AI技術急速迭代，企業主引頸期盼的生產力革命卻未完全實現？面對社群上感嘆Threads崛起、Dcard傾倒的局面，創辦Dcard的林裕欽高喊Dcard不但沒有要倒，還正在轉型成Agent Native的組織。這位工程師出身的執行長如何化身前線部署工程師（FDE），不訂KPI就拼出90%的AI應用率？甚至讓非工程同仁自主開發出600個應用？
早在去年（2025）八月，OpenAI執行長奧特曼（Sam Altman）便稱，當時新發布的模型GPT-5已經達到「博士級」的智慧；Anthropic的Fable模型，本月（6）更因為太過強大，逼得美國政府勒令其暫時關閉使用權限。
既然AI已經變得如此聰明，為什麼企業主想像中的生產力狂飆卻並未發生、辦公室內部靜悄悄？Dcard執行長林裕欽拋出這樣的質疑。
究竟，從個人與ChatGPT、Gemini的單點互動，進一步上升到整個組織的全面導入，中間有哪些不為人知的壁壘與困難等待克服？
從AI開發得到體悟，掌握上下文便掌握一切
「最近在流行什麼？比如說，Dcard要倒了？沒有！沒有要倒！」站在2026年生成式AI年會的舞台上，Dcard執行長林裕欽談起自家的廣告商業模式時，冷不防用一句幽默的自嘲逗樂全場。
作為台灣為數不多擁有一定成績的軟體公司，他比誰都焦慮外部的流行趨勢與技術迭代。過去兩年間他四處取經，奔赴各國參加AI Agent大會、與開發者們交流模型架構，也時常造訪舊金山與矽谷，從第一線觀察全球最頂尖的技術如何在生產環境落地。
不過，如果以《跨越鴻溝：顛覆性產品行銷指南》書中提到的技術採用生命週期（technology adoption life cycle）衡量AI導入情況，林裕欽認為，ChatGPT等對話式AI在大眾市場雖已走向晚期大眾（late majority）階段，但在企業端，真正做到AI代理原生（Agent Native）的比例仍小於10％。
激發他的思考與發現的，其實不是源自於什麼高深的調查或者宏觀報告，而是來自他的個人嘗試。
林裕欽分享，他曾經想幫家裡的園藝事業架設網站，以傳統的開發流程來說，從設計到前後端上線至少要花費四週。不過，他嘗試使用AI工具Replit，下達指令後，短短兩個小時內，連同網域都全部綁定完成。
這場實驗給了他極大的啟發。「我們公司日常也有大量的活動網頁製作需求，既然現在Agent已經能完美解決任務，我們還要用過去的舊流程嗎？」
回到Dcard後，林裕欽隨即與行銷團隊展開討論，嘗試運用AI輔助開發網頁，不再需要像過去一樣，凡事都得等待專案經理、設計師與工程師反覆開會溝通。
他發現，以前同仁往往必須在有限的技術資源中妥協。現在，「他自己可以完成這些（網頁），能夠更好貫徹行銷的想法。」展現出人人都有機會成為建造者（Builder）的潛力。
在與AI協作的過程中，林裕欽也觀察到，同事使用Replit能夠產出品質優異的網頁，遠勝單純請ChatGPT憑空生成內容，兩者的關鍵差異在於上下文（context）。
以寫程式為例，不論是前端、後端、程式碼、資料庫，還是過去的對話紀錄、接下來的執行步驟，甚至是渲染出來的畫面，「它的上下文都有明確定義的，一切都在那邊。」只要準備好足夠上下文，大型語言模型便能拿出好表現。
「所以我就反過來想說，如果一間公司的上下文可以很容易被AI調用、採取行動，到底會發生什麼事情？」
他開始在內部扮演前線部署工程師，確認哪些任務可被Agent化
帶著這樣的想法，林裕欽開始在公司內部扮演「前線部署工程師」（FDE，Forward Deployed Engineer）的角色。
他親自走進各個部門，逐一訪談同仁的工作流程，確認哪些任務耗時、哪些倚賴跨部門溝通。
從行銷活動頁、內部知識查找，到資料分析與業務提案，他一邊蒐集需求、一邊親自動手串接工具、補齊流程並建立服務，最終打造出Dcard專用的內部AI Agent平台。
隨著內部語意、資料關係與權限逐步被梳理清晰，AI的角色便正式從單純的「輔助工具」，升級為公司工作流程的「骨幹」。林裕欽對此分享了三個具體的落地案例。
林裕欽分享三個實際案例。
第一現場，是工程與新人培訓。
新人報到第一天開通Google帳號後，第一件事就是打開Agent平台。新人工程師詢問內部的專有名詞時，Agent平台會在底層啟動多輪搜尋，一邊確保權限管理防範資料外洩，一邊動態畫出複雜的邏輯架構圖，直接生成專屬新人的培訓簡報。
林裕欽強調，團隊內部的核心指標不是同事用了多少AI，而是新人產生價值的時間是否縮短。他透露，目前已有40%的工程師在加入第一天，就能送出第一個PR（Pull Request）到正式環境。
其次，則是商業數據分析。
用AI分析數據看似典型，但Dcard面對的是數百TB用戶數據、散落在3000到4000張資料表中的複雜環境。林裕欽指出，叫AI寫SQL只是基本，最難的是理解資料的上下游關係，否則AI寫出的語法根本不可信。
在Dcard，AI數據分析演進出四個層次：從早期的產生SQL、對話中渲染圖表、控制既有儀表板，到如今最高階的「動態生成專屬分析介面」，讓團隊溝通與產出報告的效率有感提升。
第三個落地場景，則與Dcard商業模式核心的廣告提案有關。
林裕欽分享，在一次CEO聚會中，某上市公司董事長正在台上分享商業策略，台下的他一邊聽介紹，一邊請Agent準備一份廣告提案，內容包含客戶資料、競品動態、內部產品推廣、外部流行趨勢等資料源，接著確認資料是否可信並互相校正。
演講結束、董事長走下台，他立刻奉上一份商業提案簡報。林裕欽強調，要做出一份能夠代表公司的簡報，背後需要確保絕對的正確性，在半年前他和團隊便已經能在極短的時間內產出一份有價值的商業簡報，足以見到Agent如何重構公司的價值鏈。
拋棄KPI硬性規定，靠建立正向回饋激發員工應用
許多企業在推動AI轉型時，習慣制訂目標、硬性要求員工，結果換來無效的應付與形式主義。
「其實在做Agent Native的時候，不是要訂KPI要求大家都去用某個工具，這絕對不是一蹴可成的。」
林裕欽指出，轉型的核心在於文化，而Dcard在內部推動AI文化有兩大關鍵：第一是建立正向回饋；第二則是為員工樹立未來職涯想像。
首先，關於如何建立正向回饋，林裕欽比喻：「騎腳踏車一開始你一定會摔，但到最後你會騎得非常開心。」
為了讓員工快速嘗到甜頭、建立正向循環，林裕欽分享心法：他在Dcard內部設立專職FDE，並且派遣FDE進駐不同業務部門，理解同仁業務痛點，並且舉辦工作坊推廣，且不斷宣揚正面案例。他強調，口頭要求員工使用AI，效果遠遠比不上直接提供協助，讓同仁感受到效果後自然願意積極應用。
其次，建立AI文化的第二個核心是「安撫焦慮」。
面對AI浪潮，員工很容易擔心被取代、遭到裁員。林裕欽認為，企業主必須提早幫員工樹立未來的職涯想像。
以Dcard為例，過去要完成一項專案，需要營運、分析師、專案經理、設計師與工程師等眾多角色密切協作。但林裕欽向員工描繪的未來是：當AI Agent讓寫程式的門檻降到極低時，每個人都將從被動的協作者轉變為建造者，這也是目前許多美國頂尖科技公司正在發生的轉型趨勢。
而這場轉型的最後一哩路，便是深耕全員Builder文化，工程師可以跳下來面對市場，面對市場的工作者也能直接打造需要的東西。
林裕欽分享，在AI工具的加持下，全公司短短兩個月內，包含HR、法務、財務等非工程部門在內，自主部署超過600個專屬應用。
林裕欽認為，未來的趨勢就是「Builder Culture」，市場、設計與產品接下來將會融為一體。當同仁發現自己能交付的結果，不再被狹窄的職能定義所限制，每個人都能看到更多自己的寬廣前途。
「Agent Native，就是看到人跟組織未來的可能性。」這是他在這場效率變革中，留給所有企業主最深刻的經營反思。
