# 銀河軟體 ERP 內訓課程：Class 03 主題一 (class03_coexistence.md)

* **課程主題**：人與 AI 的共創共生
* **副標題**：AI 時代，我們不是被取代，而是學習如何協作
* **授課教師**：鄭穎臨 老師

> [!NOTE]
> **常用工具的熟悉重點＋運用技巧**
> * 內容，撰稿中...

---

## 本章定位

在學習任何 AI 工具（如 Antigravity, Claude, ChatGPT）之前，我們必須先建立正確的**「人與 AI 的協作與治理觀念」**。

市面上多數 AI 課程偏向教工具操作、提示詞（Prompt）技巧或底層模型參數。然而，**工具會一直改版，功能會不斷更新；唯有深刻的「人機協作與治理能力」，才能成為您長期留存的核心資產。**

本章旨在讓學員理解如何與 AI 共同工作，並定位人類與 AI 在未來工作流中的新角色。

---

## 核心協作觀念

### 1. AI 不是「答案機」
AI 的輸出並不是不容置疑的真理。我們應該將 AI 定位為：
* **高效助理**：幫忙處理草案、收集資料。
* **專業顧問**：提供不同視角與架構建議。
* **副駕駛 (Copilot)**：執行重複性編碼、排版或文案撰寫。

**它不是「神諭」，更不是「最終決策者」。** 最終對結果負責的，依然是身為人類的您。

### 2. AI 是「能力放大器」
* **傳統模式**：1 個人 = 1 個人的產能（受限於時間與打字速度）。
* **AI 時代模式**：1 個人 + 多個 AI 代理人 $\approx$ **一個小型團隊的產能**。
利用 AI 幫我們處理繁瑣的「重勞動」工作，人類可以將精力專注於高價值的策略與架構設計。

### 3. 人類角色的轉變
在未來的工作流中，人類與 AI 的分工將會重組：
* **人類負責（決策與治理層）**：
  * **規劃 (Planning)**：定義問題、規劃架構、設定系統邊界。
  * **判斷 (Judgment)**：辨識真偽、進行商業價值評估。
  * **驗收 (Acceptance)**：審查產出、進行破壞性測試。
  * **治理 (Governance)**：管控資安、合規性與道德邊界。
* **AI 負責（執行與產出層）**：
  * **搜集 (Gathering)**：跨文檔搜尋、歷史日誌提取。
  * **整理 (Organizing)**：結構化資料、格式轉換、代碼整理。
  * **產出 (Generating)**：撰寫初稿、生成測試案例、重構代碼。
  * **重複工作 (Automation)**：跑自動化腳本、批量檔案處理。

### 4. AI 的弱點與 HITL（人機協作）
AI 具有三大先天缺陷：
* **幻覺 (Hallucination)**：一本正經地胡說八道。
* **理解偏差**：對上下文細節或特定語境產生誤判。
* **缺乏企業背景與特殊規則**：AI 不知道您企業內部的潛規則、非公開的 legacy 系統架構，或特定客戶的隱性需求。

因此，**AI 的產出絕對不能直接採用，必須落實 HITL（Human In The Loop，人機協作）審核機制**。這也是我們後續討論「台北郵局 OCR 誤判事件」的核心原因。

### 5. AI 時代的重要能力
未來卓越人才的衡量標準，不再是「您能不能自己動手做完所有事情」，而是：
1. **「知道什麼事情該交給 AI」**（任務拆解與指派能力）。
2. **「知道如何驗收 AI 的成果」**（代碼審查與例外測試能力）。

---

## 實務案例分析

為了更好地理解這些觀念，我們可以從三個層次來觀察：

### 1. 生活案例：GPS 衛星導航
* **AI 角色 (GPS)**：基於大數據算力，提供最短路徑、預估避開塞車時間，並動態規劃路線。
* **人類角色 (駕駛員)**：手握方向盤控制車輛，隨時注意路面突發狀況（如野狗衝出、前方車禍），並決定是否採用 GPS 的建議（例如路過想去買咖啡而刻意繞道）。
* **協作本質**：導航提供建議，人類負責安全駕駛與最終路線決策。

### 2. 企業案例：客服機器人與人工主管
* **AI 角色 (客服 Bot)**：24小時在線，快速回答 80% 常見且重複的 FAQ（如退換貨流程、營業時間）。
* **人類角色 (客服主管)**：處理剩下 20% 涉及複雜客訴、特殊退款或商譽危機的情境；定期審查 Bot 的回應記錄（HITL），並優化其知識庫。
* **協作本質**：AI 負責過濾雜音，人類專注處理深度衝突與服務治理。

### 3. 工作案例：銀河 ERP 客製開發
* **AI 角色 (Antigravity / Codex)**：根據提示詞快速生成資料表 DDL 語法、撰寫 API controller 基礎程式。
* **人類角色 (資深工程師)**：手寫核心 `Interface`（介面），定義系統架構與安全權限邊界，並對 AI 產出的代碼進行 SQL Injection 安全掃描（Acceptance）與例外狀況測試。
* **協作本質**：人類定義邊界與進行驗收，AI 負責代碼填充與重構打雜。

---

## Force 觀點

> **「AI 不會取代所有人。但善用 AI 的人，很可能取代不會使用 AI 的人。」**

這句話並非要製造焦慮，而是點出「能力重組」的必然性。在銀河 ERP 專案的推進中，我們提倡每一位成員都成為「AI 的決策者與治理者」，用協作將個人產能放大 10 倍。

---

## 與後續章節銜接

當我們建立好「人 ↔ AI 協作」觀念後，我們就能順利跨入更進階的領域。
本章結束後，我們將自然銜接：

👉 **主題二：AI 與 AI 的協作（A2A, Multi-AI Collaboration）**

我們將探討如何讓多個 AI Agent（如 Parent Agent 與 Subagent）在背景自主溝通、分工協作，進一步解鎖企業級的 AI 自動化與知識工程化能力。