高手用AI – Dcard執行長
Dcard執行長林裕欽領軍轉型「代理人公司」。這是一場關於人與價值的位移：當AI接手執行的手腳，人類將回歸定義問題、探索價值的「文藝復興」。 文—林以璿 攝影—謝寬清晨，當大多數人還在與第一杯咖啡對話時，Dcard執行長林裕欽已置身於他個人的「AI戰情室」。 環繞在他眼前的，是五、六台螢幕組成的矩陣。 林裕欽的指尖在不同螢幕、鍵盤間跳躍，宛如一場科技版的「地獄廚房」：一台正監視著內部AI代理人平台的運行邏輯，另一台則在即時跑著剛寫好的程式碼優化。 而林裕欽要做的，就是不斷交派任務、等待回饋，再迅速將AI吐出的原型導入下一個環節。 這不只是對極限效率的追求，更是他對未來企業形態的一場實兵演練。 「現在就像文藝復興，AI時代的來臨，讓我們重新定義人類在崗位上的位置，」林裕欽目光銳利地表示。 他不僅是在管理全台最大的匿名社群平台，更早已帶領團隊跨入新物種的演化：將Dcard從傳統科技公司，進化成由無數AI代理人撐起生產力、讓每位員工都變身指揮官的「代理人公司」。
林裕欽 出生｜1991年 現職｜ Dcard共同創辦人、執行長 學歷｜ 台灣大學資訊管理系學士 榮譽｜ 2020年《Forbes》亞洲30 Under 30消費科技類名人榜 九成員工能調度數位同事 這場AI實驗，已經從概念走入日常，深刻改寫Dcard員工的工作方式。 在林裕欽親自領軍下，Dcard打造出一套內部AI平台，如今全公司有超過九成員工將AI代理人納入每日工作流程。 與過去「對話式使用」不同，這個平台的核心，不是讓員工向AI提問，而是讓每個人都能像調度一群數位同事一樣，依任務需求挑選並串接不同的AI代理人，完成具體任務。 這也意味著，AI開始從「回應問題」的工具，轉變為能夠直接承接工作的執行單位。 「我們的人資、財務，甚至非技術背景的同事，都能自己做出AI代理人來幫忙工作，」林裕欽指出。由於平台已經與公司原本的ERP（企業資源規劃）系統和內部資料庫串聯，這些AI代理人具備跨系統操作的能力，不只是理解指令，更能實際執行任務。 以財務單位為例，過去在月結期間，員工必須在多個ERP系統與Excel表格間反覆切換，人工比對與查核資料，往往耗時數天。 如今，只需在平台上設定任務，AI代理人便能自動在不同系統間抓取資料、核對帳目，甚至主動標記異常。 原本仰賴人工拼湊的流程，被壓縮至幾分鐘內完成，且錯誤更容易被提前發現。 同樣的轉變，也發生在人資部門。
過去需要逐份閱讀履歷、反覆比對條件的工作，現在只需用自然語言描述需求，例如：「從大量履歷中篩選符合特定職缺的人選，並將合適者寄送至指定信箱，」系統便能生成對應的AI代理人，完成篩選與分發。 當重複性高、耗時的工作被AI接手，人資得以將精力轉向更具判斷與溫度的環節，例如面試對談與人才策略。 在一名微軟技術顧問眼中，這樣的轉變已不只是效率提升，而是組織形態的重構，「這就是AI時代組織應有的樣子，」他甚至將林裕欽在臉書分享的轉型文章全文列印，作為教學案例，強調「這要看三遍，這就是未來。」 這場華麗的轉型背後，林裕欽看見的不是技術的堆疊，而是兩場關於學習與能力的根本革命。 傳統教育的學習是一場漫長的軍備競賽── 先看書、補習、囤積知識，以備不時之需。然而，林裕欽正用他的行動，推翻這套「先學再做」的過時公式。
▲透過AI代理人協助，Dcard員工能從例行事務中解脫，有更多時間能專注於創意發想。
「任務驅動」是最有效學習 「學習不再是為了考試，而是為了『解決眼前的問題』，」他分享了一個鮮活的故事：為了測試AI的能耐，畢業自台大資管系的他，刻意不採用傳統方式架站，而是以「電腦小白」的角度與AI協作，在短短兩小時內完成工具串接與網站架設，替老家的園藝店打造網站。 這場實驗證明，在AI時代，最有效的學習路徑是「任務驅動」。 「知道一件事，跟實際去碰、去建立『手感』是完全不同的，」林裕欽深信。 為了能即時掌握AI動向，他給自己設下一道硬指標：任何重要的AI新技術或工具只要一問世，必須在二十四小時內親自使用過。 這樣的學習強度並不便宜，為了測試各種模型，林裕欽甚至曾在單月自費高達十萬元。Dcard的職員更是開玩笑，執行長最常掛在嘴邊的不是願景，而是「你玩過某某模型沒？」 傳統專業分工下的「能力」，也被AI徹底打破。 AI能力與學科背景無關 為了讓全公司無痛轉型，林裕欽採取「先築牆、再開路」的策略，並協助員工了解如何在工作上與AI分工合作。他先建立嚴密的資安防護網，消除數據外洩的顧慮；接著才深入各部門，協助拆解日常工作。 「一個人是否擅長使用AI，與他的學科背景無關，而與他原本的工作能力高度正相關，」過程中林裕欽觀察到。因為，當自然語言成為新的操作介面，寫程式不再是絕對門檻，取而代之的，是定義問題與拆解任務的能力。 最能體現「職能融合」的，就是產品經理負責的「產品數據埋點」流程革新。 過去，為了追蹤一項新功能的效果，產品經理必須與工程師們反覆對齊規格，從命名、欄位定義到驗收，往往耗時數天且極易出錯。 但現在，團隊將過去內部的報表與文件系統，封裝成AI可調用的工具。產品經理只要講清楚業務需求，AI就能在十分鐘內產出一份包含案例、可直接使用的技術文件。 「優秀的產品經理加上AI，自己就能變成『超級實踐者』，因為他最懂產品邏輯，」林裕欽強調。 人類價值在於「定義問題」 這背後更深層的意義，在於企業內部價值鏈的重構與整合。 過去，一個決策從想法到落地，必須耗損產品經理、前後端工程師在無數次的會議對齊與文件轉譯中；但在代理人公司，這條冗長的鏈條被大幅壓縮，直接從產品經理的「意圖」，跳躍到「產出」。 執行的「手腳」能由AI代勞，人才價值不再來自單一專業的鑽研，而是從標準化分工下的執行者，蛻變為具備全域視野、能定義問題並調度工具的跨域實踐者。 這場AI時代的文藝復興，正讓人類從重複勞動中解放，回歸到最核心的競爭力：你如何定義問題，以及你的想像力能走多遠。
閱讀完整內容 ▲透過AI代理人協助，Dcard員工能從例行事務中解脫，有更多時間能專注於創意發想。
「任務驅動」是最有效學習 「學習不再是為了考試，而是為了『解決眼前的問題』，」他分享了一個鮮活的故事：為了測試AI的能耐，畢業自台大資管系的他，刻意不採用傳統方式架站，而是以「電腦小白」的角度與AI協作，在短短兩小時內完成工具串接與網站架設，替老家的園藝店打造網站。 這場實驗證明，在AI時代，最有效的學習路徑是「任務驅動」。 「知道一件事，跟實際去碰、去建立『手感』是完全不同的，」林裕欽深信。 為了能即時掌握AI動向，他給自己設下一道硬指標：任何重要的AI新技術或工具只要一問世，必須在二十四小時內親自使用過。 這樣的學習強度並不便宜，為了測試各種模型，林裕欽甚至曾在單月自費高達十萬元。Dcard的職員更是開玩笑，執行長最常掛在嘴邊的不是願景，而是「你玩過某某模型沒？」 傳統專業分工下的「能力」，也被AI徹底打破。 AI能力與學科背景無關 為了讓全公司無痛轉型，林裕欽採取「先築牆、再開路」的策略，並協助員工了解如何在工作上與AI分工合作。他先建立嚴密的資安防護網，消除數據外洩的顧慮；接著才深入各部門，協助拆解日常工作。 「一個人是否擅長使用AI，與他的學科背景無關，而與他原本的工作能力高度正相關，」過程中林裕欽觀察到。因為，當自然語言成為新的操作介面，寫程式不再是絕對門檻，取而代之的，是定義問題與拆解任務的能力。 最能體現「職能融合」的，就是產品經理負責的「產品數據埋點」流程革新。 過去，為了追蹤一項新功能的效果，產品經理必須與工程師們反覆對齊規格，從命名、欄位定義到驗收，往往耗時數天且極易出錯。 但現在，團隊將過去內部的報表與文件系統，封裝成AI可調用的工具。產品經理只要講清楚業務需求，AI就能在十分鐘內產出一份包含案例、可直接使用的技術文件。 「優秀的產品經理加上AI，自己就能變成『超級實踐者』，因為他最懂產品邏輯，」林裕欽強調。 人類價值在於「定義問題」 這背後更深層的意義，在於企業內部價值鏈的重構與整合。 過去，一個決策從想法到落地，必須耗損產品經理、前後端工程師在無數次的會議對齊與文件轉譯中；但在代理人公司，這條冗長的鏈條被大幅壓縮，直接從產品經理的「意圖」，跳躍到「產出」。 執行的「手腳」能由AI代勞，人才價值不再來自單一專業的鑽研，而是從標準化分工下的執行者，蛻變為具備全域視野、能定義問題並調度工具的跨域實踐者。 這場AI時代的文藝復興，正讓人類從重複勞動中解放，回歸到最核心的競爭力：你如何定義問題，以及你的想像力能走多遠。
