# 策展 · X (Twitter) 🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Zeb Evans (@DJ_CURFEW) · 平台：X (Twitter) · 日期：2026-05-22

> 原始來源：https://x.com/DJ_CURFEW/status/2057522382315929802

## 中文摘要

ClickUp 裁員轉型並以 AI Agent 重塑工作流程。

**組織轉型與裁員策略**
ClickUp 執行長 Zeb Evans 近期宣布裁員 22%，並明確表示此舉並非為了削減成本，而是為了因應生產力運作模式的劇烈變革。Zeb Evans 強調，現有的工作流程若不改變，將成為 AI 系統的瓶頸。公司將透過「100x 組織」架構追求百倍產出，並將節省下來的預算投入留任員工，提供高達百萬美元的薪資級距，以獎勵能透過 AI 創造巨大影響力的頂尖人才。

**工程與產品開發的典範轉移**
Zeb Evans 指出，AI 並未讓所有工程師變得更有效率，反而可能因產生過多無效程式碼而造成瓶頸。
- **100x 工程師**：頂尖工程師的角色已轉變為「指揮者」與「審核者」，他們不再親自撰寫程式碼，而是指揮 AI Agent 執行任務。
- **審核效率**：審核自己指揮的 Agent 所產出的程式碼，遠比審核人類撰寫的程式碼更有效率，因為指揮者清楚任務脈絡且能即時回饋。
- **產品管理**：產品經理（PM）與設計師的角色正在融合。Zeb Evans 認為 PM 不應直接產出正式環境的程式碼，而是應在沙盒（playground）中進行迭代與驗證，避免干擾工程師的開發節奏。

**系統管理與客戶互動**
在 AI 時代，企業必須徹底淘汰舊有系統，轉向「AI 原生」架構。
- **Agent 管理者**：那些能利用 AI 自動化自身工作的人，將成為 AI 系統的擁有者與管理者（Agent Managers）。
- **前線互動**：儘管 AI 溝通將趨於飽和，但與客戶的一對一會議仍是不可取代的環節。企業應將會議周邊的行政工作自動化，讓前線人員能將 100% 的時間專注於客戶身上。

**技術實踐：ClickUp MCP Server**
為了落實 Agentic 程式開發，ClickUp 推出了「ClickUp MCP Server」，讓外部 AI Agent 能透過「模型上下文協定（MCP）」與 ClickUp 的工作區資料（如任務、清單、文件）進行互動。
- **功能應用**：使用者可透過自然語言指揮 Agent 進行任務排程、產出執行報告、追蹤工時及搜尋工作資訊。
- **技術規格**：
    - 伺服器 URL：`https://mcp.clickup.com/mcp`
    - 認證方式：僅支援 OAuth。
    - 速率限制：若未購買「Everything AI」附加元件，免費版限制為每 24 小時 50 次呼叫，付費版則為 300 次。
- **安全性與限制**：基於安全考量，目前 MCP 暫不支援刪除功能，且不支援搜尋已連結的第三方應用程式。

**社群回饋與爭議**
針對 Zeb Evans 提出的「自動化使用者研究」觀點，社群成員 Barry (@shaolin_flow) 質疑這可能導致企業忽略客戶需求。Zeb Evans 回應稱，透過 AI，研究產出量提升了約 40 倍，目標是比過去更頻繁地傾聽客戶聲音，並強調系統仍有人員負責審核以確保準確性。此外，針對使用者 Joe Pellegrino (@its_joeyp) 詢問 Webhook 與 MCP 支援問題，ClickUp 已提供相關開發文件連結，顯示其正積極擴展 Agent 生態系。

## 標籤

Agent, 產業趨勢, ClickUp