AI 代理要接手工作了，你的流程和知識準備好了嗎？

過去兩年，大家忙著學怎麼跟 AI 對話、怎麼寫提示詞、怎麼讓它幫忙寫文案做圖。這些都還有用。但接下來會出現一個新的局面：AI 代理開始能互相交辦工作，一個代理把任務丟給另一個代理，談完才把結果收斂回給人。

我的專業是設計 AI 知識架構，平常的工作就是幫組織把散落的資訊、流程、規則整理成一套人找得到、看得懂、用得動的結構。所以當這個趨勢冒出來，我看到的重點跟工程師不太一樣。工程師會去研究代理之間怎麼連線、怎麼通訊。我看到的是另一件更前面的事：當機器要開始接手一段工作，它接得住接不住，先取決於你的流程和知識，有沒有被整理成它讀得懂的樣子。

這篇就講這件事。技術的部分巨頭已經在鋪，不用我們操心。我們要操心的，是自己這端的準備。

一、AI 代理開始互相交辦工作，跟你有什麼關係

先把場景講白。

以前你用 AI，是你打開一個對話框，你問它答，全程你在開車。接下來會多一種用法：你的 AI 去跟別人的 AI 接洽。你要訂一個服務，你的代理去跟對方公司的代理確認規格、比價格、查庫存，談完把幾個選項丟回來給你挑。人從每一個步驟，退到關鍵的決定點。

這個方向有業界共識在推。2025 年 Google 提出的 A2A，就是在替不同公司做的 AI 代理之間能互相找到、交辦、協作鋪共同的軌道。但我不打算在這篇花篇幅講它的技術細節，因為對企業來說，協定怎麼運作不是重點，重點是它鬆動了一個你過去習以為常的假設。

過去跨部門、跨公司的協調，規格怎麼談、例外怎麼處理、一件事怎麼拆成步驟，很大一部分壓在人身上。當代理能互相交辦，這層協調會慢慢被機器接過去。一張採購單、一個客服案件、一份報價，過去要好幾個人接力，未來有機會由各環節的代理先互相對接，把人留在審核和負責的位置。

那瓶頸跑到哪去了？跑到你這端。機器要接手一段工作，它得先看得懂這段工作長什麼樣：輸入是什麼、要參考哪些資料、做完算什麼樣子、誰有權放行。如果這些東西只存在某個老員工的腦袋裡，或散在十幾個檔案、群組對話和沒人維護的試算表裡，那再厲害的代理也接不住。

所以這件事跟你有關的點，講到底是一句話：協定會成熟，但能不能接得上，看的是你有沒有先把流程和知識準備好。

二、流程沒整理，AI 接不住

很多老闆一聽到 AI 要接手工作，第一個反應是去看要買哪套工具。我的建議剛好相反：先盤點流程，工具的事往後放。

理由很簡單。AI 代理擅長接手的，是那種有固定步驟、會重複、輸入輸出明確的工作。如果你連自己這件事是怎麼跑的都說不清楚，買再貴的系統，它也只是把混亂自動化得更快而已。

盤點流程不用搞得很大。你可以先挑五個高頻、重複、現在很吃人力的流程下手，像報價、客服回覆、會議紀錄整理、提案初稿、內部找資料。每一個流程，用幾個欄位把它寫清楚：

• 什麼情況會觸發它
• 需要哪些輸入資料，這些資料現在放在哪
• 跑完要產出什麼成果
• 中間用到哪些工具
• 這些資料是誰的、能不能對外
• 做錯了代價有多大
• 最後要誰看過、誰放行

你會發現，光是老老實實把這幾欄填完，就已經有收穫。很多流程之所以一直卡、一直要人盯，不是因為難，是因為從來沒有人把它畫清楚過。它一直靠某幾個人的默契在跑。

這件事就算 AI 代理還沒到，也值得做。流程畫清楚，新人上手快、交接不會掉東西、品質比較穩。AI 只是讓「流程要清楚」這件事，從加分題變成必考題。一個說得清楚的流程，人接得順，機器也才接得住。

三、知識入口：讓機器找得到正確資訊的第一步

流程畫清楚之後，下一個問題是：流程裡要用到的資訊，機器找得到嗎，而且找到的是不是對的那一份。

這就是知識入口要解決的事。我先講一個幾乎每家公司都有的毛病：同一件事，有好幾個版本。報價單有三個版本散在不同人的電腦裡，最新的價格表只有業務主管知道，公司簡介在官網、在提案檔、在某個 PDF 裡各寫各的。人遇到這種狀況，會憑經驗去問對的人、挑對的檔。機器不會，它只會老實地讀到哪份算哪份，然後把過時或錯的資訊當成正確答案用出去。

所以要讓 AI 接手工作，你得先替每一類重要資訊立一個唯一真相來源。意思是，一件事就一份權威版本，放在一個固定的地方，由固定的人維護。報價邏輯就一份、產品規格就一份、公司介紹就一份。其他地方要用，是去引用它，不是各自再抄一份出來。

立了唯一真相來源，還要讓它好被找到。這就是知識入口的概念：把這些權威資料整理成有清楚層次、有標題、有結構的樣子，而不是塞在一個幾十頁、沒有目錄、靠 Ctrl+F 硬撈的大檔裡。人翻起來順，機器讀起來也順。一份結構清楚的資料，等於替未來要來接手的代理，先鋪好一條找得到正確答案的路。

這裡有個我自己一直守的標準：同一份東西，要讓人和 AI 都好找、好讀、好用。人用眼睛掃過去是乾淨好懂的版面，機器來讀是一份結構清楚、接得住的資料。不是只為機器設計，把人能讀的版面犧牲掉；也不是只顧人看，留一團機器讀不順的東西。兩種讀者一起顧，這份資料才同時對人和對 AI 有用。

四、任務拆解與審核點：誰做、誰查、誰放行

流程清楚了，資訊也找得到了，接下來是最關鍵、也最容易出事的一段：哪些步驟交給代理、哪些留給人，以及這中間誰負責把關。

我的原則是，不要把一整件事整包丟給 AI。要先把流程拆成一步一步，再判斷每一步是「人來判斷」「工具去查」還是「代理可以代做」。

拿客服回覆當例子。它不是一個動作，它至少可以拆成：讀懂客戶問題、去知識庫查相關規定、草擬一份回覆、人看過確認、送出。這五步裡，查資料和草擬回覆適合代理代做，讀懂問題的細微情緒、最後送出去面對客戶，這兩端最好留人。每一個交給代理的步驟，都要寫明白：它吃什麼輸入、要產出什麼、做到什麼程度算完成。

拆完之後，務必標出審核點，也就是「誰做、誰查、誰放行」要寫死。哪些動作代理可以自己完成，哪些動作做完一定要有人簽核才算數。對外送出的訊息、任何牽涉付款的動作、刪改客戶資料，這幾類我會強烈建議都設成必須人工放行。代理可以把東西備好到最後一步，但按下那個鍵的，是人。

同時要劃清楚資料邊界和權限。哪些資料絕對不能讓代理碰、不能往外送，先畫紅線：個資、客戶合約、財務數字、還沒公開的策略。哪些資料可以給、給到什麼程度，事先講清楚。每一次代理做了什麼操作，都要留下紀錄，事後查得到。

這套東西聽起來像在替 AI 設規矩，其實它就是一份清楚的權責表：誰做、誰查、誰放行、誰能碰哪些資料。這份表本來就該有，很多組織只是一直靠默契撐著沒寫下來。趁這次把它寫清楚，你不只是替 AI 做準備，你是順手把組織的權責邊界補齊了。越早立，未來真的要放手讓代理多做一點的時候，你才放得安心。

五、現在就能做的三件事

講了這麼多，收斂成三件你這週就能開始的事。

第一，挑一個流程，把它寫清楚。不用一次盤點全公司。挑一個最高頻、最煩人、最吃人力的流程，照前面那幾個欄位，把觸發條件、輸入資料、產出成果、所用工具、資料歸屬、出錯代價、審核的人填完。光這一個，你就會對「整理流程」這件事有感覺。

第二，替一類重要資訊立一個唯一真相來源。先選一樣最常被問、最常出錯版本的東西，可能是報價、可能是產品規格、可能是公司介紹。把它整理成一份權威版本，放在固定的地方，指定一個人維護，並且整理成有清楚標題層次、好找好讀的結構。其他地方一律引用它，不要再各自抄。

第三，替一個你最在意的流程，畫出它的審核邊界。把步驟拆開，標出哪幾步未來可以交給代理、哪幾步一定要人放行、哪些資料絕對不能外流。先有這張表，未來不管你用哪一套工具，都有一條清楚的線。

這三件事有個共通點：就算 AI 代理還要一陣子才真的走進你的日常，它們今天做也都是賺的。流程清楚、資訊有唯一版本、權責邊界寫明白，這本來就是一個組織該有的底子。AI 只是把這件事的急迫性往前推了一大步。

真正稀缺的能力，正在從「會用 AI」，移到「會把流程、知識和邊界整理清楚」。協定那一端，巨頭已經在鋪。剩下能不能接得上，看的是我們自己這端的準備。先把家裡整理好的人，等代理真的來敲門時，才接得住。