I Gave My AI Employee Real Work—Here’s What Happened（產出：2026-08-24）
影片資訊
- 影片：I Gave My AI Employee Real Work—Here’s What Happened
- 頻道：Zubair Trabzada | AI Workshop
- 來源：raw transcript；2026-08-17 擷取，英文自動字幕
摘要
影片展示 TARS 作為指揮型 AI employee，能以語音或文字接收任務、理解共享螢幕、操作 Meta Ads 草稿、派遣 CASE 與 KIPP 等子代理，並在背景建立課程卡片模板、圖片生成流程、tip calculator 與 landing page。作者同時展示 Jarvis 作為第二大腦，並強調模型切換、語音成本差異、工作狀態與任務報告。示範中也主動停止尚未完成的廣告操作，提醒涉及金錢或即時發布的工作必須先測試並保留人工控制。
關鍵洞察
- AI employee 是任務管理介面，不只是聊天介面：mission、jobs、status、debrief 讓背景工作可追蹤。
- 指揮代理與執行代理分層：TARS 分派任務，CASE／KIPP 負責特定建置，形成可擴充的協作模型。
- 螢幕操作需要風險分級：作者明確建議不要一開始讓 agent 發布或處理金錢相關操作，示範也在草稿階段停止。
- 「真實工作」暴露整合缺口：CASE 的結果指出缺少 shell 與圖片工具，最後交付的是設計系統與模板，而非完整落地資產。
對顧哥品牌的啟發
- 對外展示 AI 時，應同時展示完成任務、失敗邊界與人工接管，可信度比只展示成功畫面更重要。
- 可把顧問服務的任務拆成指揮層、執行層、審核層，並為每層定義輸入、輸出與停止條件。
- 「AI 員工」若要進入企業，必須先從草稿、建議與低風險內部任務開始，而不是直接碰廣告發布、付款或客戶資料。
可發文角度
- AI 員工最有價值的畫面，不是它會按按鈕，而是它知道什麼時候該停。
- 從 TARS、CASE、KIPP 看指揮型 agent 與執行型 agent 的分工。
- AI 自動化 demo 為什麼一定要展示失敗與缺工具？
- 螢幕代理進企業前的三道門：草稿、審核、可逆性。
- 任務狀態與 debrief，如何讓 AI 工作從黑箱變成可管理流程？
證據與限制
- 逐字稿在 01:30–03:00 說明 TARS 的介面、模型與任務；07:51–10:27 示範 Meta Ads 螢幕操作與停止；10:33–14:20 示範子代理、tip calculator 與 landing page。
- 示範只證明作者展示了這些操作，不能證明在不同網站、帳戶權限或長時間運行下仍可靠；影片沒有提供成功率、成本、資安或 audit log。
- 後段仍有大量產品與社群推廣，本文將功能主張與商業宣稱分開處理。