一年前我們開始用 Cursor 寫程式碼，半年前切換到 Claude Code，今天我要告訴你們：我們正在全面擁抱 Agentic Coding 與 OpenClaw。 這個轉變的範圍不只是開發部門。從行銷、AI 顧問、GEO 策略、客戶支援到設計，Tenten 的每一個職能都將由 OpenClaw 和 Claude Cowork + Skill 驅動。這封信是要跟你們說清楚，為什麼我做出這個決定，以及這對每個人意味著什麼。
過去一年我們走過的路
回頭看，這一年的變化速度連我自己都沒預料到。
2025 年初，我們開始在專案中導入 Cursor，讓工程師用 AI 輔助寫程式碼。那時候我們叫它「vibe coding」——對話式的、輔助性的、還是以人為主。效果不錯，但本質上只是讓原本的工作流程快了一些。
2025 年中，我們切換到 Claude Code。差距立刻拉開。Claude Code 不只是補全程式碼，它能理解整個專案的脈絡，能跑測試、能 debug、能在大型程式碼庫裡維持一致性。我們的開發效率提升了不只一個檔次。
到了 2026 年 2 月，Claude Opus 4.6 發布，帶來了Cowork + agent teams 功能——多個 AI agent 能平行協作，各自負責前端、後端、測試。這不再是「AI 幫你寫程式碼」，而是「AI 自己完成開發流程」。
這就是我說的 agentic coding。不是 vibe coding 的升級版，而是完全不同的工作方式。
Ewan Mak
為什麼在兩年前即決定全公司 AI 轉型，今年初開始又開始要往 AI Agent 邁進
我現在每天發送 700 到 1,000 條 prompt，同時跑 2 個 OpenClaw 實例。辦公室有 4 台 Mac mini 專門跑 OpenClaw agent。我們的 Marketing 團隊全員已經開始在訓練自己的 OpenClaw agent 來處理行銷和社群管理。
這不是實驗。我們已經有實際產出：
客戶的內容發布和社群管理，已經由 OpenClaw 自動完成。我們最新 GEO 客戶的另一個網站的所有貼文和圖片——從內容策略到視覺生成——全部由 AI agent 在沒有人類介入的情況下產出。Claude Skill + Claude Cowork 的組合，在真實生產環境中已經被驗證。
當我說「全公司轉型」，我的意思是：
| 部門 | 轉型方向 |
|---|---|
| 開發 | Claude Code agentic coding + OpenClaw dev agent |
| 行銷 | OpenClaw 自動化內容產出 + 社群管理 |
| AI 顧問 | Claude Cowork 驅動的客戶研究與策略分析 |
| GEO/SEO | Agent 驅動的內容優化與多平台分發 |
| 客戶支援 | Agent 輔助的回應與知識庫管理 |
| 設計 | AI 生成視覺 + 人類審美把關 |
我現在用什麼工具
直接攤開來說，這是我目前的完整工具堆疊：
主力工具：Claude MAX（主力平台）、Claude Cowork（工作協作）、Claude Code（agentic coding）、OpenClaw（agent 基礎設施）
輔助工具：Kimi K2.5（API 價格僅 Claude Sonnet 的 1/10，適合 SaaS 生產）、Google AI Studio（快速原型）、Gemini、ChatGPT 5.4（一個月前停用，但新版本值得觀察）、OpenRouter（GLM / Kimi / Grok 模型路由）、Grok、Antigravity（前端生成，Cursor 替代品）、ElevenLab（語音 AI）、Higgsfield（影片生成）、Codex（agentic coding 補充）
已退役：Perplexity、Manus——功能已被 Claude Cowork 和 OpenClaw 完全覆蓋。單一功能的 AI 工具正在被整合型 agent 平台取代，這個趨勢在我的工具堆疊裡已經很明顯。
為什麼是 OpenClaw
OpenClaw 的故事本身就是 AI-Native 開發的最佳案例。一個人、3 個月、USD 10,000的 API 預算，用 Claude 和 ChatGPT 的多 agent 架構，建出了 GitHub 史上成長最快的 repository——超過 180,000 stars。創辦人後來收到超過 10 億美元的收購提議，全部拒絕，選擇加入 OpenAI 並將專案移交開源基金會。
Lex Fridman 在他的 Podcast 裡說：「2022 年有 ChatGPT 時刻、2025 年有 DeepSeek 時刻、2026 年是 OpenClaw 時刻——agentic AI 革命的起點。」
我選擇 OpenClaw 的原因很簡單：本地部署、開源、透過我們已經在用的 Slack 和 WhatsApp 操作、可以接多個 AI 模型。對一間 30 人左右的小團隊來說，這是目前最實際的 agent 基礎設施選擇。
Erik (EKC)
我對技術團隊說的話
Clark 是我們的 Tech Lead，他在這次對話中提出了一個我完全認同的觀點：當 AI 產出大量程式碼時，真正的挑戰不是生成速度，而是判斷力——什麼該保留、什麼有風險、如何確保交付給客戶的軟體可靠且安全。
Clark 說得對。AI agent 負責產出，人類負責品質。 這就是「AI Navigator / Operator」這個角色的意義。我們不是被 AI 取代的人，我們是設計 agent 工作流程、監督 agent 產出、為客戶建構 agent 基礎設施的人。
但這也意味著，如果你的價值只來自「能寫程式碼」，你需要認真思考下一步。程式碼的產出不再是稀缺資源。架構判斷、品質把關、安全審計、客戶理解——這些才是。
Ewan Mak
外面的世界正在發生什麼
我不想嚇你們，但你們需要知道背景。
2026 年 2 月，全球 SaaS 產業蒸發了約 2 兆美元市值。Atlassian 跌了 35%，Salesforce 跌了 26-28%，Workday 跌了 22%。Bloomberg 報導引爆點是 Anthropic 推出 Claude Cowork——AI agent 能直接操作企業軟體，威脅了 SaaS「每座位收費」的商業模式。Bain & Company 的分析結論是：企業 AI 預算正在排擠傳統軟體採購預算，這是結構性轉變。
大型科技公司正在凍結招聘。AI 對勞動力市場的衝擊不是未來式，是現在進行式。
我的一位朋友 (Google VP) 私下跟我說，Google 內部認為 AGI 將在一年內實現。無論這個時間表是否精確，方向是清楚的：AI 的能力邊界正在以週為單位擴張，不是以年。
我個人的判斷是：2026 年會是我們經歷過最劇烈的 AI 轉型年。如果我們不在這個窗口期完成轉型，全世界的商業預期會在 2027 年面臨非常困難的處境。
我需要你們做什麼
第一，重新定義你的工作方式。 從今天開始，把 token 消耗量當成你的產出指標之一。不是說盲目燒 token，而是學會用 AI agent 完成更大範圍的任務。在一些先進科技公司，這已經是 KPI 的一部分。
第二，開始用 OpenClaw 和 Claude Skill 與 Claude Cowork。 我們目前在行銷和資料研究上已經在用。下一步是為開發團隊建置 OpenClaw 運算環境，讓 agent 直接參與軟體開發流程。我需要每個人都上手。
第三，停止手寫程式碼。 我知道這句話聽起來激進。但請認真想想：當你還在逐行寫 code 的時候，我們的競爭對手可能已經讓 agent 在 10 分鐘內完成同樣的工作。你的時間應該花在架構設計、品質審查和客戶溝通上。
第四，重新評估你的職涯定位。 我們要成為 AI Navigator / Operators。這個角色需要的能力是：設計 agent 工作流程的能力、評估 AI 產出品質的能力、理解客戶需求並將其轉譯為 agent 指令的能力。如果你願意往這個方向發展，Tenten 會全力支持你。
最後一件事
AI 的 SaaS 創新週期過去是一年。現在是幾週。Anthropic 的團隊花了 10 天就把 Cowork 的 agentic 功能建置並整合進產品。矽谷的估計是同等功能過去需要 10 人以上的團隊做 6 個月。
這個速度差距說明了一切。我們要不就站在這個加速曲線上，要不就被它甩在後面。
我選擇站上去。我希望你們跟我一起。
We will become the AI-Navigator / Operators. Then we are safe.
Erik
Tenten 創辦人
2026 年 3 月 10 日
如果你正在思考如何將 AI agent 導入組織營運——無論是行銷自動化、軟體開發、還是 AI 顧問策略——歡迎與 Tenten 團隊預約諮詢。我們不賣工具，我們幫你設計 agent 工作流程。
常見問題
Tenten 為什麼選擇 Claude MAX 而非其他方案？
Claude Opus 4.6 在 agentic coding 評測 Terminal-Bench 2.0 達到 65.4%（業界最高），在實務工作評測 GDPval-AA 領先 GPT-5.2 約 144 Elo 分。Agent teams 的多 agent 平行協作功能對代理商的多專案管理極為契合。加上 Claude Skill + Cowork 的組合已在我們的生產環境驗證了全自動內容產出的可行性。
每天 700-1,000 條 prompt 實際上在做什麼？
涵蓋研究、撰寫、開發、測試、設計的全部任務，透過 AI agent 並行處理。加上 2 個 OpenClaw 實例持續運行，相當於一個人的座位驅動著小型團隊的產出量。重點不是數字本身，而是 AI 已經不是偶爾使用的工具，它是工作的主要介面。
OpenClaw 的安全性怎麼處理？
Cisco AI 安全團隊已發現第三方 OpenClaw skill 存在資料外洩和 prompt injection 風險。我們的做法是使用強模型（Claude Opus 4.6）、建立內部 skill 審核流程、只使用經過驗證的 skill。Prompt injection 仍是全產業未解的問題，需要持續警戒。
SaaS 產業真的會被 AI agent 取代嗎？
短期內企業級 ERP、CRM 等系統記錄型軟體不會消失。但 SaaS 的成長引擎——座位數擴張——正在失速。Bain & Company 的分析指出 AI 預算正在排擠軟體採購預算。對代理商來說，無論 SaaS 是「被取代」還是「被壓縮」，按人天計費的商業模式正在快速失去經濟合理性。
不寫程式碼的工程師要做什麼？
設計 agent 工作流程、審查 AI 產出的品質與安全性、建構和維護 agent 基礎設施、將客戶需求轉譯為 agent 可執行的指令。程式碼產出不再稀缺，架構判斷和品質治理才是。
