https://easonkuo.com/writing/Eason Kuo 郭怡賢，分享企業 AI 進入真實營運後，在流程、產品、成果驗證與團隊管理上的判斷與取捨。主軸是「我改變過的判斷」：原本怎麼想、發現什麼問題、為什麼改變、後來怎麼做。zh-TW Sat, 31 Oct 2026 01:00:00 GMT https://easonkuo.com/writing/ai-proposal-ninth-draft/https://easonkuo.com/writing/ai-proposal-ninth-draft/Sat, 31 Oct 2026 01:00:00 GMT我原本想錯了提案改到第 9 版的反省：AI 做了多少事，不等於創造了什麼價值。用三個問題檢查自己，把已驗證的結果、同期發生的變化和對未來的期待分開寫。 https://easonkuo.com/writing/prototype-in-3-hours/https://easonkuo.com/writing/prototype-in-3-hours/Wed, 28 Oct 2026 01:00:00 GMTAI Native 工作法用 AI 協作，不到 3 小時做出第一版網站之後的反省：有些需求要先做出來才想得清楚。當第一版變便宜，提需求和帶團隊的方式也該跟著變。 https://easonkuo.com/writing/geo-trust/https://easonkuo.com/writing/geo-trust/Fri, 23 Oct 2026 01:00:00 GMTGEO / AEO從 SEO 到 GEO，所有品牌都想被 AI 推薦。當 AI 開始替消費者推薦商品，甚至直接完成購買，要先想清楚：誰來確保 AI 的推薦值得信任？ https://easonkuo.com/writing/managing-the-unknown/https://easonkuo.com/writing/managing-the-unknown/Thu, 22 Oct 2026 01:00:00 GMTAI 落地與營運好的管理，不是要求團隊永遠知道正確答案，而是答案還不清楚時，也知道如何繼續往前走。 https://easonkuo.com/writing/everyone-done-still-wrong/https://easonkuo.com/writing/everyone-done-still-wrong/Sat, 17 Oct 2026 01:00:00 GMT我原本想錯了PM、工程、QA 都完成了，功能也通過測試，問題卻沒有解決。從一次驗收反省團隊的工作方式：功能通過測試是技術驗證，問題獲得改善才是業務成果。 https://easonkuo.com/writing/api-is-not-integration/https://easonkuo.com/writing/api-is-not-integration/Sun, 11 Oct 2026 01:00:00 GMTAI 落地與營運API 接通，不代表系統真的整合了。從電商與物流的串接，談取消、重送、逾時、部分成功等異常情境由誰負責、跨系統狀態怎麼保持一致，以及為什麼需要端到端驗收。 https://easonkuo.com/writing/why-i-write/https://easonkuo.com/writing/why-i-write/Fri, 09 Oct 2026 01:00:00 GMT工作日記為什麼開始認真寫 LinkedIn：幫自己留一本工作日記，記下當時為什麼這樣決定、怎麼犯錯、怎麼修正。AI 可以幫我們整理知識，人生的體悟還是得自己走過。 https://easonkuo.com/writing/platform-vs-unclear-process/https://easonkuo.com/writing/platform-vs-unclear-process/Sun, 04 Oct 2026 01:00:00 GMT這個需求，我最後沒做平台化真正困難的，不是 Development，而是 Standardization。 https://easonkuo.com/writing/fde-business-problem/https://easonkuo.com/writing/fde-business-problem/Sat, 03 Oct 2026 01:00:00 GMTEnterprise AIFDE（Forward Deployed Engineer）變熱門，代表企業開始承認：AI 最難的不是把功能做出來，而是把業務問題真正做掉。從 FAE 與 FDE 的差別談起。 https://easonkuo.com/writing/dont-give-answers-first/https://easonkuo.com/writing/dont-give-answers-first/Mon, 28 Sep 2026 01:00:00 GMT帶人收到問題時先不給答案：給 Context、讓同仁判斷、做決定、承擔結果。幫團隊把事情做完很容易，把一個人帶到能自己判斷難很多；AI 越強，判斷力越值錢。 https://easonkuo.com/writing/agent-delegation/https://easonkuo.com/writing/agent-delegation/Sat, 26 Sep 2026 01:00:00 GMTAI 治理用 AI Agent 做 User Testing，它能一路註冊、取得 Email OTP、完成預約。當 AI 可以代表一個人操作系統，要重新設計的不只是 Login，而是 Delegation：授權到哪裡、怎麼留下紀錄。 https://easonkuo.com/writing/context-engineering/https://easonkuo.com/writing/context-engineering/Thu, 24 Sep 2026 01:00:00 GMTEnterprise AIEnterprise AI 越來越少調 Prompt。真正上線時要回答：AI 該知道哪些資料、哪些情況要停、什麼時候轉真人、下一步接什麼服務。模型會換，企業能累積的是自己的 know-how。 https://easonkuo.com/writing/doing-the-wrong-thing-faster/https://easonkuo.com/writing/doing-the-wrong-thing-faster/Sun, 20 Sep 2026 01:00:00 GMT這個需求，我最後沒做需求一個個做完，產品卻沒有變好。以健檢方案為例，把功能需求往回拆到業務問題：客戶不是不會點，是不知道該選什麼。AI 越快，越要小心：那可能只是更有效率地做錯事情。 https://easonkuo.com/writing/feature-request-is-not-the-need/https://easonkuo.com/writing/feature-request-is-not-the-need/Sun, 13 Sep 2026 01:00:00 GMT這個需求，我最後沒做讀《馬斯克寶典》的反省：先質疑需求，再刪除、簡化，最後才自動化。以健檢為例，功能需求只是表象，真正需要被改變的，往往是背後的業務流程。 https://easonkuo.com/writing/model-and-harness/https://easonkuo.com/writing/model-and-harness/Fri, 11 Sep 2026 01:00:00 GMTEnterprise AI企業 AI 服務的關鍵，常在模型外面那一層 Harness：Model + Context + Tools + Rules + Permission + Workflow + Guardrails。以健康管理的血壓問題為例。 https://easonkuo.com/writing/healthcare-workflow/https://easonkuo.com/writing/healthcare-workflow/Sat, 05 Sep 2026 01:00:00 GMTAI 上線之後先不要急著做 AI，先看 Workflow：Data → Prediction → Decision → Action → Behavior → Outcome。AI 最容易的是預測，難的是後面四步，以及醫療場景裡誰負責。 https://easonkuo.com/writing/health-coin-next-action/https://easonkuo.com/writing/health-coin-next-action/Sun, 30 Aug 2026 01:00:00 GMTAI 上線之後健康幣真正要設計的不是幣值，而是想改變什麼行為。用馬斯克演算法推導哪些行為值得鼓勵：AI 判斷下一步，獎勵讓行為真的發生。 https://easonkuo.com/writing/delete-before-automate/https://easonkuo.com/writing/delete-before-automate/Sun, 23 Aug 2026 01:00:00 GMTAI Native 工作法AI Transformation 最難的不是模型，而是我們願不願意重新設計工作本身。