前LINE台灣總經理陶韻智，在2025年決定親自學習Vibe Coding，並在數個月內完成超過100個AI應用。他認為，管理者如果缺乏實作手感，就無法精準訂出KPI、配置資源，帶領組織跨入AI時代。
本集未來城市Podcast邀請陶韻智，分享他從零開始的Vibe Coding實作經驗，以及管理者在AI實作過程中最常碰到的心理關卡與突破方法。
未來城市Podcast EP.124
▹ 未來主持人：未來城市頻道資深總監 陳芳毓
▹ 未來大來賓：前LINE台灣總經理 陶韻智
▹ 訪談精華：
主持人問（以下簡稱問）：您去年開始自學Vibe coding，但管理階層的任務通常是指揮決策，不太需要親自動手，當初決定「All in AI」的契機是什麼？這是管理典範轉移嗎？
陶韻智（以下簡稱陶）：因為AI帶來的改變，和以往任何一波技術革命都不同。過去工業革命取代的是勞力，這一波取代的是知識工作本身。
一般企業約有60%的預算花在人力，而AI現在能做的，正是組織知識、產生洞察、撰寫報告、甚至寫程式，這些都是白領工作者的核心職責。
管理者如果只仰賴報告與趨勢分析，卻缺乏實作手感，很難在AI時代建立新的判斷基準。
舉一個具體的例子：過去一個人一年的平均產值可能是500萬，但在人機協作的條件下，這個數字有機會達到5000萬。
如果管理者沒有人機協作的經驗值，記憶中的基準仍然是500萬，就不敢設定5000萬的KPI目標；就算設定了，也無法向團隊說明如何達成。
這也是為什麼Google創辦人佩吉（Larry Page）與布林（Sergey Brin）退休後選擇回鍋，親自將程式碼提交進代碼庫（Codebase）。因為在他們看來，沿用舊有經驗框架帶領公司，本身就是一種風險。
資源重新配置這種決定，只有最上位的人能做，而要做這個決定，必須先有對AI時代的真實手感。
問：很多人聽到Vibe Coding會直覺聯想到寫程式，兩者的差異是什麼？
陶：Vibe Coding與寫程式的關聯，遠比多數人想像的小。Vibe Coding的本質是用自然語言寫軟體，就像是我們平時在LINE上交辦工作、在會議室指揮專案的方式，告訴AI你要的結果是什麼。
從歷史脈絡來看，電腦的操作方式經歷了機器碼、組合語言、高階程式語言的演化，每一代都在降低使用門檻。Vibe Coding是這條演化路徑的下一站，使用的語言就是日常溝通的語言。
這個轉變正發生在矽谷最頂尖的工程師身上。Google、Meta的資深工程師不再親自寫程式，就像現在幾乎沒有人用毛筆寫字一樣。
對管理者來說，自然語言本來就是強項，目標管理與成果導向也是日常。Vibe Coding 要求的，恰好就是這兩件事；領導者引導員工的方式，幾乎可以直接平移到AI：告訴它方向、判斷它的產出、指出問題、要求修正，整個過程跟管理一個下屬沒有本質差異。
問：對一個文科背景、工作繁忙的資深主管來說，要怎麼踏出AI實作的第一步？是找同仁請教，還是先買課、上課？
陶：第一步，是調整舊有的學習方法。過去我們學一件新事物，會從基礎開始，找教科書、查文章、問同事。但AI可以直接當老師，而且是一個隨時可以請教、廣度與深度遠超過身邊多數人的老師。
與其花時間找對的人問對的問題，不如直接請AI帶著走。
第二步，是把時間空出來。學習AI不需要大幅調整行程，只要每天撥出固定時間實作就夠。許多人卡關的原因不是能力問題，而是始終沒有真正開始。
但其實最關鍵的還是心態轉換，在還沒有足夠的經驗值之前，先放下對AI的辯證與懷疑，以實作優先。看到結果之後，判斷自然會跟著校正。
問：您的第一個Vibe Coding專案是怎麼做出來的？後來又陸續做了哪些類型的練習？
陶：我的第一個專案主題刻意選得很小，是一個讓使用者辨別哪張圖片由AI生成的簡單網頁遊戲。這個題目的邏輯很簡單，靠自己就能驗證結果，原本預計要花兩個禮拜才能完成，沒想到半小時就看到成果。
Vibe Coding專案的選題邏輯有幾個原則值得參考：
- 第一，從簡單的開始。題目難度應該落在「我原本也能做，只是很費時」的區間，別在一開始就挑戰複雜系統。
- 第二，選擇自己熟悉的領域。因為驗證產出是否正確，需要你對那個題目本身有基本認識。
- 第三，難度應該循序漸進。我的前20個專案幾乎都是在建立手感，類型涵蓋網站、桌面應用程式、呼叫AI API生成內容，後來還自己做了一個類似Gamma的簡報自動生成工具。
每個專案的實際專注時間大約只有15分鐘，其餘時間是AI在執行。以這個節奏計算，只要20天，就能建立起基本的AI實作手感。
問：用AI用得越來越順之後，有些人開始擔心自己太依賴AI，導致判斷力退化，甚至在不知不覺中形成「大腦外包」。您怎麼看待這樣的擔憂？
陶：這其實是管理者每天都在面對的處境。管理者每天接收來自團隊、市場、競爭對手的大量資訊與建議，從來不會因為聽取下屬的分析就喪失判斷力；因為最終的品味與決策責任始終在自己身上，AI只不過是另一種形式的專業意見來源。
管理者和AI的協作，其實和帶領一個團隊沒有本質差異。有些事情確定可以放手讓AI執行，有些事情需要回報再決策，有些事情則因為自己不夠熟悉，需要找最強的工具來處理，同時控制風險與方向。
就像企業長期將法務或會計委外，不代表老闆失去了對這些領域的掌控，他依然會交叉確認、反覆追問、用自己的判斷做最後決定。
真正無法外包的，是對市場的品味、對競爭格局的直覺，以及為結果承擔責任的位置。
問：在教學現場應該碰到很多來自各行各業的學員，他們在學Vibe Coding的過程中，最焦慮的事是什麼？您如何帶領他們突破？
陶：學員們的焦慮大致有三種：不知道從哪裡切入、覺得自己學不會、不確定為什麼要學。
這三種焦慮有個共同根源，就是用舊的學習框架去評估一件新的事情。
過去學一項新技能，需要從語法、邏輯、底層架構開始建立基礎。
但Vibe Coding所需要的核心能力，許多管理者其實早已具備，包括用清晰的語言描述目標、評估產出是否符合預期、在多個選項之間做出判斷。
課堂上最有效的突破方式，是讓學員直接看到操作過程，而不是先說服他們相信AI的能力。當他們親眼見到原本以為需要數週完成的東西，在幾十分鐘內出現在螢幕上，那個心理門檻就自然瓦解了。
聽懂未來：關於AI時代的Vibe Coding，我還想知道更多⋯
未來城市給你更多知識補充包！
想聽更多未來城市Podcast節目？
- 首播時間：隔週六播出。
- 頻道搜尋：天下雜誌Podcast頻道「聽天下」，或關注未來城市網站「未來城市Podcast」系列內容。
