成功 Success > 數位工具
feature picture
nano banana

你養的是助手還是「毒龍蝦」?AI 代理這樣用,會讓一群聰明人做傻事

2026-03-17 經理人用戶成長中心
分享
收藏
已完成
已取消

最近全球社群媒體流行一句問候語:「你今天養龍蝦了嗎?」乍聽像玩笑,卻是當前 AI 科技圈最熱門的現象之一。

KPMG安侯企業管理股份有限公司董事總經理謝昀澤表示,社群把代理式 AI 比喻為一種會「自己找食物、自己工作」的數位生物,因此網路逐漸用「養龍蝦」來形容部署 AI 助手的行為。新一代 AI 代理程式的出現,突破了過去生成式 AI「光說不練」的限制。這些 AI 不只會回答問題,還能實際操作系統、執行任務。在企業環境中,如果運用得當,它們其實非常適合處理某些特定類型的數位工作。

一般而言,AI 代理最適合四種特性明顯的任務:跨系統、全天候、高頻率與大數據。例如,企業可以讓 AI 代理在庫存與客服系統之間自動運作,從 CRM 系統讀取客戶資料,到 ERP 查詢庫存,再到郵件系統回覆客戶。過去這類流程往往需要員工在不同系統之間來回切換,而 AI agent 可以全天候動態接收指令,自動完成整個流程。

然而,這股「養龍蝦」熱潮很快也出現了亂象。謝昀澤以自己的「養蝦」經驗為例,他原本只是要 AI 簡單蒐集一些旅遊景點資料,結果經過一晚「龍蝦自主加班」,AI 不但開始分析旅遊趨勢、研究匯率變化、建立旅遊成本模型,最後甚至生成數十頁旅遊市場分析報告與風土人文白皮書。

AI Agent 自主加班、刷爆 API 金鑰的成本陷阱

由於「勤奮」的 AI agent 持續呼叫大型付費語言模型服務,讓他的帳單迅速飆升。

除了 AI 過度「努力工作」,還出現更荒謬的產業鏈。在一些平台上,開始有人提供「龍蝦安裝服務」,幫忙部署 AI agent、設定環境、調整參數;沒過多久,又有人推出「龍蝦卸載服務」。

謝昀澤分析,造成近期「龍蝦棄養潮」的主要原因,是許多 AI 代理在安裝過程中需要取得大量系統與帳號權限,讓使用者逐漸意識到巨大的資安威脅。

在真正開始「養龍蝦」、發揮 AI 生產力之前,謝昀澤提醒企業應謹慎評估四大主要風險。第一是提示詞注入,也就是駭客在網站或文件中藏入惡意指令,誘導 AI 洩漏金鑰或機密資料。第二是指令誤判,AI 可能誤解任務,例如錯誤刪除重要郵件或資料。第三是外掛程式被投毒,部分 AI 插件可能暗藏惡意程式,讓電腦變成殭屍網路的一部分。第四則是漏洞被駭客利用,只要 AI 系統存在安全漏洞,就可能成為駭客入侵的入口。

謝昀澤指出,資安研究人員已發現,駭客開始開發專門的「資訊竊取器(Info Stealer)」,只要掃描到未設防的 AI 代理,就能直接竊取 API 金鑰與系統憑證。駭客不僅可以盜刷模型費用,甚至能遠端控制整台電腦。一旦電腦被控制,駭客可能竊取企業文件、監控鍵盤輸入,甚至把這台電腦變成攻擊其他公司的跳板。

說錯話事小,變成資安漏洞風險才是大事

謝昀澤表示,過去 AI 的問題是「說錯話」,但當 AI 開始彼此合作,未來的風險可能變成「一群聰明的 AI 一起做傻事」。他認為,代理式 AI 的應用將在今年迎來爆發式成長,而這股浪潮最後帶來的是「數位助理」還是「資安內鬼」,關鍵就在於企業對 AI 的治理能力。

謝昀澤建議,一般使用者目前可以暫時保持觀望,因為目前許多代理式 AI 工具安裝移除與管理門檻仍高,且資安問題仍難以完全掌控,不小心養到「毒龍蝦」的機率仍然偏高,與目前已普及的生成式 AI 成熟度仍有很大差異;而對於具備技術能力的開發者,則應在隔離測試環境與嚴格權限控管的條件下進行測試。

同時,產業界也開始嘗試建立更安全的 AI 代理平台。例如 NVIDIA 近期推出的 AI agent 平台 NemoClaw,以及微軟推動的 Copilot Coworker 概念,都是希望為快速發展的 AI 代理生態建立更安全的框架。這類平台被期待透過更嚴格的權限管理與安全機制,避免 AI 代理在企業環境中失控。

核稿編輯:陳書榕

繼續閱讀 生成式 AI
相關文章
feature picture
photoAc

你以為自己做比較快,其實是大腦在「走捷徑」!3 個交辦習慣,幫主管跳出救火循環

2026-06-05
分享
收藏
已完成
已取消

身為剛帶團隊不久的主管,你在部門週會前,把下個月活動提案交給 Kevin。你告訴他:「先照過去的格式整理一版,週會前給我看。」

兩天後,Kevin 把提案傳回來。你當初交代的,他都做了:照舊格式整理活動流程、排出時程,也補上預算表。但你讀到一半才發現,這份提案還不能直接拿去週會討論,因為它只回答了「活動要怎麼辦」,沒有整理出「主管現在需要決定什麼」。

這時再請 Kevin 重做,時間已經不太夠。你只好自己把受眾選擇、預算取捨和宣傳排序補上。改到一半,那個熟悉的念頭又浮出來:這不是第一次了,明明交出去的工作,為什麼最後又回到自己手上?

延伸閱讀:聰明主管都知道的領導矩陣:這樣分配工作,部屬能做得快又好

救火的習慣,是一次一次練出來的

這和大腦的省力機制有關。神經科學裡有一個概念叫做組塊化(chunking),當某些行為反覆一起出現,大腦會把它們打包成一套自動流程,不需要每次重新思考。背後的原理是突觸可塑性(synaptic plasticity),一條路走得愈多,大腦就愈會把它當成預設選項。管理工作也會形成一樣的慣性。

如果你過去是靠專業能力升上主管,遇到問題時,最熟悉的處理方式通常是自己下場。部屬做得慢,你補上;成果不如預期,你修改;時間快來不及,你直接接手。每一次救火,都讓「我來處理」這條路徑更順。

要改掉這個習慣,不能只靠提醒自己下次要放手。主管需要把交辦拆成幾個動作,在真實工作裡反覆練習。

習慣 1:部屬沒做到位,先問自己說清楚了嗎?

交辦失敗,常從一句看似清楚的指令開始。

「幫我做一份提案」「整理一下資料」「把客戶名單更新好」,這些說法在主管腦中可能有很明確的畫面,但部屬聽到的只是任務名稱。他不知道這份提案要協助主管做什麼決策,資料要整理到什麼程度,客戶名單更新後要拿來判斷哪件事。

比較好的做法,是在交辦前先把成果講清楚。主管可以說:「這份提案明天會用在部門週會,我需要判斷活動主打對象、預算取捨,以及哪個宣傳管道要先投入。你整理時,請把這 3 件事放在前面。」

這樣一來,部屬不只知道要做一份提案,也知道主管真正要拿這份資料做什麼。

習慣 2:交出去之後,設好 3 個回報點

有些主管擔心自己管太多,交出去後就盡量不問;等到期限前才發現方向偏了,又只好自己收尾。也有些主管剛好相反,一天問好幾次進度,最後部屬覺得自己只是照主管指令做事。

設立檢查點可以避開這兩種極端。 第一次回報,可以確認部屬是否理解任務;中段回報,可以看方向有沒有偏;完成前回報,則用來確認品質是否接近期待。 這些檢查點不是為了盯人,而是讓主管在還來得及調整的時候看到問題,也讓部屬知道什麼時候該同步,不必等到最後才猜主管滿不滿意。

習慣 3:任務交出去,資源也要跟著給

部屬第一次做某項任務,通常不會和主管一樣快。如果任務牽涉跨部門協作,或對方手上同時有其他工作,所需時間還會再拉長。這時,主管如果只用自己過去的速度估期限,很容易把部屬推進不可能完成的節奏裡。

交辦時可以先問:「你完成這件事需要哪些資料?有沒有過去範本可以參考?需要我先幫你和哪個部門溝通?」 缺資料,就給範本;缺經驗,就安排資深同事協助;卡在跨部門,就由主管先把路打通。當資源條件被說清楚,部屬才比較有機會把責任接住。

延伸閱讀:主管愈遲鈍,部屬愈能成長!懂交辦的好主管都做這 2 件事

方法都懂,為何回到工作現場還是改不了?

經理人

知道要交辦,和真正能在工作現場做出來,中間常差了一段練習。特別是時間緊急、品質要求高的時候,主管很容易又回到「我自己改比較快」的舊習慣。《經理人》商管 LAB 推出《高績效主管的交辦學》線上課程搭配 4 週陪跑方案,陪你把交辦放回真實任務裡練習:

1. 改掉自己做比較快的舊反射: 很多主管知道要放手,卻會在時間壓力和成果落差出現時自動接手。陪跑設計透過每週任務與實戰作業,讓你在真實工作中練習重新定義成果、分配責任、留下檢查點。下次遇到類似狀況時,比較不會第一時間把工作接回自己手上。

2. 讓團隊真的接得住任務: 交辦失敗常來自目標、標準、權限與資源沒有說清楚。課程會帶你使用模板與情境練習,拆解交辦前、中、後該說什麼、問什麼、追蹤什麼,讓部屬更清楚自己要負責到哪裡,也知道遇到問題時該怎麼回報。

3. 有人陪你校準交辦盲點: 回到辦公室後,主管最容易卡在「我這樣算微管理嗎?」「現在該不該介入?」陪跑設計透過問題回覆與直播 QA,協助你把真實情境拿出來討論,慢慢抓到放手、支持與介入之間的分寸。

繼續閱讀 領導帶人

Manager AI 幫你提問:

從 25000+管理文章與 800+深度專題為你找答案

內容由AI根據經理人知識庫輔助生成,提問請勿輸入機密資料,請自行判斷準確性。

相關文章

解鎖更多提問機會!

請先登入會員

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
訂閱方案