工程師與PM的價值被AI重寫？Claude Code負責人點名：未來團隊最缺的不是「建造者」，而是這2種人|數位時代 BusinessNext

產品經理寫需求、設計師畫介面、工程師把規格變成產品，是科技團隊行之有年的接力賽。但生成式 AI 正在改寫交棒方式。

現在，產品經理可以做出可點擊的功能流程，設計師可以用真實資料測試互動，工程師也能在動手建置前並排比較多個原型。但更高的流動性與互補性，代表傳統的「部門」定義鬆動了嗎？

Anthropic 的 Claude Code 負責人 Boris Cherny 認為，真正鬆動的是「先寫文件，再交給下一個職能實作」的工作流程。當更多人能直接產出可操作成果，團隊的瓶頸也從「誰能把東西做出來」，移向「什麼值得做、如何做到可上線，以及誰來收拾與維護」。

Cherny 近期在一篇 X 貼文中提出 5 種「工作原型」，正好提供一套觀察框架，它的價值不在於預測哪些職稱會消失，而是把焦點從部門名稱轉回產品需要完成的工作。

AI 先改變的，不是職稱，而是交接物

有類似觀察的產業人士，不只有 Cherny。

例如 Figma 產品長 Yuhki Yamashita 觀察，AI 讓更多人具備「做產品」的能力後，速度可能製造虛假的進展感。

因此團隊真正的優勢不再只是「更快上線」，而是知道「什麼值得上線」。Figma 因此會把多個可互動原型並排比較，先驗證不同方向，再決定投入哪一個。

另一篇 Figma 官方案例則提到，會計軟體公司 FloQast 的使用者體驗主管，以模擬後端與接近真實的資料製作程式碼原型，因而提早發現「畫面看起來合理，實際流程卻行不通」的問題。

這類原型沒有完全取代產品需求文件（PRD），但讓原本寫在文件裡的假設，可以更早被操作、比較與推翻。

Anthropic 內部也出現類似變化。該公司公開的 Claude Code 使用案例顯示，產品設計團隊會把 Figma 設計稿交給代理寫程式、執行測試並反覆修正；設計師則在設計階段就處理錯誤狀態、邏輯流程與系統狀態。

換句話說，工程、產品與設計的邊界沒有消失，而是更多討論能以「可運作的東西」為共同語言。

5 種工作原型，分別推進產品哪一段？

Cherny 提出的 5 種原型，並不對應特定部門：

原型者（Prototyper）：大量提出並測試新點子，多數實驗不會上線，任務是快速縮小探索範圍。
建造者（Builder）：把概念轉成正式產品或基礎設施，補上測試、權限、效能與部署等條件。
清理者（Sweeper）：簡化介面與程式碼、移除不再需要的功能，控制產品與系統複雜度。
成長者（Grower）：持續調整既有產品，改善產品市場契合度（product-market fit，簡稱 PMF）、留存與使用情境。
維護者（Maintainer）：確保成熟系統的安全、可靠性、速度與成本效率，讓產品能在規模擴大後穩定運作。

一名工程師可以同時是建造者與維護者，一名設計師也可能兼具原型者與清理者；Cherny 認為，多數人會橫跨 2 至 3 種原型。

這套分類的前瞻性在於，補上傳統職稱沒有回答的問題：這個人最擅長把產品從哪個狀態，推進到哪個狀態？

當「做出來」變容易，清理與維護反而更稀缺

大家都在說 AI 讓寫程式、畫設計變快了，但很少人討論「速度」背後的代價。

Anthropic 的研究發現，工程師利用 AI 產出的東西變多了，但如果團隊只是一味地把這些產出塞進產品裡，結局通常是災難性的：過度的技術債、難以維護的架構，以及沒人在意的無用功能。

Boris Cherny 的觀點給了我們一個極佳的框架：「清理者」與「維護者」的地位將會超越「建造者」。

因為執行（Coding）可以大量委派給 AI，但方向判斷與架構整頓，永遠是人類專業知識的最後堡壘。

如果你是產品團隊的領導者，請檢查一下：你的團隊 KPI 是否正在懲罰那些願意花時間「刪除冗餘功能」的人？ 如果有的話，你們可能正處於加速累積負債的風險中。

對管理者而言，重點不是改職稱，而是找出缺口

企業不必急著取消工程、產品與設計部門。這些職稱仍承載專業標準、決策責任、資安權限與職涯制度，不能只靠「人人都能做」取代。

更實際的做法，是在招募、組隊與檢討流程時多問三個問題：團隊是否只獎勵新增功能？誰有權停止錯誤方向？誰明確負責清理與維護？

AI 降低的是產出第一個版本的門檻，不是打造好產品的全部難度。未來團隊的差異，未必在於誰擁有最模糊的跨職能職稱，而在於能否讓探索、落地、整頓、成長與維護都有人承接。

延伸閱讀：Micro LED是什麼？為何能成光電產業的CPO新機會？

資料來源：Boris Cherny 原始貼文、Anthropic：Boris Cherny 職稱資料、Figma：What matters when anyone can build、Figma：4 new ways to go from idea to product with AI tools、Anthropic：How Anthropic teams use Claude Code、Anthropic：Agentic coding and persistent returns to expertise

本文初稿為 AI 編撰，整理．編輯／先泰

隨著生成式 AI 與 AI Agent 的快速發展，企業導入 AI 應用，早已不是「要不要」的是非題，而是「如何選對解決方案」的決策題。

以 AI 客服為例，市場上雖然有眾多解決方案，但真正能夠拉開差距的，不是技術本身，而是對產業場景、服務流程與顧客需求的理解，這是決定AI 能否改善營運效率、提升顧客體驗，並創造實際商業價值的關鍵。

深耕客服領域多年的宏華國際，憑藉著長期累積的第一線服務經驗，以及對產業應用場景的深刻洞察，打造出適用多元產業的 AI 客服代理人，透過將客服經驗模組化、場景化，協助企業降低 AI 導入門檻與試錯成本，讓 AI 不只是技術工具，而是真正能快速落地、創造營運效益的虛擬助手。

有溫度的 AI 服務，成為企業競爭力的新關鍵

宏華國際資深技術顧問李宗遠指出，對企業、尤其是服務業而言，客服的價值早已不只是接聽電話或回覆訊息，而是建立顧客信任、優化服務體驗的重要平台。透過客服，企業不僅能維持對外溝通的一致性與完整性，也能延伸服務時間與服務範圍，進而即時掌握顧客需求，有效承接每一次商機。

然而，過去要打造全天候客服，企業往往需要投入大量人力與管理成本。如今，AI大幅降低了建置與維運成本，24 小時服務不再是大企業的專利。透過 AI 客服代理人，即使是資源有限的中小企業，也能在不額外增加人力的前提下，快速建立客服機制，提供更貼心、更有溫度的服務，而這也將成為未來服務業的重要競爭力。

以餐飲業為例，消費者有聚餐需求時，通常會透過網路訂位系統同時向多家餐廳預約，等到接近用餐日時，再做出最終選擇。此時，餐飲業者若能在網路訂位流程中整合 AI 客服代理人，主動提供完整且貼心的一條龍服務，例如：推薦適合餐點、提醒停車資訊、確認特殊飲食需求，甚至提前規劃包廂與慶生活動等，讓顧客到店前就有好的服務體驗，自然有機會打動顧客的心、成為最終選擇。

李宗遠認為，AI 的價值不只是提升效率，更在於協助企業打造更有溫度的服務，這不僅有助於降低臨時取消率、提升訂單轉換率與顧客黏著度，更能建立差異化競爭優勢，讓 AI 從工具真正成為企業夥伴。

AI 客服下一階段，比的不是技術，而是誰更懂服務場景

然而，AI 要打造有溫度的服務，關鍵不在於採用了哪些技術，而是 AI 能否真正理解不同產業的服務場景與顧客需求。為此，宏華將多年來服務不同產業、不同場景所累積的第一線經驗，轉化為開發 AI 客服代理人的重要基礎，讓 AI 不只是回答問題，更能理解企業的服務流程，以及客戶的情緒與潛在需求，提供更貼近人性的互動體驗。

李宗遠認為，宏華 AI 客服代理人可以為企業帶來三項價值。第一項是將原本仰賴人工處理的流程自動化。AI 客服代理人不僅能線上服務客戶，完成訂位、預約、報修等流程，還能自動執行後續作業，例如：生成維修派工單，並通知師傅前往服務。

第二項則是優化顧客體驗。AI 客服代理人以多模態 AI 作為核心，可以進行語音、文字與影像的互動，因此，顧客透過電話、LINE、社群平台、網站或實體門市等留下的互動記錄，都能整合至同一平台，避免在服務過程中產生斷點。

第三項是延長服務時間與擴大服務範圍，承接更多商機。AI 客服代理人支援國語、台語、英語 24 小時應答，無論顧客在任何時間、透過何種管道聯絡，甚至使用外語，都能獲得即時回覆。

十多年客服經驗，如何成為宏華 AI 的護城河？

當 AI 客服的技術能力逐漸成熟，真正難以複製的，不是模型，而是背後累積的服務經驗，而這正是宏華最大的競爭力。

宏華國際新事業處協理曾世忠指出，宏華國際深耕客服領域超過十年，累積全台數一數二的服務量能與顧客互動經驗。從客服、門市到到府服務，這些第一線服務經驗，不僅讓團隊更理解真實客服情境，也更熟悉不同產業的服務流程與需求，成為 AI 客服代理人得以持續優化的關鍵。

這些第一線經驗讓宏華非常清楚顧客互動過程中的各種變數，包括臨時修改需求、跳躍式提問、說話帶有情緒等。曾世忠表示，真實世界的客服互動很少按照既定腳本進行，許多AI在面對顧客突然改變想法或偏離原本的對話流程時，容易陷入重複問答或無法理解語意的困境，進而影響使用體驗。
也正因此，宏華訓練的不只是 AI 的智商（知識理解、順暢對話），更重視服務情商（情緖分析），讓 AI 能理解對話情境、顧客情緒與需求變化，可以「秒問秒答、邊聽邊想」，而非只是依照固定腳本機械式回應。

除了理解真實客服互動情境外，長期服務不同產業客戶的經驗，也讓宏華更了解各產業面臨的服務情境與需求差異，並將這些產業 Know-how 模組化，發展出餐飲、技術服務、專業服務等產品包，企業只要完成需求完成設定，便能快速導入，大幅降低建置時間與試錯成本。

「AI Agent 的價值不只是協助企業服務客戶，更將成為企業營運的重要基礎設施。」曾世忠認為，未來，AI Agent 除了協助企業回應外部客戶需求，也將進一步應用於員工服務、人資諮詢等內部場景，成為串聯企業內外部溝通的重要角色。而宏華國際也將持續投入相關技術發展，協助企業在 AI 時代建立更穩定、更具韌性的營運能力。