AI 時代的典範轉移:從流程化到完全 AI 化的未來

未來的這一年,我們將從主動尋找應用程式,轉變為應用程式圍繞著我們提供服務。探索 AI 時代如何徹底改變我們的工作方式,以及如何透過 Skill 和 MCP 實現完全的 AI 化。

AI 時代的典範轉移:從流程化到完全 AI 化的未來
AI 時代的典範轉移 Infographic

世界正在改變

未來的這一年,我們將會從本來是要自己去各個應用程式的,變成是各個應用程式圍繞著我們。就像過去的企業管理的典範轉移,一個完全的客製化的產品即將誕生。

在企業管理裡頭,過去我們必須要去各個工廠來去購買東西,而在現在,許多的各個工廠,他們圍繞在我們的四周,為我們做量身打造的產品。而這樣的典範已轉,也即將來到軟體世界的服務。

根本的改變是什麼?

未來的交互,不會再有 UI 的呈現,而是單純的純粹。當你講到某個關鍵的服務的時候,它就會自動跳出來幫你去做服務。也就是說在明年的時候,我們會多的發現到,不只是將傳統轉為數位化、流程化,而是完全的 AI 化。

你應該要做什麼?

如果說你已經有完成的流程化,跟檢視目前的工作流有哪些地方可以去作為一個流程的方式,使用過一些 N8N 的話,我想再來你最需要做的事情就是將所有過去的流程組建成一個一個的 skill

組建 Skill 的關鍵

組建 skill 聽起來好像很容易,但其實這牽扯到很多的事情。首先第一,你的所有的產品的服務都必須要變成是 MCP。舉一個簡單的發文的社群管理好了,它要能夠支援:

  • 支援圖片
  • 支援影片
  • 支援留言
  • 支援多張圖片
  • 支援多個影片
  • 支援各種檔案格式

而所有的客製化的服務,所有的節點,你都要在這個 MCP 裡面包含。而這樣的腳本,會有另外一個機器人來去跟另外一個機器人之間的溝通。

也就是說你的 skill,在這個 skill 它必須要給它一個武器,這個武器就是有一個 MCP,針對你所要完成的任務,有各種各式客製化的 API 節點。

實際案例:社群發文

舉個例子,我今天想要在社群發文,這個事情它必須要能夠做到在 Facebook 發文,而在發完文之後的留言處附註來源的出處,因為這樣才不會傷害到整個網站的曝光率,但同時又可以讓人家知道這是從哪個地方來。

同一時間,我也希望它能夠自動發佈部落格的文章出去。這個部落格文章有圖有文,甚至是希望它能夠有 Google 的自動檢索。

而我在使用 AI 的時候,我不會去講到太多的這些事情,我只會說「幫我發一個文」,它就要把後續這些所有的瑣碎的細節事先都定義好,在 Skill 裡頭。然後當下次要發文的時候,它就會自動調用這些服務來做出最好的判斷,把這些內容彙報跟發佈出去。

令人興奮的時代

這是一個令人很興奮的時代,因為所有的服務即將會面臨到完全的 AI 化,而這個能夠去使用的,它所耗節省的時間絕對是不止十倍以上

開始行動

你已經盤點好你有哪些工作可以去流程化,或者是說在 AI 的時代可以幫助你了嗎?

如果還沒有,強烈建議你可以試試看,每天寫一點東西來發布文章,試試看這樣的一個簡單的流程,逼自己的大腦去吸收並處理,然後嘗試整個 AI 流程。


本文章使用 AI 輔助撰寫與視覺化呈現

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin