Jin 薛覲｜產品發表會分享 逐字稿
Crescendo Lab 2026 產品發表會 · 2026-09-10 · 09:55–25:45 · 出口影像整理（已修錯字與斷句，口語保留）
一、兩種心情
09:55
那我跟大家分享一下漸強實驗室這一年的發展。但是我接下來想要分享的，是更多我自己的觀點跟想法。2026 年就是 AI。我自己本身是一個對科技很有興趣的創業者，所以 AI 發展這麼快速的時候，我其實有兩個心情。
10:18
第一個心情，我是非常焦慮的。這個焦慮來自於，我們現在在討論 AI 公司是不是可以顛覆我們這種軟體公司。好像有一個人在 Threads 上面發一個文說，我用 Vibe coding 做了一個記帳 APP。好像這個東西難度變得非常低，那我們這種軟體公司的價值會往哪裡發展？這是我很焦慮的事情。
10:38
第二件事情，同時間我也蠻興奮的。因為我看到 AI 的發展，好像讓我們這種軟體公司原本很多不能做的事情，AI 可以快速做到。
10:49
所以在這個心情之下，我給自己一個蠻有趣的任務。我問自己一個問題：AI 的極限在哪裡？
二、實驗：重新創業
10:58
所以我給自己一個挑戰：如果今天我要重新創業，我要把漸強實驗室幹掉，那我要做什麼事情？我今年上半年給自己這個目標。
11:10
所以我就 end to end 做這些事情。從市場調查——我用 AI 說，你可以幫我查市面上所有輿情，大家對漸強實驗室的產品好或不好、哪個功能好或不好——到產品設計、產品迭代、修 bug，到我自己做一個 landing page、去訪談客戶。這個 end to end 我大概花了兩個月，用 AI coding 的方式把我們家的產品全部重新複製一遍。
11:36
我這樣做也獲得一些不錯的成績。我這個小產品，現在除了臺灣的客戶之外，還有馬來西亞、澳洲、新加坡、巴基斯坦——我也不知道為什麼有巴基斯坦——然後有英國跟美國。
三、極限：微笑曲線
12:01
但是在做這個產品的過程裡面，我很快就發現，AI 其實是有極限的。什麼意思呢？我感覺它有一點像軟體公司的微笑曲線開始發生：以前做出功能需要花很多工程師，現在 AI 可以快速做出功能。那真正的重點會擺盪到兩邊——一邊是信任跟品牌，一邊是工程，真正工程的維運跟技術架構的深厚底子。
12:26
我舉兩個例子。講工程跟維運：我用自己 Vibe coding 的 app 做出來之後，當使用者數開始變多，我很快就發現一件事——使用者變多，我要把運算資源開大、Database 加錢，還是要去最佳化程式架構？我對這件事的掌握度開始降低。
12:51
這時候我就會跑去問我們公司資深的工程師：如果是你來做，你會做什麼選擇？你會發現，原來這些軟體工程師更深厚的基礎能力，他真正要發揮的價值在這裡。這是第一個例子。
13:13
第二個例子，信任跟品牌。我剛有提到我這個產品不只做臺灣，還做澳洲。在臺灣，我很輕鬆可以問一個人說，你可不可以借我試用一下我的產品，我是漸強實驗室的。我發現在臺灣是容易的，因為你或多或少聽過漸強實驗室在做什麼。可是當這個產品拿去澳洲賣的時候——
13:39
沒有人聽過我們這家公司，沒有人了解漸強實驗室做什麼。大家對這個品牌沒有信任感的時候，就算你產品做得跟競品一樣，對方也不願意嘗試。
13:51
所以在 AI 的這個極限裡面，我發現：製造成本降低了，可是品牌信任跟工程深度的維運，這件事開始變得非常重要。
四、最重要的學習
14:02
它也影響到我們公司，不管是產品、招募策略、改革，或者組織架構，都會慢慢受影響。那我覺得在這個旅程裡面，我最重要學到的事情是：你要親手做，才知道什麼事可以交給 AI、什麼事需要自己接手。
14:20
為什麼？因為我常常看到市面上有些公司的大老闆說，我們公司要做 AI 轉型，但他自己沒有在重度使用 AI。他很難確定主管跟他說「AI 現在可以做到這件事」是不是真的、這個主管現在行不行。你到底要怎麼判斷這件事會不會成？我覺得核心還是這個人要對 AI 有深度的了解跟手感。
14:52
我有一個例子跟大家分享。上半年我去聽一個哈佛商學院教授的分享，他把 AI 教給肯亞 640 位企業經營者。重點是：原本表現比較好的創業者，用了 AI 之後表現更好；原本表現比較差的，用了 AI 表現更差——往錯誤的方向無限擴張下去。
15:14
所以你會發現一件事：同樣的 AI，有不同的成果。AI 其實是一個放大你判斷力的過程。 差別來自於，人人都有類似的工具的時候，你要怎麼利用你的 judgment 去判斷 AI 的建議，這件事變得非常重要。
五、公司實踐：AI first company
15:34
剛剛講的是從我個人使用 AI 的經驗出發。我再往前推一點：從理解 AI，到 AI 進入公司的每個流程。我們公司在去年決定 all in AI，所以發布了一個策略叫 AI first company。
15:52
什麼叫 AI first company？其實有四件事：每個人都要用 AI、用 AI 改造流程、用 AI 開發產品、開發 AI 產品。這四個口訣在我們公司琅琅上口：人人用 AI、流程用 AI、用 AI 開發產品、開發 AI 產品。
16:17
分享一些小小的成果。用 AI 提升效率：我們公司內部買了 50 個 AI 工具，token maxing 到不行，花了非常多錢——臺下有一些投資者——但我認為，AI 你要花到開始有點痛為止，那個手感才真正出來，你才知道哪些事情可以用 AI、哪些不行。
16:43
我稍微抓了一下，我們公司這 90 天花的總 token 數是 1,792 億。什麼意思？我用 ChatGPT 換算一下，一個一般人用 AI 要用 5,000 年才會用到這個 token 數量，我們公司 90 天就燒完了。這是真正用 AI 的第一個地方。
17:05
第二個，流程用 AI。我們公司內部 launch 了「數位員工」這個概念。我們有兩個同事，一個叫 Frankie、一個叫 Matt，他們都有自己的個性，有時候還會鬧脾氣。我研究了一下，公司每個人每個月問 Frankie 超過 1,000 個問題，大大小小，包含系統排查、客戶這樣罵我我要怎麼回他。Frankie 因為已經接了公司 end to end 的 context，可以用 AI 的方式回答你。
17:41
你想一下，我們公司原本是一個 operational 的 team 在做這件事情。因為數位員工的 launch，這些 operational 的人被釋放去做更有價值的事——以前可能花很多時間建 SOP、回答 SOP、建新流程，現在不需要了。這個過程讓我們公司的營運效率大增。
18:10
講快一點，用 AI 開發產品。我請工程團隊算一下，我們公司現在每五分鐘做一次產品改動。這蠻驚人的——我剛剛講的大概十分鐘，我們產品已經更版兩次了。
18:22
現在有 24% 的 code 是 end-to-end 由 AI 自己寫的：它看到需求，認為可以改，就直接上版。這樣的 AI 在我們軟體公司已經決定性地改變我們做產品的方式。
18:39
為什麼講這些事？這回到今天的主軸——開發 AI 產品。我認為一家公司必須非常了解 AI，了解 AI 的手感跟極限在哪裡，這樣開發出來的產品我們才有信心：它不是過渡型產品，以後 AI 成熟之後它還會留在市場上。所以我們今天會釋出非常多 AI agent 相關的產品，這是第二趴的重點之一。
六、趨勢一：AI 將成為第一個使用介面
19:07
我剛剛從個人的 AI 經驗出發，講到公司管理，接下來針對市場，我有一些更大的觀察跟各位分享。
19:20
趨勢一：AI 將成為第一個使用介面。 什麼意思？我現在每天上班的第一件事情，開的是一個 AI 的介面。我不會再開傳統的——以前可能開 Slack、開 Gmail、開 LINE——我現在上班第一件事情是開 AI，跟 AI 說：請你把我所有對外訊息的資料統整一下，跟我講哪一件事情我早上一定要回。這是我現在的工作方式。
19:51
所以我們也預期，未來你不用再登入我們家任何的產品。你只要跟 AI 用打字或說的：請你幫我針對這一檔行銷活動做 end to end 的設計。我們相信這件事情很快就會發生。
20:07
所以這是我們今天的一個重點：漸強實驗室全產品線今天推出 MCP。 就像我剛剛講的，不管你用講的、用打字的，不管是你們公司內部開發的 AI 還是外部的 AI，都可以 end to end 操作我們家的產品。
七、趨勢二：Agent 進企業
20:25
趨勢二：AI 從大腦——就是模型的進步——到今年 AI agent 的爆發。我們講很多 harness，太技術不講。我現在看到市面上最多的，其實是怎麼把 AI agent 放到企業裡面，這件事非常關鍵。
20:43
或多或少大部分人都有在企業裡用 AI agent。但如果你去問 CFO、CTO，他無法完全信任 Agent 應用在應用場景。為什麼？很多資訊安全的問題、成本考量的問題，還沒有在企業內部被解決；甚至很多 context，你要怎麼正確地分享給 AI，這件事也還沒有被正確解決。
21:10
所以漸強實驗室針對這個問題準備了什麼？這是我們今天發布的一個重點：Crescendo Agent Lab，漸強實驗室的 Agent Platform。我們把剛剛提到的內部數位員工、外部產品上的 Agent，底層全部 powered by 同一個 Agent Platform。
21:35
下一場會有專場分享更多細節。因為我們看到 AI 的這些趨勢，我們相信我們的產品也要（從根本）做一些改變去因應。
八、趨勢三：企業預算正在移動
21:50
最後一個趨勢更有趣：企業預算正在移動。 我跟很多老闆聊，問他：如果今天要做 AI 轉型，你的預算會從哪裡來？他很誠實跟我說，就兩個：
22:07
第一個，把每個部門的 budget、headcount、工具都 review 一次，省出來的錢拿來做 AI 轉型。第二個，新增預算去投資 AI 轉型。
22:22
所以我們發現市場上預算的移動開始改變了。工具的預算——像我們，原本是行銷部門用工具預算買——開始要移到 AI。客戶說不好意思，我們要做工具整併，有一些預算要拿去 AI，那怎麼辦？
22:42
漸強實驗室的回應是：在既有產品上加了非常多 Agent 的功能，也釋出了 Crescendo Agent Lab。如果你是行銷部門要用 AI，我們單一產品可以賣給你；如果你是一個企業的 AI 預算要用在行銷部門，我們也有 Agent Lab 幫你算——這個 AI 預算用在行銷部門是否正確、用了多少 token、這些 token 的模型是否用在正確的事情上。這就是我們對市場的回應。
九、收尾：把 AI 用得像水
23:17
最後，我分享了我個人、我們公司、我們對市場的觀察。同時我也要感謝，這個市場不是只有少數玩家，它是一個很大的 ecosystem 一起整合、一起做起來。現場有很多 partner，我很感激大家這一年對我們的幫助跟協助，一起幫助我們更好地服務客戶。
23:50
最後想分享一個我自己在思考的事情。如果把漸強實驗室的前十年拿來看，我們在做的是行銷預算的重新分配——market 就興起了嘛。但我看到後十年，更多是 AI 預算的重新分配。
24:02
我在思考漸強實驗室下一個十年的願景是什麼的時候，上禮拜在大阪去看了 Panasonic Museum。它的創辦人松下幸之助在三十幾歲的時候提出一個道理，叫做「水道哲學」。他創業的時候發現，那時候日本的電開始變便宜、電網佈滿全國，他覺得 Panasonic 要做一件事：把電賣得像水一樣容易取得。所以他做了非常多電器，小的、大的，讓消費者更容易取得電。
24:51
所以漸強實驗室的下一個十年，就是我們希望把 AI 用得像水一樣。在 token 成本開始下降的過程裡，我們做的所有東西——不管是 agent、agent platform——不管你是個人創業、小型、中型、大型企業，透過我們公司開發的工具，你都可以把 AI 用得像水一樣。這是我們公司下一個十年的願景。
25:16
以上就是我的分享。希望今天的分享給大家一些啟發，也感謝下面幾個 part，包含 panel 或其他分享，都希望你今天有些收穫。謝謝大家。