人負責判斷，AI 負責實作

凱吳科技是 Kai Wu 一個人，加上一組 AI agent。Kai Wu 進到你的工作流程裡找出問題、決定怎麼改、最後驗收；AI agent 負責寫程式、跑測試、整理交接文件。

先找出問題，再決定要不要用 AI

AI 寫程式、做工具已經不是瓶頸。公司缺的，是有人看清楚哪一段流程在耗時間、哪個數字沒人對得上。

所以合作的第一步是 30 分鐘初談：你描述現在怎麼做事，Kai Wu 判斷值不值得往下看、該從哪裡看起。30 分鐘找不出真正的問題——真正找問題，是接著進到流程裡實際看一次；看完先寫下怎樣才算改好，再動手。

改的方法看情況：有時候是調整流程、整理資料，有時候才是寫程式或接 AI。新舊並行、數字對得上才切換；操作手冊、計算說明與原始碼都交給你。

2026 年 5 月到 7 月，Kai Wu 與 AI agent 同時推進 12 個專案，累計 2,000+ 次程式提交；單一專案（週報自動化）有約 700 個自動化測試持續保護整條管線。

範圍橫跨報表自動化、內網爬蟲、數據儀表板、官網遷移與廣告歸因系統。這不是外包給一支看不見的團隊，而是一套結構化的協作流程：規劃、執行、驗證，每個專案都有自己的記憶文件。

這套方法整理成 flightwake，客戶專案用的是同一套。

出處：12 個專案與 2,000+ 次提交出自 2026-05-01～07-04 的 git 提交統計；測試數見週報自動化案例。

改好一段流程，不是把舊的關掉換新的就算數。平行驗證、回滾方案、交接文件都包含在內；舊流程要退役，得先用數字證明新做法值得信任。

數據不可信，AI 只是加速產生錯誤結論。先整合、再標準化、確認可信，才輪到 AI——這個順序我們不跳。

連「只能 VPN 進去看的老系統」我們都自動化過。不能改的系統、鎖在內網後面的資料，不是改善的終點。

10–100 人、流程重、重複工作多、願意為效率付費的公司——尤其是專業服務業：會計與記帳、法律與代書、顧問、人資、保險、醫療診所。如果你的公司有一件事「每週固定花某個員工好幾個小時、步驟每次都一樣」，那就是值得先診斷的題目。

工具為流程服務，不是反過來——以穩定可用為選擇標準，不為了展示技術而選工具。