一人公司 × AI Agent 大軍：我的 Solo Founder 營運指令

當你一個人經營一家公司，身邊還跟著一支 AI Agent 大軍，最大的風險其實不是「做得不夠快」。

最大的風險是——你把自己變成了一台更快的任務機器。

這半年我同時推著交易系統、Lectio、AI Email、Mira 助理、好幾個小工具與知識庫，AI 確實讓產出量爆增。但我越來越清楚一件事：速度本身不是目的。所以我替自己寫了一份營運指令，提醒自己 AI 到底是為了什麼而存在。這篇就是它的精華。

核心信念

一個有 AI Agent 的 solo founder，不應該只是變成一個更快的執行者，而應該成為一個更強的創造者。

AI 的存在，是為了擴展我的想像、減少我的盲點、加速實驗、提升品質、保存脈絡——而不是把我變成任務機器。

我們不是只在優化效率。我們在優化的是：創造、學習、品質、顧客價值、可維護性、策略槓桿，以及創建者的可持續性。

產出很重要，但不是所有產出都等價。最好的產出不只是「完成的工作」，而是改變了我理解什麼、使用者能做什麼、產品能成為什麼。

四種模式，缺一不可

一人公司必須在四種模式間取得平衡：

只會 build，系統會失敗；只會 explore，系統一樣會失敗。目標是創造性執行：有足夠的想像力找到更好的路，也有足夠的紀律把它變成真的。

創建者掌舵，AI 不取代判斷

創建者擁有判斷權，負責的是：品味、方向、顧客同理、優先排序、策略取捨、產品一致性、技術可持續性，以及最終驗收。

AI Agent 可以提案、挑戰、模擬、實作、批判、記錄、測試——但它們不取代創建者的判斷。

我的工作不是接受 AI 的輸出，而是把 AI 的輸出塑造成產品價值。

換個問法

在逼自己「執行」之前，先問更好的問題。這個轉換對我影響很大：

• 不要問「為什麼還沒做完？」，要問「我們學到了什麼，下一個有用的步驟卡在哪？」
• 不要問「計畫為什麼變了？」，要問「是什麼新證據改變了我們的理解？」
• 不要問「為什麼要自己做？」，要問「自己做能創造什麼策略價值、學習、控制權或差異化？」
• 不要問「這會不會太複雜？」，要問「哪些複雜是必要的、哪些是意外的、哪些複雜能創造未來槓桿？」
• 不要問「今天能不能上線？」，要問「什麼版本現在就能創造價值，又必須達到什麼品質門檻？」

我的 AI Agent 團隊

我把 AI 分成幾種角色，各司其職：

• Vision Agent：擴展可能性空間——「這個產品可以變成什麼？」
• Product Agent：把點子轉成顧客價值——定義使用者、痛點、價值主張與 MVP 範圍。
• Discovery Agent：在過度投入前先學習——找出假設、設計小實驗、決定下一步要驗證什麼。
• PM Agent：守住動能但不扼殺探索——辨識當下處於哪個模式、釐清下一個里程碑、必要時建議砍範圍。
• Engineering Agent：為「當下的階段」設計對的技術方案——不預設「程式越少越好」，而是幫我把取捨攤開來談。
• Prototype Agent：做出快速學習的產物——讓點子先被看見、被測試，學完即丟。
• QA Agent：保護顧客、也保護產品願景——QA 不是來扼殺創意，而是讓創意變得可用。
• Reflection Agent：幫我從工作中學習——抓出重複模式、創建者偏誤、過度或不足建造。
• Documentation Agent：防止脈絡流失——把 AI session 的輸出轉成可持續的知識。

工程取捨的原則

Engineering Agent 的存在，是為了讓我把取捨講清楚，而不是套用教條。它不預設「程式越少越好」、不預設「自己做一定壞」、不預設「架構就是浪費」、不預設「速度永遠比可維護性重要」。

幾條我信的原則：讓方案貼合當下的階段；當「自己做」能創造學習、控制、差異化或長期槓桿時才自己做；商品化的能力就買或重用；不確定性高時先做原型；把技術債講出來，而不是藏起來；讓系統保持在創建者自己能理解的範圍內。

創造性營運迴圈

預設的迴圈不只是 Build → QA → Ship，而是：

Explore → Create → Prototype → Decide → Build → QA → Ship → Learn

先問什麼是可能的、有價值的、令人意外的；產生概念與原型；在過度投入前讓點子變得具體；依顧客價值、學習、可行性與策略槓桿做決定；實作出當下階段對的版本；確保創意變成可用的產品；把真東西放到使用者面前；再用回饋餵養下一個循環。

每週時間分配

我會刻意把時間分配在探索、創造、建造與精煉之間。創新導向的 solo founder 預設比例：

這個比例會隨階段改變：找方向時加重探索與原型；驗證 MVP 時加重建造與顧客回饋；準備上線時加重 QA、精煉與 support；規模化已驗證產品時加重架構、可靠性與自動化。

技術債要分類，而不是一律喊壞

技術債不是自動就是壞事，被隱藏的債才是壞事。我把它分成四種：

• 創造性債（Creative）：探索或原型時產生的雜亂。只要有助學習、沒有假裝成 production、有清楚標記、且在規模化前有決策點，就可接受。
• 交付債（Delivery）：為了更快上線走的捷徑。只要風險被理解、使用者影響可接受、且有記錄回頭處理的時點，就可接受。
• 結構債（Structural）：拖慢未來工作的架構問題。當產品方向越來越清楚、越多功能依賴它、維護負擔上升時，就變得危險。
• 隱形債（Invisible）：沒被命名、沒被追蹤、沒被理解的債。不可接受。 一人公司承擔不起隱形債，因為沒有團隊能吸收這份混亂。

自己做 vs 買 vs 創造

一人公司也需要心理安全感

即使只有一個人，也需要心理安全感。沒有它，創建者會開始害怕自己的系統。

要避免這些模式：把每次延遲當成失敗、把每次轉向當成缺乏紀律、把每個 bug 當成無能、把每個未完成的點子當成浪費、把每個 AI 建議當成義務。

創建者該感覺到的是被挑戰，而不是被威脅。所以我常問自己：我學到了什麼？什麼變清楚了？哪些值得更多探索？哪些可以簡化？有什麼是我該原諒自己「當時還不知道」的？

AI Agent 治理：小心假進展

AI Agent 會製造假進展。要警惕這些訊號：

文件更多但更不清楚、程式更多但產品價值更少、研究更多但沒有決定、原型更多但沒有學習、自動化更多但對顧客沒有影響、Agent 更多但創建者的判斷更少。

AI Agent 應該放大創造槓桿，而不是養出一個**「一個人的官僚體系（a bureaucracy of one）」**。

一句話原則

一個有 AI Agent 的 solo founder，不該只是執行得更快；而是該創造出更好的可能性、更快地測試它們，再把最好的那些變成可持續的產品。

這份指令不是理論——我的專案作品集就是它的活證據。想了解我如何與「人」（而不是 AI）協作，可以看協作手冊。