這一兩年，只要你開口，AI 幾乎什麼都幫你做得出來。想要一個小工具、一頁網站、一套小系統，你跟它講一句話，它就生給你。我自己也是，這一年我用 AI 做的東西，比我過去很多年加起來都還多。
但最近我一直在想一件有點反過來的事。
當每個人都做得出來的時候，我慢慢發現，真正難、也真正值錢的，已經不是「你能不能做」，而是「你該不該做」。這篇想跟你聊的，就是這件事，一門我叫它「化繁為簡」的功夫。
做出來很便宜，但養它呢？
先說清楚，用 AI 快速做個原型、趕快拿去試、拿到回饋，這我百分之百贊同，這正是 AI 最棒的地方。
我要提醒的是另一種情況：有人一聲不響，就叫 AI 直接做出一整套新系統。這時候問題就來了，這套東西，之後誰來維護？難道 AI 會幫你養它一輩子嗎？
而且不只是壞了要修。一套系統要真的認真上線、天天在跑，要顧的東西可多了：資料安全、要架在哪、擋不擋得住人多的時候、穩不穩定。這些，AI 幫你做出來的當下通常不會替你想到，之後也不會替你扛。
做出來確實變便宜了，但養它，一毛都沒少。你叫 AI 做了一套系統，聽起來很爽，可是它哪天壞了，你看不懂、也修不了，因為那不是你寫的。你只能回頭再叫 AI 修，運氣不好，它還跟你一起鬼打牆，繞半天繞不出來。你等於免費得到一堆自己都搞不懂的複雜東西，這個就是我們工程師常講的技術債，這個債以後都得還。
我換了一個作法
以前要讓一件事情跑起來，流程得寫成一套系統，資料得進資料庫，這兩件都是大工程，都要花錢養。
這一年 Agent 真的越來越強了，所以我也換了一種方式。流程，我多半就是跟我的 AI 助手用「講的」；資料，很多時候一張 Google 試算表就夠了。講一句可能會得罪人的話：其實大部分的人，根本不需要什麼資料庫，你只是需要一張表而已。中間那一套原本要花大錢做、花大力氣養的「系統」，常常不用存在。
這裡有一個關鍵，我要特別講清楚。我用的這種 AI，跟你平常用的 ChatGPT 不太一樣。ChatGPT 是你問一句、它答一句，答得很好，但接下來還是你自己要動手。我用的這種叫 Agent，它會直接幫我把事情做掉：去更新我的工作進度、幫我把文章上架、甚至幫我顧我的 YouTube 頻道。我們的協作不只是討論而已，而是它真的會動手幫我執行。
而且這些好用的助手，應該不只養一個，越多越好吧？
問題是，我有好幾個助手，每一個都像新來的員工。我難道要一個一個，重新跟它解釋我是誰、這個案子在幹嘛、上次做到哪？講到第五次，我就會很想說，算了我自己來比較快。
所以我養了一個資料夾，有點像之前很紅的 LLM wiki。我把「我是誰、我的專案、我做事的規則」，全部寫成文字，集中放在裡面，再放到雲端。這一兩年很多人在講一句話叫「Context 為王」，白話講就是：AI 強不強是一回事，它懂不懂你的背景，才真正決定它幫不幫得上忙。
這個做法的靈感，其實來自一整個工程團隊怎麼用 GitHub 協作：一群人共用同一份源頭，一起工作。我就是把這套「團隊協作」的概念，搬過來套在我的 AI 助手身上。它們，就是我的虛擬團隊，共用同一份知識。不管我今天用桌機、筆電、手機，也不管開的是哪一個助手，讀到的永遠是同一份、最新的。
我沒有在養一套系統。我唯一在養的，就是這一個我自己看得懂、走到哪都跟著我的資料夾。
幾個小故事
大家有沒有那種，一言不合就想自己做一套系統的衝動？我這一年就有好幾件事，本來很可能被我做成系統，最後都沒有。
用敏捷管自己：一張 work log 就夠
我用敏捷管我自己。我是做敏捷的，也很相信數據。敏捷的精神就是有節奏地規劃、有節奏地回顧，我把這一整套用在自己一個人身上：每月抓要做哪些事，每週跟助手討論下週任務、順手建好行事曆，每天記下做了什麼，定期一起回顧。記錄的地方就是一張很簡單的 work log。重點是，我沒有把 Jira、把行事曆丟掉，也沒有為自己另外寫一套新系統，這些工具我都還在用。我只是不用自己一格一格去點它，我在表裡跟助手講完，它就會透過 MCP、加上我自己寫的一個 skill，去幫我更新那些我還在用的舊服務，把該更新的進度更新掉。我面對的，永遠是那張我看得懂的簡單表。
看數據：接現成的，不自己造儀表板
至於要看數據，我也沒有自己 vibe 一個花俏的儀表板。老實說，一言不合當然可以 vibe 一份專屬自己的儀表板，但像 Looker Studio 這種現成的工具就在那裡、又更成熟，我直接接上去就好。而且對我來說，真正重要的從來不是儀表板長怎樣，是底下那份資料的結構有沒有整理好。
營運追蹤：一張試算表，不上 CRM
再來是營運追蹤。老實說，正常來講，接案做生意應該要搞一套 CRM 系統吧？但我賺得不夠多、客戶也不夠多（笑），還真的用不到那個。我自己接案、也有零星的合作跟業配，這種工作有個特性：事情發生在現在，但錢常常一兩個月後才進來。我需要一個地方，提醒自己這幾筆大概什麼時候會入帳。就這麼單純。我大可去用很專業的管理系統，但我沒有，我就開一張簡單試算表，記我自己看得懂的東西。平常都是我請 Agent 去幫我操作、更新，但我自己隨時也能打開來看結果，一目瞭然，很方便。因為它只有我要用，愈簡單我愈不用花時間維護它。有時候不是你找不到更厲害的工具，是那個更厲害的工具，根本不值得你為它花的那些力氣。
官網：內容我自己寫，上架交給 Agent
我的官網，也是讓 Agent 管理。其實現在要 vibe 一個全新的官網也不難，但我還沒做，就先沿用我原本那個舊官網，只是我想辦法讓 Agent 能夠去管理它。先破除一個誤會：我的網站內容不是丟給 AI 隨便生，是我自己寫的，那裡面有我的想法、我的觀點、我的靈魂，這件事我不外包。而且我寫內容的素材，很多就來自前面講的那個知識庫，寫出來的內容又會存回去，形成一個循環：從知識庫拿素材、整理成內容、內容再變成新的知識存回去，越用越厚。這就是知識複利。至於「上架」這件雜事，我才交給 Agent，改一個狀態就好，像切開關一樣。內容的靈魂是我的，管理的雜事交給 Agent。
送書活動：刻意不做的，比做的還多
還有一個送書活動。前陣子我想送一些書給朋友，本來只想放臉書，但我在 IG、YouTube、LinkedIn 的朋友不一定是我臉書好友，看不到，所以我確實需要一個公開網頁。但你注意我做的版本：我沒做報名表單、沒做線上預訂、沒做搶書機制、也沒做防灌水。為什麼都不做？因為這是一次性活動，送完就下架，量又小，花力氣去做那些下週就沒用的東西，才是浪費。但有一件事我做得很認真：我的表裡有一欄是我手記的「誰要了哪本、怎麼聯絡」，這不能給別人看到，所以我特別處理過，公開頁只秀書名跟狀態，聯絡資訊永遠不會跑上網頁。
這一頁到現在都還活著，你可以直接點進去看它長什麼樣，說不定還有書沒送完：👉 prodsence.com/give-books
送書這件事其實藏了一個我想講的重點。這一整套「做什麼、不做什麼、資料怎麼擺」的取捨，在我們工程的世界裡有一個正式的名字，叫架構設計，本來就是工程師的基本功。我只是把它用在一個送書這麼小的事情上。這才是「把不必做的事不做」真正的意思：它不是什麼都不做，是一長串刻意不做，再加上那唯一該做好的，很認真做好。
那什麼時候才該「認真做」？
講到這裡你可能覺得我什麼都隨便。不是的。
老實說，我現在做什麼幾乎都靠 AI，差別不在用不用 AI，在怎麼用。丟了就算的東西，我就用大家說的 vibe coding，把簡單需求講清楚，剩下不管，能用就好。但要長期用、我很認真的東西，我一樣用 AI，卻絕不會一上來就叫它做。我會先花力氣，把「需求」討論清楚：我到底要解決什麼、哪些才是真的重要，想明白了才動工。
舉個例子，我做了一個「動態歌詞機」，把我自己寫的歌，配上會跟著音樂跳動的歌詞。這種我每支影片都會用到、要長期用下去的東西，我就不是隨便 vibe，而是採用 Spec-Driven 的方式，透過 OpenSpec 框架、加上我自己寫的 skill，把需求好好討論清楚，再讓 AI 動工。
所以差別根本不在用不用 AI，我都用。差別在，我願不願意先把「到底要解決什麼」講清楚。而這件事，才是整件事裡最難、也最值錢的。
如果真要說，怎麼判斷？
我不敢說有什麼標準答案。但如果真要說，大概怎麼判斷，我會這麼想。其實就是一個很簡單的自問：
你是「真的需要」才做？
還是只是「做得到」而做？
而且很多時候，或許你的需求根本沒有這麼複雜；又或者，把它理清楚之後，反而會發現其實有更簡單的方式可以處理。
如果你在公司，同一張表常常好多人一起用，那到底什麼時候才真的需要一套系統？如果真要我列，大概會問這幾題：
- 以前沒有 AI、沒有系統就跑得通的流程，現在真的需要系統嗎？
- 一張表真的不夠用了嗎？需要很多表單、資料串來串去？
- 這件事的邏輯複雜到值得用一套系統，來幫你把關、降低風險嗎？
- 需要稽核嗎？每一筆誰改的、什麼時候改的，都要留下紀錄？
- 就算真的要做，有人維護得起它嗎？
如果這幾題大多是「NO」，那恭喜你，一張表加一個 AI 助手就夠，還幫你省一大筆錢。如果卡在「一群人要一起用」，也先別急著做系統，很多時候用一個設計（例如一個狀態欄位）就解決了。在你決定自己做之前，也別忘了先看看市面上有沒有現成的方案可以直接用，別人早就幫你做好了，你不用從頭自己造。真的又多、又複雜、又要稽核，才值得認真去做一套系統，那時候，記得找專業的人幫忙。
回到那句話
其實這一整篇，我都在講敏捷宣言裡的一條原則：
Simplicity — the art of maximizing the amount of work not done — is essential.
我自己是這樣翻的：化繁為簡，是一門「把不必做的事，盡量不做」的功夫。
「不做」不是偷懶，是一門你得練的功夫。以前我也一直覺得這是幹話，直到公司裡有一大堆永遠都做不完的 backlog，我才慢慢理解這句話的含意。它不是說成本很低，所以我要做就馬上做、隨時都可以做；而是要想清楚為何而戰，把資源花在刀口上。而在今天這個時代，這門功夫，只會比以前更重要。
因為解決一個問題的方法，往往不只一種，而且常常，有更輕、更省的那一種。
在什麼都想做的時代，願你也練成那門「不必什麼都做」的功夫。
這篇整理自我在「kintone × 智然智能 × JUGG 聊敏捷」線上講座的分享。我是 Jugg，工程師出身，做過產品經理，現在是敏捷顧問與 AI 導入顧問，也經營 YouTube 頻道《JUGG 聊敏捷》。我在做的，就是幫中小企業與團隊把 AI 真正落地到日常，不多花冤枉錢，把力氣放在對的地方。