學 AI 的時候，我突然注意到一個有趣的文字巧合。

現在大家都在談 AI Agent。Agent 可以理解目標、使用工具，甚至自己完成一連串任務。

英文裡還有另一個很接近的字：Agency。

Self-agency 指的是一個人相信自己可以採取行動，並且主動影響結果的能力。中文有時翻成「主體性」，中國大陸也常使用「主觀能動性」。我自己比較習慣稱它為主動性或自我驅動力。

Agent 是替我們做事的代理人；agency 則是驅動自己去做事的力量。

這兩個字放在一起，形成了一個很有趣的畫面：

我們手上的 Agent 越來越強，人本身反而越需要 Agency。

我念過人文、商學院，也讀過 MBA，目前的工作是帶領台灣與香港的業務團隊。最近重新學習 AI，我慢慢覺得，一個人能不能駕馭好 AI，可能和三種能力有關：自我驅動、Leadership，以及組織能力。

第一個是 Agency：你會不會一直問下去？

AI時代的學習，有一件事和以前很不一樣。

以前看不懂一本教科書，可能卡在某個名詞，就只能先放下。上課聽不懂，也不太可能請老師為自己重講十遍。

現在只要肯問，AI通常都會回答。

第一次聽不懂，可以請它講白話一點。還是不懂，可以要求它換一個比喻。再不懂，就把問題拆小，從前一個不懂的名詞繼續往下追。

但 AI 只負責回答，下一個問題仍然要由人提出。

我有一位念台大化學的朋友，後來成為科技公司的 CTO。他不見得一開始就會寫所有程式，也不可能預先懂得所有技術。他很強的一點，是遇到問題會窮盡各種可能，一路把答案找出來。

以前，這種求索能力會受到時間、資源與知識門檻的限制。現在 AI 把門檻大幅降低了，人的主動性也因此變得更加明顯。

同樣拿到一個 AI 工具，有人問兩次，發現答案不夠好，就覺得 AI 不過如此。有人會繼續追問、測試、修正，最後把它變成自己的能力。

真正拉開差距的，常常是有沒有再多問一句。

第二個是 Leadership：Prompt 很像在帶人

很多人把 Prompt 想成一種新時代的指令或咒語，好像只要找到正確句型，就可以召喚出完美答案。

我自己的感覺更像帶人。

如果主管對同事說：「幫我做一份厲害一點的簡報。」最後拿到的東西不符合期待，問題可能不完全出在同事身上。

什麼叫厲害？

簡報要給誰看？希望對方做什麼決定？哪些數字一定要有？過去有哪些版本可以參考？這次最不能犯的錯誤是什麼？

使用 AI 時也一樣。

一個好的 Leader，通常知道自己想往哪裡走，也能提供足夠的背景與判斷標準。他會先描述目標，讓對方開始工作，再根據中間成果給 Feedback、修正方向。

AI輸出的第一版不好，不代表合作已經結束。很多時候，它只是第一次交稿。

所以我猜，原本就擅長授權、Coaching和 Feedback 的人，通常也比較容易學會使用 AI。他知道怎麼把模糊的期待說清楚，也知道成果不如預期時，應該指出哪裡需要修正。

我目前沒有找到直接證明「好 Leader 一定比較會下 Prompt」的研究。但實務研究確實發現，熟練的 AI 使用者更常進行多輪對話。他們會反覆補充資訊、檢查結果和調整方向，而不是期待一個 Prompt 解決所有事情。

這聽起來，就很像日常的管理工作。

第三個是組織能力：從一個 Prompt 走向一套 Workflow

一個人和 AI 對話，可以完成很多事情。

但如果希望 AI 穩定地處理工作，就要開始思考流程。

誰先蒐集資料？誰負責分析？分析完要交給誰？哪一個 Agent 可以存取客戶資料？誰負責檢查答案？什麼情況可以自動完成，什麼情況一定要交給人決定？

這時候，問題已經從「Prompt 怎麼寫」走向「工作怎麼被組織」。

AI Workflow很像一條跨部門流程；不同的 Agent 就像擁有不同專長與權限的同事。有些負責查資料，有些負責分析，有些負責產出，有些負責檢查。MCP與其他工具，則讓這些 Agent 能夠使用外部系統。

如果角色定義不清楚、資訊交接錯誤，或者沒有最後的品質檢查，Agent再多也只會讓混亂自動化。

這也是我最近學 AI PM 時很深的感受。以前我以為 AI Workflow 是一個偏工程的題目，後來才發現，它同樣涉及流程設計、權責劃分、資源配置與品質管理。

這些都是組織每天在處理的問題，只是組織裡的部分角色，開始換成 AI Agent。

能不能駕馭 Agent，先看自己有沒有 Agency

整理到最後，這三種能力剛好形成三個層次。

Agency處理的是自己：我有沒有足夠的好奇心和行動力，繼續把問題追下去？

Leadership處理的是一對一的合作：我能不能說清楚目標，提供背景，並根據結果給出有效回饋？

組織能力處理的是整個系統：我能不能讓不同的人、Agent、資料與工具，在同一套流程裡協同運作？

AI會回答問題，卻不會替我們產生真正的好奇心。

AI可以執行任務，方向仍然需要人來定義。

AI Agent可以越來越自主，安排這些 Agent 如何合作，仍然是一個組織設計問題。

所以，AI時代最有趣的地方可能就在這裡：

我們終於擁有愈來愈多能替自己行動的 Agents，也因此更需要找回自己的 Agency。