一人工作流：為甚麼更好的合作，要從一個可靠的人開始

2026/8/19 · ArleeFather

為甚麼更好的合作，要從一個可靠的人開始？因為合作不會自動修正一個人尚未理清的工作方式。當我不能清楚接收、完成、檢查和交付自己的工作，加入更多人只會把含糊的指示、未完成的判斷和沒有承擔的責任傳給下一個人；加入 AI，則可能把同一種混亂放大得更快。

「一人公司（OPC）」正成為熱門話題。它也有 solopreneur、solo founder、company of one、「超級個體」和 AI OPC 等不同名稱。當 AI 可以協助研究、起草、編程、客戶服務和行政工作，一個人確實可能完成以往需要小型團隊才能完成的產出。這個名稱有其真實的一面，但我更關心的不是一個人能做多少，而是他能否先成為一個可靠的合作單位。

我把這套讓自己先成為可靠合作單位的方法稱為**「一人工作流」**。我選擇這個名字，不是因為一個人應該包辦所有事情，而是因為一個人，是合作得以成立的最小單位。在任何合作開始以前，每個人的工作流都已經在運行：某些事情進入我的注意範圍，我理解它、作出決定、產生結果，再把結果傳遞出去。

如果我獨自工作時，這些步驟仍然含糊不清，增加人手或提高效率，都不會自動修復問題；反而可能把混亂分散出去，甚至放大錯誤，讓失敗更有效率地發生。

效率本身不是方向。方向正確，效率會放大成果；方向錯誤，效率也會放大失敗。這正是我認為一個人需要先建立自己的工作流，才談得上使用 AI 或加入合作的原因。

對我來說，一人工作流不是一套讓自己永遠單打獨鬥的計劃，而是讓我成為一個其他人能夠與之合作的人。

為甚麼「一人」成為熱門的商業概念？

一人創業的興起並不只是社交媒體上的故事。Carta 在 2025 年發表的報告，以其平台上數以萬計的美國公司資料為基礎，發現由單一創辦人建立的新創公司比例，由 2019 年的 23.7% 上升至 2025 年上半年的 36.3%。Carta 認為，AI 讓個人可以用較少的早期資源同時建立和銷售產品，是背後的原因之一；不過，報告也指出，相比由多名創辦人建立的公司，單一創辦人的公司仍然較難取得創投資金。

Nasdaq Economic Institute 在 2026 年的研究中提供了另一個訊號：自 2025 年初以來，一人企業的申請數量增加超過 20%，而增長主要集中於 AI 採用程度較高的行業。這並不能證明每一名申請者都在建立 AI 公司，也不能證明每一間新公司都能存活下來；它只能說明，一個人嘗試創業所需付出的成本正在改變。

這個概念也開始得到政策支持。2026 年，中國內地及香港先後公布與 AI OPC 相關的支援措施，涉及公司註冊、工作空間、算力、培訓、融資和專業服務。

政府支援可以減少部分阻力，但不能替創業者創造有用的產品、願意付費的客戶或負責任的經營者。獲得補貼的工具仍然只是工具；完成註冊的公司，也不代表已經成為一門可以運作的生意。

因此，我會先把三個經常被混在一起的概念分開：

一人公司是一種組織業務的方式。
一人創業是指在沒有傳統創辦團隊的情況下開始或經營事業。
一人工作流則是我用來讓一個人的工作變得清楚、可靠，並且可以與其他人連接的方法。

前兩個概念問的是：一個人可以建立多大的事業？我的問題則再提前一步：在其他人加入之前，這個人是否可靠？

在優化工作以前，我要先理清自己

「了解自己」聽起來可能像一句廣泛的人生建議，但把它放進工作流，它就會變得非常具體。

我需要知道自己正在嘗試達成甚麼、願意為甚麼負責，以及有哪些事情我仍然不明白。我需要分清楚事實和假設、決定和偏好，以及真正完成的成果和只是看起來完整的東西。

不論我是建立公司、在團隊中工作、讀書、處理家庭事務，還是獨自創作，這一點都同樣適用。

我以往工作時，曾留意到下屬經常覺得上司的指示飄忽不定，尤其在新官上任的時期更為明顯。新主管可能還在理解環境、測試方向和調整優先次序，但團隊收到的卻是一連串看似正式、其後又不斷更改的指示。結果看起來像是下屬執行得不夠快，真正的問題卻可能是上司還未理清哪些是事實、哪些是嘗試、哪些才是已經作出的決定。這個經驗提醒我：要求別人執行以前，我要先說清楚自己知道甚麼、仍在判斷甚麼，以及甚麼改變了。

如果我不知道自己重視甚麼，就無法決定應該拒絕哪些機會。如果我不了解自己的工作方式，就無法誠實估計所需時間。如果我不能說明「完成」代表甚麼，AI 或合作伙伴都不可能可靠地替我完成工作。

理清自己並不代表我必須對每一個問題都有永遠不變的答案，而是我能夠把目前的答案辨認得足夠清楚，讓自己可以採取行動，並在證據改變時修正答案。

我會使用一些很實際的問題：

我真正想解決的是甚麼問題？
誰會使用這個結果？
在這件事情上，「完成」代表甚麼？
哪些是事實，哪些只是我的假設？
哪一個決定應該由我作出？
有甚麼是我不願意妥協的？
我需要甚麼協助？我能否把要求說清楚？
如果這項產出是錯的，會帶來甚麼後果？

這些問題會令一項工作的起點慢一點，但往往能夠縮短之後的所有步驟。

團隊可以放大清晰，也可以放大混亂

合作通常被視為個人能力限制的解決方法。這在某程度上是正確的。其他人擁有我沒有的技能、經驗和判斷。他們能夠看見我看不見的錯誤，也可能提出我一個人無法想到的可能性。

可是，合作同時會產生交接、依賴和理解上的需要。每增加一個人，就多一個人需要了解過去發生了甚麼、現在有甚麼期望，以及自己擁有甚麼權限。如果我提出一個含糊不清的要求，其他人就要花時間替我解讀。如果我在沒有說明的情況下改變成功標準，已完成的工作便會以失望的形式回到我面前。如果我逃避作出決定，合作伙伴可能在不知道自己已經接過我的責任時，替我作出那個決定。

團隊不會自動修復一套有問題的個人工作流。有時候，團隊只是讓問題有更多可以藏身的地方。

這就是我認為一人是合作最小單位的原因。一個有用的合作伙伴不需要知道所有事情，也不需要完成所有任務；但他需要讓自己的工作清楚得足以與另一個人的工作連接。

這代表我應該能夠說明：

這是我收到的資料。
這是我對它的理解。
這是我作出的決定，以及原因。
這是我已經完成的部分。
這是我已經檢查的部分。
這是仍然未能確定的事情。
這是我需要下一個人協助的地方。

當這些資訊清楚可見，合作便會變得容易。當它們只留在我的腦袋裏，其他人就要從不完整的證據重新推斷我的思考過程。

AI 先令產出變得容易，卻不一定令思考變得清楚

AI 令這個問題變得更迫切，因為在我的要求還沒有完全成形以前，它已經能夠生成看起來很有說服力的內容。

我可以要求十個名稱、三個策略、一份文章大綱、一個 landing page 或一段程式碼，幾分鐘內便能收到一個完整而漂亮的結果。這種結果很容易令人產生正在前進的感覺，但一個格式完整的答案，並不能證明我提出了正確的問題。

在嘗試使用 AI 輔助開發應用程式時，我遇過這種落差。AI 可以協助我把想法變成程式碼，也能很快讓我看到在本機運作的示範。真正困難的地方未必是產生更多程式碼，而是要把資料庫、帳戶系統、部署服務和不同平台的設定連接起來，直至應用程式在開發環境之外也真的可以使用。

這個經驗改變了我對產出的看法。「已生成」和「已交付」並不是同一個狀態。

寫文章也是一樣。AI 可以生成一篇看似完整的文章，但仍然需要有人判斷中心思想是否成立、資料來源能否支持論點、例子是否誠實，以及文字是否真正表達了一個觀點。

AI 可以把一個不清楚的要求整理得很有結構，但這不代表那個要求已經變得有意義。

如果我連自己想達成甚麼都不清楚，更快的產出只會製造更多需要檢查、修改或刪除的材料。我並沒有節省工作，只是把工作由生產階段轉移到審核階段。

在 AI 可以成為我工作流的一部分以前，我必須先成為對整條工作流負責的人。

我的一人工作流：REACTOR 七個階段

這七個階段不是一套已有研究驗證的標準，也不是把某個管理模型換上新名字。它是我把一直使用的 IPO（Input–Process–Output）框架，與實際工作中不可缺少的釐清、品質檢查、交接和回饋循環結合後，整理出的個人工作方法。為了令七步容易記住，我把它稱為 REACTOR 工作流。

字母	英文動作	一人工作流
R	Receive	接收
E	Examine	理清
A	Assess	決定
C	Create	產出
T	Test	檢查
O	Output	交付
R	Refine	迭代

REACTOR 本身是「反應器」的意思：接收原料，經過一連串受控制的反應，轉化成可以使用的能量。工作也一樣。收到一個要求並不等於產生價值；輸入要經過理清、判斷、產出、驗證、交付和改善，才會成為其他人可以使用的成果。

如果要用中文記憶，可以把它濃縮成一句：

先收、再理、後定；再做、再驗、再交、再改。

七個階段和 IPO 並不是一對一的關係。接收是 I（Input），先保留原始要求和資料；理清是 I 走向 P 的橋樑，把收到的東西轉化成可以處理的問題；決定與產出屬於 P（Process），把判斷轉化成實際結果；檢查和交付則確保 O（Output）真的可用，也能安全地進入合作；迭代把結果和回饋帶回下一輪 I，加入類似 PDCA 回饋循環的精神。

換句話說，我沒有放棄原來的 IPO，而是把每個字母之間容易被忽略的工作攤開來看：

I（Input）：接收 Receive
I → P：理清 Examine
P（Process）：評估與決定 Assess、產出 Create
O（Output）的品質與流向：檢查 Test、交付 Output
回到下一輪 I：迭代 Refine

實際執行沒有被列成第八個階段，因為寫作、研究、開發或行政工作的做法都不同；但把輸入轉化成產出的那段工作，本身就是 P。這套分類不是通用答案，而是我目前用來檢查工作是否清楚、可用和可交接的版本。

以下是我把它拆開後的七個階段。我不是要把它變成一套複雜的生產力系統，而是希望用一個簡單方法，在混亂到達另一個人手上或被自動化以前，先找出混亂出現在哪裏。

1. R — 接收（Receive）：保留原始輸入

每一條工作流都由一項輸入開始：一個要求、一個問題、一個想法、一則客戶訊息、一份研究資料，或者一件我留意到的事情。

我的第一項責任，是在還沒有急於得出結論以前，先完整保留這項輸入。對方實際提出了甚麼？同時提供了哪些資料？還缺少甚麼？我正在回應真實情況，還是只在回應腦海中一個似曾相識的版本？

這一點十分重要，因為錯誤的理解可以穿過之後每一個階段，而且在過程中看起來愈來愈專業。

2. E — 理清（Examine）：找出真正問題

在這個階段，我要定義真正需要的結果。

「寫一篇文章」是一項活動，並不是一個完整的成功定義。較清楚的結果，可能包括目標讀者、需要回答的問題、所需證據、希望讀者採取的行動、發布格式，以及在甚麼情況下不應發布。

理清並不代表預測所有事情，而是把重要的未知因素清楚呈現出來。

3. A — 決定（Assess）：評估後承擔選擇

並不是每一個選擇都應該交給別人。

AI 可以比較不同選項，合作伙伴可以提供判斷，專家可以指出風險；但有些決定仍然必須由我作出，因為它們代表我的優先次序，或者由我承擔後果。

如果我請工具或其他人替我作出這類決定，就不應假裝責任已經隨着任務轉移出去。意見可以共同提供，但責任仍然需要一個清楚的承擔者。

4. C — 產出（Create）：把決定變成結果

Create 是把已經理清的要求和作出的決定，轉化成實際結果。這個階段會產生 IPO 所說的 Output，但「已經生成」仍不等於「已經交付」；結果還要經過檢查和正式交接，才能成為其他人可以使用的成果。

只有在我理解任務之後，才應該決定如何產出結果。

我把工作分成三類：

可重複的工作： 格式整理、重新命名、逐字記錄、例行計算、資料轉移，以及其他規則穩定的步驟。
AI 輔助的工作： 摘要、比較、不同版本的草稿、初步程式碼、研究整理，以及其他可以從生成能力中受益、但仍然需要覆核的工作。
必須由人承擔的工作： 最終論點、承諾、風險決定、敏感溝通、創作方向，以及任何不能以「模型做的」作為解釋的事情。

這個分類可以防止我只因為某項工作能夠自動化，就立即將它自動化。

5. T — 檢查（Test）：按風險驗證成果

檢查並不是一個適用於所有工作的單一步驟，它取決於出錯所帶來的後果。

一份私人腦震盪筆記可能只需要快速閱讀；一篇公開發布的事實性文章需要核對資料來源；牽涉財務、法律、醫療或資訊安全的內容，則需要更專業的審核。應用程式需要在使用者真正使用的環境中正常運作，而不只是在本機示範中看起來成功。

出錯後果愈嚴重，就愈不能把流暢的產出當作正確的證據。

6. O — 交付（Output）：讓成果正式離開工作流

成功的交接，是讓下一個人不需要從零散訊息重新拼湊整個項目，也能夠繼續工作。

在把工作傳遞出去以前，我應該清楚說明：

哪些部分已經完成；
哪些部分已經檢查；
哪些問題仍未解決；
哪些檔案或資料來源最重要；
下一步需要甚麼決定；
誰負責作出那個決定；
以及甚麼才算正式接納成果。

個人工作流正是在這個階段變成協作工作流。清楚的交接不是行政裝飾，而是對另一個人注意力的尊重。

7. R — 迭代（Refine）：讓結果改善下一輪

最後一步不只是記錄任務成功與否。我希望找出在工作流再次運行以前，有甚麼應該改變。

哪一個問題不斷重複出現？哪一項檢查發現了錯誤？哪個步驟比預期花費更多時間？AI 誤解了哪一項指示？哪些部分應該保持彈性，哪些部分已經穩定得可以標準化？

沒有這個階段，工作流只是在重複；有了這個階段，它才會根據每次運行的結果繼續改善和迭代。

我希望 AI 拿走甚麼，又希望自己保留甚麼？

談到由 AI 支援的一人公司時，人們經常想像一名管理者指揮着一群虛擬員工。我明白這個畫面的吸引力，但我的起點並不是「更多 agents」。一項尚未被理解的流程，不會因為幾個自動化 agent 可以同時執行，就突然變得可靠。

我希望 AI 減少重複工作，但不希望它抹去責任。

有三個範疇，我希望一直清楚保留在人手中。

責任

如果我發布錯誤資料、作出不當承諾，或者交付不安全的成果，「這是 AI 產生的」並不是一個可以接受的回應。工具可以參與過程，卻不能代替我承受後果。

負責任代表我要知道哪些產出必須由我批准，也不能把批准程序自動化成一個沒有實際意義的按鈕。

風格與判斷

AI 可以快速產生不同選項，模仿常見結構，也可以重新組合熟悉的語言，因此很適合用來探索方向。但最終仍然要由我決定哪些內容應該保留、哪些內容空洞，以及哪些內容能夠代表我希望放到世界上的作品。

風格不是生產完成後才加上去的裝飾，而是一連串決定所形成的模式，讓別人看得出作品是由我完成的。

精神

每一個值得做的項目，在完成任務之外都應該有一個存在的理由。它可能是對客戶的承諾、一個我真正希望解答的問題、一項我不願降低的標準，或者一種我希望透過工作成為的人。

AI 可以幫助我表達這個理由，卻不能替我選擇它，否則目的本身也會變成另一個生成出來的選項。

一個人並不代表孤立

建立一人工作流並不代表拒絕協助。事實上，理清自己應該能令求助變得更容易。

如果我了解自己的限制，就能夠在錯誤變得昂貴以前請專家參與。如果我能夠說明項目的現況，合作伙伴就不需要由零開始也能作出貢獻。如果我知道哪一個決定應該由我作出，就能聆聽別人的意見，而不會在不知不覺間把責任轉移出去。

香港的 OPC 發展亦能說明這一點。香港政府在 2026 年的立法會答覆中指出，2025 年有 157,812 間由一名成員組成的本地公司成立，但「一名成員」只描述公司結構，並不代表企業沒有員工、外判人員或專業支援。政府提供的科學園培育計劃、數碼港支援和正在籌備的 OPC Hub，本身就是創辦人與資金、算力、工作空間和專業服務之間的連接。

即使公司只有一名成員和一名董事，唯一董事也不能同時擔任公司秘書。這個規定很直接地提醒我：一人公司不是由一個人取代整個系統。創辦人仍是最核心的責任單位，但必須知道何時接入法律、行政、技術和商業支援。政策的作用不是從一人公司中移除合作，而是讓一個願意承擔責任的人更容易合作。

Justin Welsh 是較知名的 solopreneurship 作者之一，他提出過一個相關觀點：一人公司並不代表經營者必須親自執行每一項工作。系統和清楚的程序，可以令選擇性外判變得可行。Paul Jarvis 的《Company of One》也挑戰了另一個假設：並不是每一間健康的公司都需要為了增長本身而不斷擴張。

我從這些觀點得出的結論有所不同，但並不互相衝突。我的目標不是證明自己不需要任何人，而是停止讓其他人承擔我從未嘗試理清的混亂。

能夠獨自工作，並不是合作的反面，而是對合作的準備。

在增加工具或人手之前，先檢查一次工作流

在把一項工作自動化、訂閱另一個平台，或者邀請其他人加入以前，我可以先檢查一項會重複出現的任務。

我會由以下問題開始：

甚麼事情會觸發這項任務？
一個真正可用的結果應該是怎樣的？
哪些步驟每次都會以相同方式重複？
哪些步驟需要理解或判斷？
每個階段需要甚麼資料？
過去曾經在哪裏出錯？
我會如何發現錯誤？
如果錯誤沒有被發現，會帶來甚麼後果？
哪一個決定必須由我作出？
另一個人需要甚麼，才能接手並繼續工作？

然後，我只選擇一項改善。我可能建立一份檢查清單、統一檔案命名方式、記錄一項決定、讓 AI 進行第一輪分類，或者準備一個簡短的交接範本。

目的不是一次過設計出完美系統，而是移除一個反覆出現的混亂點，再觀察工作是否變得更可靠。

我也需要計算自動化的真正成本：

淨節省時間 = 原本所需時間 − 自動執行時間 − 檢查時間 − 維護時間

如果一項自動流程節省了十分鐘，卻每星期需要一小時維修，它並沒有減少我的工作量。如果 AI 產生五個版本，而我覺得每一個都必須閱讀，生成階段的速度反而可能增加了整體工作量。

真正重要的量度標準，不是某樣東西出現得有多快，而是完成的結果能否可靠地達成原本目的。

創業會測試工作流，但這個概念不只適用於商業

創業令這些問題變得明顯，因為市場反應可以來得很快。含糊的服務不會有人購買；有問題的交接會拖延交付；未經核實的論點會損害信任；不能分辨新想法和真正優先事項的創辦人，也很容易迅速耗盡有限的時間和資金。

但一人工作流並不只屬於創業者。

學生把一項功課轉化成計劃，而不是等待壓力替自己製造方向時，正在使用它。員工把會議轉化成清楚的決定和下一步行動時，也在使用它。家長把家庭中的真正問題和自己的情緒反應分開時，同樣在使用它。創作者判斷草稿中哪些部分包含真正觀點、哪些部分只有漂亮文字時，也是在使用它。

在每一種情況下，背後都是同一種練習：把對自己的理解轉化為可靠的行動。

因此，我不希望一人工作流成為另一個「一個人可以變成整間公司」的承諾。它應該提醒我，每一間公司、每一個家庭、每一間課室和每一次合作，都是由不同的人組成，而每一個人都帶着自己接收、決定、產出和回應事情的方式。

彼此連接的品質，在某程度上取決於這些單位本身的品質。

在第二個人加入以前

目前關於一人公司的熱潮，正在提出一個很有野心的問題：有了 AI，一個人究竟可以建立多大的事業？

我希望保留這種可能性，但不接受它最草率的結論。

AI 可能讓一個人嘗試以往需要更多資金、時間或更大團隊才能完成的工作。它可以減少重複勞動，也可以令專業知識更容易接近。政府可能支援這個模式，新的企業也可能因此出現。

但這一切都不能取代理清事情的需要。

如果我不能解釋工作，AI 就無法可靠地理解我的意圖。如果我沒有能力檢查結果，更快的生成只會增加不確定性。如果我不能承擔決定，加入合作伙伴也只是讓責任多一個可以消失的地方。

我建立一人工作流，不是因為我想永遠獨自工作。

我建立它，是因為我希望成為一個其他人能夠信任、理解和合作的人。

在要求 AI 放大「我」以前，「我」需要知道自己正在放大甚麼。在邀請另一個人合作以前，「我」需要讓自己負責的部分清楚可見。在嘗試經營一人公司以前，「我」需要先學會如何以一個人的身份負責任地運作。

合作就是由「我」開始。

資料來源與延伸閱讀

AI 創作 Productivity 生產力個人成長