人多了，為什麼最後還是你最忙？從人類團隊到 AI Agent 的分工

增加幾個人，原本是希望有人分擔工作。結果每一份交回來的東西，你都要重新理解、檢查、修改。人多了，你反而更忙。

最近在安排 AI Agent 的工作時，我也在想同一件事。

例如寫一篇文章，從理解我要表達的想法、整理內容、配圖，到最後放上網站。如果每個步驟都換一個 Agent，我原本的想法能不能完整留下來？還是每次交接，我都要再說一次？

我看了這支談 pstack 工作規則的影片。影片前段用同時找了幾位實習生來比喻：助手增加了，但因為不放心每一份成果，自己反而成為最忙的人。這讓我覺得，它談的其實不只是 AI，也是我們怎麼帶團隊。

人數增加，不代表能力增加

如果每件事都要主管補洞，團隊看起來很忙，卻不一定能交付更多可用的成果。

換成 AI 也一樣。把一個做不好的工作流程，同時交給更多 Agent，可能只是更快產生一堆等你收拾的東西。

但這不全是成員能力不足。有時候是目標沒有講清楚、責任不明，或缺少工具與訓練。不能一面要求大家自主，一面又只有主管知道什麼才算做好。

我希望團隊成長，不只是人數變多，而是能放心交出去的事情變多。

對我來說，分工要回到四件事：降本、增效、加速、嚴謹。人或 Agent 增加了多少，並不是這四件事的答案。

少一次重複溝通，就少一筆成本

我希望交代事情時，可以把需求說清楚，接著由負責的人帶著脈絡往下完成。

如果事情做到一半，換了另一個人或 Agent，我又要重新解釋背景、重講修改過的地方，甚至再次確認哪些事情已經決定，這些都是成本。

成本不只有薪資或模型用了多少 token。我的時間、交接漏掉的細節，以及最後發現方向不對、必須重做的工作，都應該算進去。

所以，一件事情如果沒有明確的拆分理由，我會傾向讓同一位負責人持續掌握。它知道事情為什麼開始，也應該知道什麼結果才算完成。

先做好共同準備，再看哪裡值得並行

我也不認為，所有工作都只能交給同一個人或 Agent。

假設我要規劃一百篇文章，讀者是誰、品牌想表達什麼、題目有沒有重複，可以先集中整理。共同準備做一次，再讓後面的工作使用同一份脈絡，比每位作者各自重新理解，更有機會減少重工。

接著才是分工。有人負責資料查證，有人擅長文章結構，也有人處理圖片或網站。專業要落在實際掌握的知識、工具與做法上，不是給了一個職稱，就代表有能力把事情做好。

如果有一百位 Agent，每位各寫一篇，在素材齊全、工作彼此獨立、資源足夠的理想情況下，撰稿這一段可能接近一篇文章的時間。這只是條件式推論，不是我們實測的成果。

而且，初稿都寫完了，不代表一百篇文章可以交付。

如果只有一個人能審，瓶頸只是從寫稿移到審稿。如果每位 Agent 都各自修改網站、各自部署，還可能增加衝突和整合的工作。

我要看的，是從交辦到可用成果的整段時間。並行可以縮短等待，但不會自動減少總成本。

能力與完成標準，要先建立

在還沒放心之前，一口氣放大並行，會把管理負擔也放大。比較值得先做的，是拿一件有代表性的工作，確認團隊或 Agent 能不能可靠地完成。

不是只看它會不會做出東西，還要看它有沒有理解目的、遇到例外會怎麼處理，以及交回來的結果能不能使用。

寫文章，要確認內容是我要表達的意思，引用真的支持說法，圖片和連結也正確。部署網站，不能只拿「指令執行成功」作為完成證明，最後還要打開公開網址確認。

完成標準也要看事情的用途。用來選方向、做完就丟的原型，和準備長期維護的產品，不必採用同一套要求。但不能把原型測試通過，當成正式產品已經準備好。

MVP 的重點，是這次要做什麼實驗。同樣地，驗收也要知道自己究竟確認了什麼，哪些地方仍沒有答案。

審查不是換一個名字，再說一次通過

同一位 Agent 從頭做到尾，有脈絡連續的好處。但如果一開始就理解錯，後面的自查也可能沿著同一個假設走。人類團隊也可能有相同盲點。

所以自查仍然需要，但重要成果也需要獨立審查。

審查者應該拿著原始需求、驗收標準與證據找問題，不是只讀作者的摘要，再回一句「通過」。換一個角色名稱，也不代表真的有不同的檢查視角。

影片談到使用不同模型來增加審查視角。我認為這是一種做法，但不能因此保證不出錯。最後仍要看審查者接觸了哪些證據、檢查了哪些風險，以及發現的問題有沒有被處理。

如果某個錯誤反覆發生，除了提醒，也應該想能不能把檢查放進工作裡。例如發布前自動檢查圖片與連結，避免每次都靠人重新記得。

有人持續負責，不等於所有事情都由他做

我比較認同的做法，是每件事情有一位持續對成果負責的人或 Agent。

它掌握需求、脈絡與完成標準，遇到適合獨立處理的工作，就安排並行；遇到需要查核的成果，再安排獨立審查。共同修改的地方，也要先決定誰負責、哪些步驟依序做，不能只說大家合作。

協作結束後，仍由負責人把成果接回來，確認整件事完成，而不是把每一段交接都推回使用者。

這個角色的價值，不是永遠親自重做，而是讓團隊逐漸能把事情做好。如果每次都只有他能補救，團隊能力並沒有因此建立起來。

對使用者來說，我希望只需要交代一次。背後要由一位、五位，還是一百位 Agent 處理，應該根據瓶頸、依賴、成本與風險決定。小而清楚的修改，也不必硬套一整套昂貴流程。

我不是希望 AI 多做幾個步驟，而是希望它少讓我重講、少讓我收拾，還能拿出足夠的證據，讓我知道事情真的做好了。

人類團隊也是如此。

先建立能力與可信任的交付，再用分工放大成果，而不是放大需要主管收拾的工作。

— Adam｜metabiz 創辦人

來源：YouTube：pstack 深度解讀影片。本文為觀看後的管理觀點延伸，不將影片中的工具介紹視為已驗證的成效。