為 Agent 設計產品：當 AI 成為你的超級用戶 (Designing for Agents)

原始來源與檔名：20260512_2026-04-28T092707+0800-为 Agent 设计产品.md

來源：[[@dotey]] (轉載 Teddy Riker) / X (Twitter) — 2026-04-23 原始檔名：2026-04-28T092707+0800-为 Agent 设计产品.md

NAPKIN | 餐巾紙

餐巾紙公式

Old Paradigm: User -> UI -> Database New Paradigm: User -> User’s Agent -> Software’s Agent -> Database Design for Agents = 1. Explicit Instructions (MCP) + 2. Feedback Loops (Rationale logs) + 3. Context Gaps Resolution (Asking for context, not IDs).

當 Salesforce 宣布將整個平台 API 化以供 AI 呼叫時，標誌著一個新時代的到來：未來的軟體，有 80% 的使用量將來自 AI Agent 而非真人點擊。這意味著產品經理必須改變思維，開始為 AI 設計「無頭介面 (Headless UI)」。你必須主動把開發文檔 (如 Markdown 規範) 餵給 Agent，設計工具讓 Agent 回傳錯誤反饋，並且利用 Agent 的上下文推理能力來填補資訊缺口（例如讓 Agent 判斷是客戶餐還是團隊餐，而非直接問使用者要填哪個財務科目代碼）。

一句話

這是一篇探討 AI 時代軟體互動典範轉移的深度好文。作者指出，雖然圖形介面 (GUI) 不會死，但未來軟體的主要使用者將變成使用者的 AI Agent（如 Claude 或 ChatGPT）。為了迎接這個趨勢，軟體公司需要做三件事：1. 透過 MCP 等協議將操作規範直接餵給 Agent；2. 透過要求 Agent 填寫調用「理由 (Rationale)」來建立產品反饋迴圈；3. 重新設計 API，利用 Agent 的跨應用上下文（如讀取日曆與 Slack），自動完成過去需要人類手動分類的繁瑣流程。

餐巾紙草圖

[ Context Gap in Expense Management ]

User (Diego) -> Has receipts, Slack messages, Calendar invites.
Expense App -> Needs GL Code (General Ledger).

Traditional API:
App prompts Diego: "Please select one of 150 GL Codes for this $50 receipt." (Friction)

Agent-to-Agent Design:
User's Agent (reads calendar/Slack): "This was a team dinner with Acme Corp."
    |
    v (passes context, not GL Code)
App's Agent (knows accounting rules): "Team dinner with clients = GL Code 6400 (Meals & Entertainment)."
    |
    v
Database Updated. User did nothing.

ROUND 1: SKELETON | 骨架掃描

“這篇文章在說什麼”

ROUND 2: DISSECTION | 血肉解剖

“憑什麼這麼說”

核心論證鏈

  1. 護城河的轉移: 過去，熟悉的 UX 是 Salesforce 這類巨頭的護城河，因為轉換成本高。但當 AI Agent 接管操作後，UX 的摩擦力被抹平了。未來軟體的競爭力在於 API/MCP 的親和力。
  2. 機器之間的高效溝通: 傳統 API 是死板的指令執行器，而 Agent-to-Agent 的溝通是基於意圖 (Intent) 和上下文 (Context) 的。透過自然語言傳遞「這是一頓客戶晚餐」比傳遞 GL_CODE=4021 更具備容錯性和靈活性。

關鍵證據

邊界條件

ROUND 3: SOUL | 靈魂提取

“還能怎么用”