重點先講：AI 時代一個人能接多大的案子，不取決於你會不會用 AI，取決於你賣的是算力還是結果
我是 Young，一個 20 年產業經驗、橫跨醫療、教育、長照的獨立工作者 這兩年我用 AI 一個人同時跑 15 個以上的專案 這篇想講的，是一個獨立工作者怎麼把「一個人的產能上限」用 AI 重新定義——如果你有一個案子本來以為需要一個團隊，這篇是給你的另一個選項（我把「一個人怎麼管這麼多專案」寫在〈十五條戰線 — 一人公司用 AI 管理 15 個接案專案的方法〉，把技術架構攤開在〈一個人管十幾個專案的 AI 系統架構〉）
為什麼從「別按 token 計價」講起
2026 年 8 月，創投機構 a16z 發了一篇文章，標題很直接：「你不是模型，別按 token 計價」（來源：a16z，2026-08）意思是——如果你做 AI 產品只會照著 token 成本加價轉賣，那你等於把自己貶成模型的代理商，會跟著模型一起貶值 你該賣的是你解決的問題、創造的結果
我看到這句的當下，正好在談一個 AI 評測平台的案子 它剛好是這句話的實戰考題
這個案子長什麼樣
一個 AI 評測平台的專案，我透過一個 AI 平台夥伴洽談承接、對外擔任這個案子的 PM
它的特別之處：對方提供高階運算資源跟內部模型（所以沒有額外的算力成本）、主要交付程式碼、有明確的交付窗口
換句話說，這是一個「純看你交付能力」的案子——成敗全在「一個人能不能把它做出來、做對」
一個人怎麼撐起一個團隊的案子
傳統上，這種案子你會想到要招工程師、要組團隊 我的做法不一樣——self + AI 的交付結構：
- 判斷、規劃、對客戶負責的部分，我自己做——這是不能外包給 AI 的
- 實作、批次、重複性的工程，AI 當主力——這是 AI 最擅長的
- 驗證，機制互相把關——AI 產出、我驗，再用測試機制驗測試本身（這套驗證怎麼建，我寫在〈你幫 AI 訂了一堆規矩，但你有量過它真的有在守嗎〉）
這個結構的關鍵，是我很清楚哪些事該我做、哪些交給 AI 因為沒有養團隊的固定成本，一個人的交付反而比一個團隊更輕、更快、更能負責到底
這正是那句「別按 token 計價」的實戰版：我賣的不是「我用了多少 AI」，是「我一個人交付得出這整個平台」
為什麼這對想找我合作的人重要
| 傳統團隊 | 一個人 + AI |
|---|---|
| 招募、管理、固定人事成本 | 無固定成本，接了才啟動 |
| 溝通層層轉手 | 判斷的人就是動手的人 |
| 按人力/工時計價 | 按交付的結果計價 |
| 團隊磨合期 | 一套已經跑了兩年的 AI 交付系統 |
這不是說團隊不好 是說在很多「範圍清楚、要快、要一個能負責到底的人」的案子上，一個裝備好 AI、又真的懂不同產業現場的獨立工作者，產能被嚴重低估了
常見問題
Q：一個人接這種案，交付品質撐得住嗎？ 撐得住的前提是交付結構對——AI 做量、人做判斷跟驗證 我不會把「該我負責的判斷」丟給 AI
Q：這種模式適合什麼案子？ 範圍清楚、要快、需要一個能從頭負責到尾的人 不適合需要大量現場人力、或需要多個專業角色同時在場的案子
Q：你怎麼證明產能？ 看交付 我這個月同時在跑的還有一套醫療系統的資安交付、一條一夜跑完八章的 AI 課程產線——都是一個人 + AI 的結構
我是 Young，20 年產業經驗，橫跨醫療、教育、長照，一個用 AI 重新定義「一個人產能上限」的獨立工作者 這個案子與合作夥伴均已匿名 如果你有一個「以為需要團隊」的案子，跟我約一次免費諮詢，我們一起看怎麼做