【行動影響力論壇@台灣敏捷大賞 系列活動 】當 AI 成為團隊成員：軟體團隊該如何重新設計工作方式？-Noopher AI 執行長暨創辦人 YC Chen
【行動影響力論壇@台灣敏捷大賞 系列活動 】當 AI 成為團隊成員：軟體團隊該如何重新設計工作方式？-Noopher AI 執行長暨創辦人 YC Chen
作者：ACT
刊登時間：October 28, 2026
當 AI 成為團隊成員：軟體團隊該如何重新設計工作方式？
AI 做得比你想得還快，接下來該怎麼帶團隊？
你剛交代完一項任務，回到座位喝口水，AI 就回報完成了。接下來，你得判斷它做得對不對，也得想清楚下一步值得做什麼。這是直播裡形容人機協作的一個情境：團隊得開始適應這樣的工作節奏。
2026 年 10 月 22 日，台灣敏捷協會「行動影響力論壇」邀請 Noopher AI 執行長暨創辦人 YC Chen，與主持人康妮走路、敏捷陪伴者 Donita，一起討論「當 AI 成為團隊成員：軟體團隊該如何重新設計工作方式？」。
這場約一小時的對談，從個人使用 AI Agent，談到團隊分工、需求探索與組織設計，推薦給工程師、產品經理、Scrum Master，以及正在考慮導入 AI 的主管。
一支演講影片，從剪輯到字幕都交給 AI
YC 先談起自己處理演講影片的經驗。
過去，這類工作可能需要打開剪輯軟體，手動對齊投影片、調整人物畫面，再辨識與修正字幕。這次，他向 AI Agent 說明希望呈現的效果，讓它透過程式處理一連串工作：
YC 說，他在演講當天晚上就處理好影片，完成上傳。
他把原本要在不同軟體裡操作的工作，整理成一個交給 AI 處理的任務。他要說清楚成品的樣子、想出可行的處理方式，再檢查結果。
例如，要把字幕修得更準，他得先想到「投影片可以提供用字與內容的線索」；要對齊投影片，他得知道「錄影裡模糊的投影畫面，仍可能用來判斷換頁時間」。
YC 要知道哪些事做得到、把想要的結果說清楚，也要知道怎麼檢查。他還請 AI 做了一個檢查用的頁面，沿著時間軸查看影片、投影片與字幕有沒有對齊。任務交出去，驗收還是得自己做。
執行變快之後，瓶頸可能移到「下一步要做什麼」
YC 主張，把 AI Agent 當成執行團隊，讓人有更多心力判斷方向、做決策。
這樣分工，團隊也得重新檢查原本的工作安排。執行變快，原本排隊等待開發的需求可能很快就做完了；接下來要問的是，還有哪些需求值得做，做出來的東西對使用者有沒有用、他們願不願意用。
康妮也分享過類似經驗：原本工程資源有限，必須從大量需求中挑出少數優先項目；當可用的開發人力突然增加，累積的需求陸續被完成，反而開始面對「還有哪些有價值的事情可以做」的難題。
找到需求、確認痛點、理解使用情境，都需要時間。開發變快，並不代表這些判斷會自動跟著變快。
產品經理、Product Owner 與主管得回答：團隊有能力把東西做出來了，為什麼要做這一件？做完之後，要觀察什麼？
跟 AI 合作，要能在目標與細節之間來回
把任務交給 AI，並不代表溝通就會變簡單。
YC 發現，AI 很快就會鑽進細節，資訊不夠時也可能自己補上假設。人如果跟著每一個細節往下走，可能聊了很久，才發現方案已經偏離最初想解決的問題。
發現方向偏了，他就喊停，先重新確認目標、釐清 AI 有沒有理解錯，再談細節。
這讓主持人聯想到需求探索與需求精煉的工作：討論要做哪些功能時，也得持續確認這些功能是為了解決什麼問題。
整理這段對談，與 AI 合作時可以反覆問三個問題：
這三個問題是本文依對談整理的建議。YC 也談到，細節終究要處理；討論細節時，人得記得原本要解決什麼問題。
AI 做完了，你還得看懂它做了什麼
YC 提到，AI 產出很快，但他仍然需要花時間理解：它做了什麼？過程中補上了哪些自己沒有交代的細節？有沒有做錯？理解之後，才有辦法下達下一個指令。
他在對談中將這類工作稱為「理解工程」。
軟體團隊也得花時間看懂 AI 的產出。做出一個簡單頁面，和維護一套複雜系統，需要理解的內容並不相同。YC 認為，要與 AI 協作處理深入的軟體工程問題，仍需要工程底蘊，才能理解它提出的方案與技術細節。
因此，不能把他的主張解讀成「AI 不會出錯」，也不能直接推論「有了 AI，每個人都能勝任所有工程工作」。執行方式變了，理解成果、判斷取捨、檢查品質，仍然得有人負責。
開發快了，使用者的回饋跟上了嗎？
聊到開發速度，三人也談起敏捷。
YC 分享，過去團隊可能因為執行速度跟不上，讓工作不斷延續到下一個 Sprint。若 AI 能協助縮短實作時間，就有機會更快做出可交付的成果，帶到市場測試，再依回饋展開下一輪調整。
Donita 從自己的 UX 工作經驗補充：開發變快後，負責需求、UX 與開發的人，更需要密切合作。使用者的痛點是否被解決、產品能否融入既有習慣，仍然要花力氣理解。
這段討論值得團隊一起看。團隊可以用 AI 更快把想法做成可測試的成果，早一點拿到使用者的回饋。如果只是持續增加功能，卻沒有觀察使用者是否接受，團隊仍然可能把時間花在價值有限的事情上。
正在推動敏捷的主管與 Scrum Master 可以檢查一下：開發變快之後，需求能及時決定嗎？驗收與取得回饋的流程，跟得上嗎？
AI Native 公司會怎麼分工、怎麼找人？
談到 AI Native 公司，YC 認為，應該先看 AI 已經能做什麼，再決定組織怎麼安排、人怎麼分工，以及要找什麼樣的人。
在他的構想裡，當 AI 承擔更多執行工作，團隊會更需要能判斷方向、做決策、帶領協作的人。專業工作者也能運用 AI，打造適合自己工作的工具。
這是 YC 根據創業與使用 AI 的經驗提出的想法，是否適合自己的公司，還得看業務與實際工作情況。對談談到工作機會時，他也沒有保證工程師的職位必然不受影響；專業能力仍有需要，與企業未來需要多少人，是兩個不同的問題。
當主持人問到「團隊明天要開始導入，第一步該改什麼」，YC 建議：先從個人開始，把自己的 AI 工作流程練熟，再一起討論團隊如何合作。
你可以從一項熟悉、能判斷好壞的工作開始，練習把需求交代清楚，觀察 AI 會在哪裡誤解、自己需要補哪些資訊，以及如何驗收。有了這些經驗，再和團隊討論要怎麼合作，會比較具體。
從你最在意的問題開始看
看回放時，可以帶著這個問題和團隊討論：如果執行變快了，我們釐清需求、做決策和檢查成果的速度，跟得上嗎？
如果你正在使用 AI 寫程式、帶領產品開發，或規劃組織導入，推薦你觀看完整回放。YC 的剪片案例，還有兩位主持人從需求分析、敏捷與 UX 經驗提出的追問，都談到了工作交給 AI 之後，人還得學會哪些事。
觀看完整直播回放｜當 AI 成為團隊成員：軟體團隊該如何重新設計工作方式？
想先看自己關心的議題，可以從下面的段落開始。時間依字幕整理，為約略起點：
看完之後，也歡迎在影片下方留言：你最想交給 AI 的工作是什麼？目前最難的，是把需求說清楚，還是確認它真的做對了？
