AI時代如何成為超級生產力工作者iKala共同創辦人暨董事長程世嘉

Source:2026-W05

AI 時代如何成為超級生產力工作者

• 工程師花更多時間去監督審核，從6成實作變成2成實作,4成監督 --> 監督跟審核的能力更重要

• 從 Prompt 到 Context： 單純學提示詞（Prompt）的小技巧已無競爭優勢，真正的關鍵在於**「情境工程」（Context Engineering）**，即如何餵給 AI 完整、正確的背景資料與領域知識
  

• 進階用法是請 AI 幫你寫提示詞，甚至是建立 AI 監督另一個 AI 的自動化流程

• 怎樣成為 10x 工程師? 資淺工程師要花更多時間去彌補這個認知廣度的鴻溝
  

• K型，大者恆大(有商業技術壁壘，小公司會出現，中型企業會消失)，AI做現在大家在做的事情，會利用AI的人會 10x 加速

• 從「工作」到「任務」： 工作不應以職位定義，而應拆解為一個個任務。未來「一人公司」或極小化團隊將成為主流，中型組織可能因溝通成本高於 AI 而逐漸消失

• 跟AI溝通成本只會越來越低，跟人溝通成本越來越大的時候，人類就不再被需要

• T 型人才： 不要用學歷或單一科系定義自己，而要收集更多「技能方塊」，拼湊成自己獨有的新職位T 型人才： 不要用學歷或單一科系定義自己，而要收集更多「技能方塊」，拼湊成自己獨有的新職位
  

目前還在審核監督，大型系統還要慢慢建構，但未來他絕對可以自己辦到

• 人性的決策： 領導力、創意、跨領域思考與判斷
• 審核與監控： 在 AI 快速產出時，具備「架構式訓練」的能力來預防錯誤與引導方向
• 跨領域連結： 結合不同產業的 Know-how（行業知識），創造出新的價值而非僅是提升效率
  

10~50人做不需要，我只需要1~5個頂尖專家去做，專業知識轉化長期記憶，變成強者
工作流程必須【改變】
原：一個人負責一個工作流程的環節。變：任務本身才是你的出發點，不是職位、不是誰，設計解決的任務是什麼。

要重新設計你的組織，這也是企業導入慢的原因。人&制度卡死，改變任務本身就困難，還有合規性，個人導入快，企業導入慢原因就在這邊，這是現象是事實

不要研究Prompt怎麼下，因為厲害的Prompt已經滿天飛，個人效率會提升，但是不會增加自己的價值

十大科技趨勢
蒐集自己最強的技能，說故事、簡報，需要盤點自己的技能是什麼
人類在搭建水電以外的基礎設施，智慧基礎設施