Agent 時代真正的門票，是還清技術債

這幾天我在折騰各種 MCP 跟 Skill，尤其是 Power BI 這塊。

原本只是想讓客戶更快接入我管理的 Power BI 系統，結果弄到後面，我突然有一個很強烈的感覺。

我們過去理解的「交付」，可能要變了。

以前客戶要接一套系統，我們會怎麼做？

寫一份 PDF。

截圖、箭頭、步驟一、步驟二、注意事項、常見問題。

然後客戶看不懂，問 PM。

PM 看不懂，問工程師。

工程師再開遠端協助，一起研究為什麼 Client ID 貼錯、redirect uri 少一個斜線、環境變數裡面多了一個很陰的空格。

熟悉到有點想吐。

但這次我換了一個做法。

我不再寫給人看。

我直接讓 Claude 生成一份「AI 指令集」，裡面包含專屬 Client ID、參數配置、認證流程、部署要求，還有客戶那邊 Agent 要執行的步驟。

客戶不用真的理解這些東西。

他只要把這份指令丟給他的 Claude。

兩邊的 Agent 自己去對接。

自己讀參數。

自己檢查環境。

自己跑認證。

這就是我最近在實驗的 A to A，Agent to Agent。

坦白講，我覺得這會是未來軟體服務交付最快的一種方式。

不是更厚的白皮書。

不是更漂亮的官網。

也不是更會講話的業務。

而是你能不能讓客戶的 Agent，在十分鐘內理解你、接入你、呼叫你、驗證你。

未來很多服務的第一個使用者，可能不是人。

是 Agent。

人只是授權。

Agent 才是真正動手的那個。

但這件事也帶來另一個很刺的問題。

AI 真的很不講人情。

我這週末測 Power BI MCP 抓資料時，發現它是一面非常冷酷的照妖鏡。

人類看報表的時候，會猜。

這個欄位雖然命名很爛，但看位置大概知道是銷售額。

這個篩選雖然藏在視覺化物件裡，但做報表的人知道它在那裡。

這個計算雖然沒有放在資料模型層，但大家開會時都知道要點那個篩選器。

人類會腦補。

AI 不會。

它直接看底層。

你欄位亂命名，它就真的不知道那是什麼。

你把關鍵計算寫在 Power BI 的視覺化介面層，它就真的抓不到。

你把業務邏輯藏在某個圖表的篩選器裡，它就真的以為底層資料沒有這件事。

這一下給我整沉默了...

因為我突然意識到，很多過去看起來「能用」的系統，其實只是靠人類的默契撐著。

不是系統好。

是人太聰明。

而 MCP 接入之後，AI 會把這些靠默契維持的東西全部拆穿。

以前我覺得技術債像信用卡。

今天刷一下，明天刷一下，只要現金流還在，日子就還能過。

現在我覺得它更像總帳。

平常沒人查的時候，大家都可以裝沒事。

但 Agent 一來，它不是來聽你解釋的。

它是來結算的。

這就是我最近對 MCP 最大的感受。

它不是讓 AI 更聰明這麼簡單。

它是在倒逼系統變得誠實。

過去我們做系統，很多東西是面向人的。

人能看懂就好。

人能點到就好。

人能在會議裡解釋就好。

但未來系統會越來越多是面向 Agent 的。

那就麻煩了。

因為 Agent 不吃你的視覺效果。

不吃你的會議紀錄。

不吃你那句「這個我們內部知道」。

它只吃結構。

只吃可呼叫、可驗證、可重現的東西。

所以我越來越相信一句話。

AI 的上限，取決於你技術債的下限。

你底層越亂，AI 就越像一個看起來很聰明，但永遠找不到門的實習生。

你給它一棟樓。

但門牌是錯的。

樓層編號是亂的。

電梯按鈕上寫著一堆只有老員工才懂的縮寫。

然後你怪它不會工作。

這不是 AI 不行。

是你這棟樓本來就不適合非人類進入。

我覺得接下來一年，可能不只是 Agent 的一年。

也會是各大企業清理技術債的一年。

而且是被迫清理。

資料要語意化。

前端邏輯要解耦。

指標定義要回到模型層。

API、權限、認證、環境參數，都要變成機器能讀懂的結構。

這些事情不性感。

沒有酷炫 demo。

沒有老闆看了會立刻鼓掌的介面。

但它很值錢。

因為你把底子打好了，Agent 才真的能幫你做事。

否則再強的 Claude、Codex、Gemini、Power BI MCP，都只是在沙堆上蓋城堡。

風一吹，全散。

所以我現在對技術債的態度變了。

以前覺得它是以後再處理的東西。

現在覺得它是 AI 時代的入場費。

你不還，Agent 就幫不了你。

A to A 會讓交付速度變快。

MCP 會讓系統邊界變清楚。

但它們也會順手把所有歷史欠帳翻出來。

這不是壞事。

這是總帳終於開始結算。

真正的競爭，可能也從這一刻開始。

不是誰的 demo 更炫。

而是誰的底層更乾淨。

誰的資料更誠實。

誰的系統更適合被 Agent 理解。

要把技術債還清，AI 才能真的幫你賺錢。

這是一場關於「底子」的競賽。

而這場競賽，才剛剛開始。

含 AI 應用內容