區塊勢
LENNY'S PODCAST・2026 年 5 月 24 日

AI 讓昨天的能力變便宜AI 讓昨天的
能力變便宜

Dan Shipper 的預測不是「人類工作會消失」。他的判斷更精準：AI 會把既有能力商品化，逼每家公司重新設計工作入口、軟體邊界與人的角色。

SCROLL
來源：Lenny's Podcast 訪談 Dan Shipper〈AI predictions: Job markets, Codex beats Claude, and the death of org charts〉，YouTube 原始發布日期為 2026 年 5 月 24 日。Dan Shipper 是 Every 共同創辦人兼 CEO，這集把未來一年 AI 工作型態拆成三個問題：工作入口會在哪裡、軟體要為誰設計、誰會在新環境裡變強。
PART 1

工作入口會從 app 清單，移到 agent 的工作基地

Dan 先抓住一個正在形成的介面轉移：Codex、Claude Code、Cursor 這類工具不只是寫程式的輔助欄位，而是新的工作表面。它們有 terminal 權限、能讀本機檔案、能跑測試，也能把工作拆給多個 async agents。對知識工作者來說，問題從「我要開哪個 app」變成「我要把哪段工作交給哪個 agent，並在哪裡檢查」。

這也解釋他為什麼說 CLI 的熱潮會退。不是 terminal 會消失，而是 CLI 不是關鍵。關鍵是 agent 能不能站在你工作的同一個位置，看到你看到的材料、產出你能檢查的 artifact，並在 GUI、Slack、文件、資料庫或專業工具之間移動。GUI 曾經存在有原因；當 agent 從工程師走向非工程工作，單純文字命令列不會是主流入口。

舊軟體每個工具主要為人類點擊、輸入、編輯而設計。
CLI 瞬間agent 透過 terminal 取得強大權限，工程師先感受到威力。
共同工作面人與 agent 同時操作同一份工作，需要互相可見、可接手、可回滾。
PART 2

SaaS 沒死，但要從「加 AI」改成「讓 AI 也會用」

Dan 反對「SaaS apocalypse」的說法。他認為企業軟體不會因為通用 agent 出現就消失。相反地，如果使用者把 Codex 或 Co-work 當工作基地，仍然需要 Slack、文件、CRM、分析工具與專業軟體。差別在於這些工具不能只服務人類使用者，也要服務人與 agent 共同工作的場景。

這會改變 SaaS 的經濟模型。今天很多公司急著把 AI agent 直接塞進產品裡，等於自己承擔模型 token 成本。Dan 的替代想像是：使用者帶著自己的 agent 與 token 進入你的產品，你提供的是更適合協作、可被 agent 理解、可被人類檢查的工作環境。這不是少做 AI，而是把「誰付推理成本、誰負責工作介面」分清楚。

他的核心判斷：下一代軟體不是只給人用，也不是只給 agent 用，而是讓人與 agent 在同一份工作上來回接手。這會讓介面、權限、版本、審核與可觀測性變成產品設計的一部分。
PART 3

「自動化」沒有把人拿掉，只是把人放到管理位置

Every 是一間高度使用 AI 的公司，但 Dan 說他們過去一年人數反而增加。他給出的理由很直白：automation is a lie。每次你把一段工作自動化，都需要有人站在上面確認輸出、修正流程、補上判斷、決定下一步。這比較像管理，不像按下一個按鈕就結束。

這裡的「管理」不是傳統主管職，而是 allocation economy：人類把任務分配給模型，觀察結果，重新分配，改寫提示、資料、工具與檢查點。模型越強，能處理的工作越多；但工作量增加後，檢查、協調與決策也增加。AI 讓更多人能提交 pull request、做分析、寫文件、改產品，接著組織就需要新的制度去處理湧入的產出。

產出變多更多人能用 AI 做以前只有工程或資料團隊能做的事，pull request、文件與分析會暴增。
審核變重benchmark 看起來像 autonomy，但真實工作需要人判斷是否符合目標、限制與語境。
系統要重建forward deployed engineer 的價值，是把工具做成讓非技術同事能安全使用的系統。
問題會上移低階執行變便宜後，人會處理更深的產品、資料、商業與組織問題。
PART 4

AI 不是消滅職位，而是把昨天的能力商品化

Dan 對「AI job apocalypse」保持懷疑。他不是說工作不會變，而是說大規模失業不是他目前看到的模式。模型更新做的事情，是把昨天的人類能力變得很便宜：寫 landing page、產生程式、整理文字、做初步分析。當這些能力突然人人都有，世界上會出現更多同質產出，也會讓新的稀缺點浮出來。

稀缺點不是「會不會用 AI」這麼抽象，而是你能不能 ride the models。新模型出現時，去試它，找出它讓你多了哪種能力，把它接進自己的工作。逃避模型是可以理解的恐懼反應，但 Dan 的建議很務實：如果你站在模型上面，它會延伸你的能力；如果你把它當成外部威脅，它會先把你熟悉的技能變便宜。

PART 5

PM、全端設計師與 forward deployed engineer 會變強

Dan 最看好 PM，因為 AI 把「能做出東西」的門檻降低後，產品感、使用者判斷與把混亂收斂成方向的能力更有價值。他舉 Every 內部的 Spiral 負責人 Marcus 為例：輕度技術背景加上強產品感，透過 Cursor / Claude Code 變成能快速 shipping 的角色。以前公司不會把這種人當工程主力，現在他能把產品直覺轉成可測試的實作。

全端設計師也會變強。過去設計師常把細緻互動交給工程師，最後落差很大；現在他們能直接做 pull request，把美感與互動落到產品裡。另一個關鍵角色是 forward deployed engineer：不是幫別人 babysit AI，而是建立系統，讓比較少技術知識的人也能安全做以前的技術工作。

PM產品感加上模型能力，讓他們能更快把使用者洞察變成可測版本。
全端設計師能把美感、互動與可用性直接送進產品，不必只停在設計稿。
Forward deployed engineer把 agent 包成安全工作流，讓更多同事能做技術性工作而不亂改系統。

這些角色的共同點是：他們不只是把任務丟給模型，而是知道模型應該接在哪裡、哪裡要人判斷、哪裡要系統保護。AI 讓執行變快，於是懂工作流、懂使用者、懂風險的人更像槓桿點。

AI 不會直接把工作拿走；它會先把昨天的能力變便宜，然後獎勵那些站在模型上面的人。

Dan Shipper 的建議不是追逐每個工具，而是把新模型接進自己的工作，讓能力隨著模型一起升級。

如果你要替團隊押一個方向，會先補哪一塊？

選完之後，分享你的觀點

你的觀點

想看更深入的訪談脈絡？

原始 Lenny's Podcast 影片包含 Dan Shipper 對 Codex、Claude Code、SaaS 經濟、AI 寫作、PM、全端設計師與 job apocalypse 的完整討論。

閱讀完整文章 →