AI Agent爆發的這些日子裡,我整理的駕馭AI慣老闆指南

2026/04/09

ai-agent-boss-guideline

 Co-Authored-By: Claude Opus 4.6 👾

 

這篇文章就是 AI 員工寫的,慣老闆只給素材+最後微調

以前寫一篇技術文章很痛苦

光搜集素材、整理資料就要花掉好幾天

常常搞到最後懶得寫很久沒更新

notion 筆記裡躺著一堆 memo

改天就是永遠不會來的那天

 

現在靠自製的兩個 Claude Code skill,流程輕鬆很多

/article-memo — 我丟一些結構鬆散的memo文字或是連結進去

agent 幫我想標題、建議頁面代碼(URL slug)

然後來回討論文章架構

最後產出一份結構化的 memo 檔案

 

/article-writer — 讀 memo、撰寫完整 HTML

透過 Playwright MCP 直接操作 CMS 編輯器填入內容

連儲存都幫我按了

 

這篇文章我提供的原始素材大概 200 字的重點 memo

最後產出的文章你現在正在讀

省下的不只是打字時間

而是每次開 CMS、排版、貼程式碼、調格式那些重複到想翻桌的瑣碎操作

 

不過當然寫出來的味道跟我原本的寫法、用詞差很多 😅

之後再餵給他更多我的過去文章慢慢調教

不過花少少工產出七八成滿意的東西

再微調一下就上真的是舒服

 

2025 Agent 爆發,我也焦慮過

2025 年底 AI agent 大爆發

社群媒體天天被洗各種焦慮文

什麼「不會用 AI 的工程師要被淘汰」

「AI 已經能寫出比你好的程式碼」

看到都快 PTSD 了

 

老實說我焦慮一陣子常常 fomo

覺得好像不趕快跟上就要被時代拋棄

中間交叉試了不少工具 — GitHub Copilot、Google Antigrity、Cursor、Claude

各種排列組合都玩過一輪

不是一開始就找到最佳解

每個工具的強項不同,適合的場景也不一樣

只能慢慢比對、慢慢摸索

最後才找到覺得舒服的工作模式

也才有了這篇文章想分享的這些做法

 

重點不是用了哪個工具

而是你怎麼管理這些工具

 

第一步:幫 AI 員工辦到職 — 建立專屬帳號

這是我覺得最基本但很多人沒做的事

幫 agent 建立專用帳號

 

Gmail、GitLab、GCP service account,該建就建

不要把自己的帳號密碼或是 personal access token 直接丟給 agent 用

把 agent 專屬帳號邀到你需要他處理的 project 就好

而且 token 有效時間要設定短一點,定期 rotate

理由很簡單:

 

service account or token 外洩時影響範圍可控

agent 的 token 被洩漏,你撤銷那組就好

不會連帶影響你自己的帳號權限

 

git log 能區分人和 agent

看 commit 歷史就知道哪些是人寫的、哪些是 agent 產的

出事的時候能追蹤責任

 

權限最小化原則

agent 帳號只開他需要的權限,不多給

 

想一下,你請外包的時候會把自己的帳密丟給他嗎?

不會吧

AI agent 也是一樣的道理

把他當一個新進員工或外包來管理就對了

 

員工守則要寫清楚 — Skill 與 Rule

帳號開好了,接下來要寫員工守則

 

Rule 就是護欄

告訴 agent 什麼能做、什麼不能做

例如我有一條 git-operation-consent rule

明確規定 agent 不能自己偷偷 commit 或 push

任何改變 git 歷史的操作都要先問過我

然後我只允許 agent 的帳號只能在特定 branch 下操作(其實就是類似我們團隊管理放權限給一些 RD 或是外包限制一樣)

# Git 操作同意規範
AI agent 嚴禁在未獲得使用者明確同意下,自行執行會改變 git 歷史或遠端狀態的操作。

## 適用操作
- git commit(含 --amend)
- git push(含 --force)
- git merge / rebase / reset --hard
- git tag(建立或刪除)

 

Skill 則是把重複的工作流程封裝成 SOP

就像這篇文章用的 /article-memo/article-writer

agent 照著 skill 定義的步驟跑,不會亂來

 

給工具不給鑰匙 — MCP 的實戰應用

ref: Model Context Protocol

MCP 讓 agent 可以串接外部工具

簡單說就是讓 agent 有手有腳

不只能讀寫程式碼,還能操作瀏覽器、查資料庫、讀 issue

 

我目前實際在用的幾個:

 

Playwright MCP — 讓 agent 開瀏覽器 debug 前端問題

或者像這篇文章一樣直接操作 CMS 填入內容

不用我手動開 DevTools 截圖再貼給他看

agent 自己開瀏覽器、自己看、自己修

軟體開發debug查問題也是讓 agent 自己開瀏覽器去查

 

GitLab / GitHub MCP — agent 可以自己去讀 issue 內容

看 MR 上的 comment,拿到上下文之後直接開工

不用我再複製貼上一堆東西

或是來來回回看票、跟agent問問題討論

 

DB MCP — 提供一個 readonly 的資料庫帳號給 agent

讓他自己查資料輔助 debug 或開發功能

注意是 readonly

不會讓 agent 有機會 DROP TABLE

 

MCP 很強大,但每個工具都要想清楚給什麼權限

網路上也是一堆有不安全的MCP或是plugin

 

員工的工作區要隔離 — Docker Sandbox

Agent 有時候會做出一些讓你心臟漏一拍的事

基本上有時候為了速度想要開 bypass mode 讓 agent 直接衝

誤刪檔案、亂改系統設定、執行危險指令

這些都是真的會發生的

 

解法就是把 agent 關進 Docker 容器裡跑

我的做法是建一個專用的 sandbox image:

FROM node:22-slim

# 安裝開發工具鏈
RUN apt-get update && apt-get install -y \
    git curl fish sudo jq make \
    && rm -rf /var/lib/apt/lists/*

# 安裝 Claude Code CLI
RUN npm install -g @anthropic-ai/claude-code

# 建立非 root 使用者 agent
RUN useradd -m -s /usr/bin/fish -G docker,sudo agent \
    && echo "agent ALL=(ALL) NOPASSWD:ALL" >> /etc/sudoers

USER agent

docker-compose 控制 volume mount 的範圍

只掛需要的目錄,MCP 設定檔用 read-only 掛載:

services:
  sandbox:
    image: mega-claude-sandbox
    volumes:
      - ..:${HOST_PROJECT_PATH}              # 專案目錄
      - ~/.claude:${HOST_USER_HOME}/.claude   # Claude 設定
      - ./.mcp.json:${HOST_USER_HOME}/.mcp.json:ro  # MCP 設定(唯讀)
      - /var/run/docker.sock:/var/run/docker.sock
    extra_hosts:
      - "host.docker.internal:host-gateway"  # 與宿主機通訊

幾個重點:

  • 用非 root 的 agent 使用者執行,降低權限
  • MCP config 以 read-only 掛載,agent 改不了自己的工具設定
  • 透過 host.docker.internal 跟宿主機溝通,例如連到 host 上的 Playwright server 或通知服務

 

agent 畢竟還是有失控的機率

工程上的基本防護還是要有

跟你不會讓外包直接 SSH 進 production server 一樣

 

一些Claude code 的小玩法

  • 自訂 statusline: 隨時顯示用量不焦慮
  • notifiy hooks
  • /buddy 寵物

 

 

結語:慣老闆的修煉之路

駕馭 agent 之後效率確實變快了

但新的問題也來了

context switch 越來越嚴重

同時開好幾個 agent 跑不同任務

結果變成人類自己才是瓶頸

回應速度、review 結果都沒 AI 快

大腦一下子就燒光 token,還要等冷卻才能繼續 🫠

 

練習不焦慮是現在最大的課題

當 AI 的使用成本越來越低

人類的專注力反而變成最貴的資源

 

然後就是 Claude pill 成癮問題

方案越買越深

整個像進到吃到飽 buffet,明明吃不下了還硬塞

目前還在練習不要常常吃到噎到 😂

unnamed

 

 

慣老闆的終極心法

讓 AI 員工做更多事

槓桿開到爆

但別讓他搞砸一切

也別把自己搞壞

共勉之 💪