最近上完DeepLearning.AI 吳恩達 (Andrew Ng) 的 Agentic AI課程後，深受啟發。這門課讓我意識到：
AI 的未來不是關於訓練出更大的模型，而是關於如何有效地「組織」AI。
帶著這份洞察，我實作了一套 HR Agentic AI 系統，讓多個 AI 專員像真實團隊一樣協作。在這個過程中，我對 AI 的角色、工程師的價值，以及人類工作的轉型有了更深的體悟。
1. 從 Chatbot 到 Agentic Team：結構化的力量
過去我們習慣將 AI 視為一個單點的「問答機器」，你問，它答。但在 Agentic Workflow 的概念中，核心在於「反思 (Reflection)」與「工具使用 (Tool Use)」。我將這些概念應用在 HR 系統的架構設計中。這不再是讓一個 AI 扮演所有角色，而是像設計部門組織圖一樣，將其拆解為：
- 總監 (Director)：負責拆解任務、分配工作、監控進度。
- 招募專員 (Recruiter)：執行搜尋候選人與初步篩選。
- 分析師 (Analyst)：提供數據洞察與市場分析。
當我看著這些 Agent 在虛擬辦公室中自主傳遞任務、檢查彼此的產出時，我深刻意識到：AI 的威力不在於單一模型的智商，而在於「組織與流程 (Workflow)」的設計。
透過結構化的協作，即使是普通的模型，也能展現出專家級的執行力。
2. 現階段的挑戰：有大腦，缺「手腳」
雖然 Agentic AI 展現了驚人的潛力，但目前的落地瓶頸在於：技能無法深入到各個工作流程中。
AI 就像是一個剛入職的高智商員工，但它沒有公司的 Email 權限、進不去 ERP 系統、也不會操作104人力銀行。它有思考能力，卻無法採取行動。
這正是目前 Agentic AI 最困難、也最具機會的地方—缺乏與真實世界的深度串接。
3. 軟體產業的新使命：打造 AI 的「機台」
這引出了軟體產業的關鍵價值。
未來的軟體工程，將不再只是寫給人類用的 UI，而是定義讓 AI 使用的「技能 (Skills)」與「工具 (Tools)」。
就像工業革命時，我們需要工程師設計機台讓工人操作；在 AI 時代，工程師的任務是封裝複雜的業務邏輯（API、MCP 協議、數據庫操作），將其轉化為標準化的「工具」，讓 Agent 可以隨取隨用。
當我們定義好了這些工具（例如：search_candidates, send_interview_invite），AI 就能像操作精密機台一樣，精準且不知疲倦地完成一系列專業任務。
4. 人類工作者的護城河：差異化與思考
看著 Agent 變強，能夠自動化處理履歷篩選、面試安排，甚至初步的數據分析，我不得不承認：絕大多數的標準化日常工作 ，未來都會被 AI 取代。
那麼，人類的位置在哪裡？關鍵在於 「差異化」與「解決問題的能力」。
- AI 擅長執行：只要規則明確、工具完備，AI 的效率無人能敵。
- 人類擅長定義問題：判斷「現在該解決什麼問題？」、「這個數據背後的隱含意義是什麼？」、「如何在資訊不足的情況下做決策？」。
我們的工作價值，將從「操作工具的人」轉變為「設計流程與指揮 AI 的人」。
那些能夠思考 AI 無法處理的業務內容、能夠在混亂中理出頭緒、能夠處理複雜人際與策略問題的能力，才是未來真正的護城河。
結語：從設計「人」的組織，到設計「人機協作」的組織
HR Agentic AI 的實作只是第一步，它讓我看見了未來工作型態的雛形—人類指揮，AI 執行。
過去身為 HR，我們設計的是「人類的組織架構」；現在，我們正站在設計「人機協作組織架構」的起點。
在這個時代，我們不該恐懼被取代，而是要加速讓自己成為那個「定義問題、設計工具」的人，去創造那些 AI 目前還無法觸及的價值。
