用AI做小型線上服務時，會出現一個很有趣的倒置。
服務本體兩天左右就能大致完成。
可是外部流程還在顯示：「審核中」「身分驗證中」「請等待數個工作日」。
以前常常是開發更慢，審核結果可能比產品還早出來。現在卻可能相反：產品已經做好，外部服務的批准還沒來。
這不是說所有服務都能兩天完成。這裡只是一個小型Web服務的實際例子，AI負責了大量調查、程式、文件初稿與修改。
但這個變化值得注意：
AI越快，最後最慢的部分，會不會變成人與組織的等待時間？
1. 「數個工作日」可能比寫程式還久
服務上線不只需要程式碼。
身分驗證。 收款帳戶確認。 廣告或聯盟審核。 網域所有權確認。 第三方服務申請。 行政申報。 補件。
這些都很正常。
真正改變的是相對速度。
AI幾分鐘可以寫初稿，幾十分鐘可以修改，幾小時可以推進一大段工作。另一邊的審核頁面卻寫著：「通常會在3個工作日內回覆。」
程式以小時計，審核以工作日計。
這個時間尺度差距，就是新的瓶頸。
2. 「核准後再做」的順序被反過來
以前比較穩妥的做法，是先等外部服務核准，再投入時間開發。
如果本體很快就能完成，順序就可以改。
先申請。 等待期間做本體。 讓外部整合可以替換。 核准後再填入ID、金鑰或設定。 沒通過就換方案。
也就是把審核等待與開發重疊。
審核不再等於停工，而是平行流程。
需要的不是每幾分鐘刷新一次，而是一張簡單狀態表：已申請、審核中、需補件、已核准。
3. 行政資料也能從接近空白的頁面開始做
尤其令人意外的是行政文件。
某項申報需要提交「網路構成圖」。
一般人可能會以為官方表格已經準備好漂亮的圖形模板。
實際上，日本e-Gov公開的相關「樣式第3號」只有一張A4紙，上面寫著「網路構成圖」，再附6條說明，要求把通訊流程、外部電信業者等資訊表達清楚。[1]
沒有預先畫好的方框與箭頭。
使用者、網際網路、雲端、資料庫、通知、資料流要怎麼排列，都要申請者自己決定。
AI可以讀懂要求，抽出必要資訊，再整理成審查者一眼能理解的文件。
這已經不是單純的「填表」。
而是讀完規則後，從頭設計真正要交的文件。
4. 機器製作，人類確認
接下來更有趣。
AI畫圖。 AI寫說明。 AI找缺漏。 AI修改。
最後，人類查看。
是否與真實服務一致？ 這份說明能否提交？ 誰能對最終版本負責？
過去是人製作、人審核。
現在越來越像AI製作、人類做最後確認。
Anthropic在2026年9月22日推出Claude Opus 5.5，定位在長時間程式開發與知識工作。依Anthropic自己的測試，Opus 5.5的輸出速度比Opus 5快30%以上，典型工作成本約低40%；官方也展示了試算表分析與簡報製作的案例。[2]
這些是廠商自己的數據，不能證明所有公司都會有同樣效果。
但它確實反映「AI做、人類查」的範圍正在擴大。
5. 那文職工作會消失嗎？
很容易進一步想到：「那文職是不是不需要了？」
部分工作確實可能承受很大壓力。
ILO在2025年的全球更新研究中指出，文職仍是生成式AI曝露程度最高的職業群。資料輸入、打字、會計記帳、行政秘書等特別容易受到影響。[3]
但ILO並沒有說大多數職業會整體消失。
全球約四分之一勞工所在的職業會受到某種程度的生成式AI影響，但由於仍需人類參與，ILO認為多數情況更可能是工作內容改變，而不是整個職業被取代。[3]
最先減少的可能不是職稱，而是職務中的重複工作：
寫固定文句。 整理文件。 轉貼資料。 做比較表。 寫初稿。 統一格式。
更可能留下的是核對事實、處理例外、與人協調、負責決策、最終批准，以及AI出錯時喊停。
在文職消失之前，文職工作的核心很可能先從「製作」移向「審核與判斷」。
6. 新瓶頸在AI之外
當AI加快程式、文字與文件產出後，下一個瓶頸會跑到模型之外。
審核。 身分驗證。 合約。 銀行與付款。 API權限。 搜尋流量。 廣告主批准。 使用者反應。 信任。 法律責任。
模型速度翻倍，不會讓這些事情自動翻倍。
因此真正重要的能力會變成：
什麼先申請？等待期間做什麼？哪裡一定要人類簽字確認？
7. 製作變便宜，就能先做再選贏家
以前做一個服務很重。
時間長、成本高，所以總想在開始前就選中正確答案。
如果小實驗能快速做出來，策略就可以改。
把有趣的點子做出來。 做到可以測試。 交給現實反應。 沒反應的停掉。 有反應的繼續養。
不是開發前完美預測贏家，而是降低試驗成本，再保留贏家。
這不是鼓勵大量製造低品質內容。
重點是讓真實回饋更早到來。
8. 做得快，不代表可以跳過審核
如果只是失敗後容易回滾的原型，快速行動沒問題。
但涉及個資、付款、安全、法規、共同資產、他人聲譽，或一旦傳出去就難收回的內容，就不能因為兩天能寫完程式而跳過檢查。
軟體能回滾，信任不會同速回來。
AI越快，越需要決定哪裡必須刻意讓人類慢下來。
速度與不審核不是同一件事。
9. 「空閒」會變成選擇權
製作成本下降後，空閒時間也會變得更有價值。
它不只是沒事做。
而是想到點子時可以立刻試一下的餘裕。
在家能做。 外出也能做一點。 移動時可以先記下想法。 今天不想做，也可以不做。
如果製作本身很好玩，那就更強。
變現與審核可能需要時間，但如果實驗本身像娛樂，持續下去的成本就很低。
AI時代的個人開發者，因為覺得有趣而願意反覆測試，本身就是一種優勢。
10. 總結：AI越快，人越靠近「做決定」
AI能很快把小型服務從想法推到可運作狀態。
它甚至能把簡略的行政要求整理成可提交資料。
但身分驗證、審核、批准與責任，仍然按照人和組織的時間運行。
所以人的工作會越來越靠近：
要做什麼？ 什麼一定要驗證？ 哪裡要停？ 哪些實驗值得留下？
文職工作不會明天全部消失。
但人從零開始手工製作每一份初稿、表格、圖與文件的相對價值，正在下降。
對做服務的人來說，下一場競爭已經開始：
挑更好的點子。 把外部等待平行化。 在難以回滾的地方保留人工審核。 持續到找到真正有反應的項目。
這是一個程式已經寫完，頁面還在說「請等待3個工作日」的世界。
參考資料（3筆）
- e-Gov《電氣通信事業法施行規則 樣式第3號 網路構成圖》
https://laws.e-gov.go.jp/data/MinisterialOrdinance/360M50001000025/622223_2/pict/2FH00000068245.pdf - Anthropic, “Claude Opus 5.5”, 2026-09-22
https://www.anthropic.com/claude-opus-5-5 - International Labour Organization, “Generative AI and jobs: A 2025 update”, 2025-05-20
https://www.ilo.org/publications/generative-ai-and-jobs-2025-update
