關鍵——不是AI本身有多聰明,而是你對自己的工作流程有多深的理解。

完整解析

張修修在過去一年經歷了從AI初學者到深度使用者的轉變。受到軟體工程師DHH和投資人Naval Ravikant的啟發,他意識到自己可以透過AI重新拿回被放棄多年的編程能力,同時優化工作流程。他開始深入研究AI的本質,甚至考取AWS認證來系統性理解技術基礎。

這堂課的核心洞察是:AI Agent本質上是一個三層架構。最上層是LLM,這層技術迭代最快,每半年可能就有重大突破,但一般使用者不需要自己改進。中層是Harness(工具),也在不斷演進,但大多數人已能透過付費服務使用最新版本。真正的差異化在第三層——個人的工作流系統,這是每個人都能掌控且需要自己建立的部分。

課程採用實踐導向的教學法。主持人們特別提到,對於習慣臨場發揮、不喜歡先背理論的人(譬如主持人Manny自己就是這樣),「先做後學」的設計特別有效。前兩週直接帶你做出一個可運作的Agent,讓你先有感受和直覺,第三週再回過頭來理解背後的邏輯。這樣學習者不會被一大堆理論淹沒,也不會陷入「我會用但不懂為什麼要這樣做」的困境。

課程特別強調了「任務分類」的重要性。使用「交通燈」標準:綠燈任務完全可以放心交給AI——例如記帳、資料整理、郵件分流;黃燈任務需要更多監督;紅燈任務(既涉及敏感資訊又難以挽回的)應該直接避免。一個常被忽視的紅燈區是個人品牌的公開內容——很多人試圖用AI生成社群媒體文章或部落格貼文,但這樣做會被瞬間識別出AI痕跡,反而傷害真實性和信任。個人品牌的價值恰恰在於真實的聲音和觀點。

另一個課程的核心前置條件是「自我認知」。張修修一再強調,如果你自己都還沒想清楚工作流程是什麼,AI工具只會把混亂放大。這很像整理家居一樣——你可能讀過很多收納大師的理論,擁有無印良品的高級收納工具,但如果你沒有想清楚家應該長什麼樣子、生活動線是什麼,再好的工具也幫不了你。課程會逼迫學習者寫下自己的工作流程,然後教你如何適當地給AI指令——哪些規則是鐵律必須遵守,哪些可以讓AI自主判斷,保留多少彈性空間讓AI發揮最大效能。

主持人們也分享了實際應用的案例。其中一位主持人用課程中的方法幫助老婆自動化記帳流程——從原本耗時耗力、總是拖到最後一刻才完成的繁瑣工作,變成只需按一個按鈕就能把拍照的收據轉換成可申報營業稅的文件。這不只是省時間,更重要的是釋放了心理空間,讓人可以去做真正有意義的事。

74 min
AI 技術中文PODCAST11月12日

EP135|從 AI 短劇到 AI 原生娛樂

  • 技術進展推動一致性突破:從 Runway、Suno、Cadance 等模型的演進,AI 短劇在角色一致性、音樂生成等方面已達到商用水準,讓快速批量製作成為可能。
  • 龍傲天敘事成為核心需求:觀眾對「弱到強」的成長敘事有深層渴望,而 AI 短劇可以快速迭代這個套路的各種變體(修仙、科幻、性轉等),滿足無法從現實獲得的心理補償。
69 min
企業管理中文PODCAST10月5日

EP132|第一年就有了一萬名付費會員,然後呢?(ft. Vincent 余鎮文)

  • 從金錢驅動到好奇心驅動:Bing從證券分析時的「愛錢」心態,逐步演變為享受研究本身的樂趣,將分析比作不斷擴充自己的工具箱,這種內在轉變成為漫步Pro真正的推動力。
  • 差異化選題策略:團隊有意避開已被過度分析的科技股,轉而深入傳統產業的巨型企業(市值數百億美元以上),從市場忽視的角度挖掘商業本質,這個策略有效填補了市場空白。