我為什麼做了 Atlas — 一個一個人 + AI + 13 小時飛行的公開實驗
我為什麼做了 Atlas — 一個一個人 + AI + 13 小時飛行的公開實驗
2026 年 5 月 8 日下午 6 點半，我從台中出發前往桃園機場，準備搭 EVA AIR BR71 飛慕尼黑。8 天的安聯人壽 VIP 招待團。這篇文章是在出發前 8 小時開始寫的；後續會有更多。
我想做一件事：把這趟旅程變成一個關於「下一代 CEO 是什麼樣貌」的公開實驗。
那個答案就在 ultralab.tw/atlas — 一個會跟著我即時展開的網頁。這篇是它存在的理由。
問題：傳統 CEO 出差會怎樣？
我認識很多創辦人。出差 7 天的標準劇本：
- 出差前 3 天交代手下「以下事情代我處理」
- 出差中 5 天郵件累積、決策延遲、團隊找不到人
- 回來第 1 週花在「收拾」。實質工作損失：~10 個工作天
這在我看來是一種精神疾病。為什麼出差就要等於營運停擺？
更具體的問題：
- 我是一人公司。沒有「手下」可以代我處理。
- 我同時在跑 6 條產品線（UltraProbe、MindThread、UltraSite、UltraGrowth、Ultra Advisor、UltraTrader）+ 56 個 Threads 帳號 + 一個 Discord 社群。
- 過去 30 天我推了 200+ 個 GitHub commit。如果出差 7 天就停 14 天 commit，這個速度會崩掉。
所以我有強烈的個人動機去 figure out：能不能根本不停？
假設：AI 不只是工具，是同事
過去一年我和 Claude 合作的方式越來越深。一開始是「我貼 code 它幫我 review」。現在是：
- 我用 Telegram 跟 Claude 講話。
- Claude 直接讀我的 codebase、改 code、push、deploy。
- Claude 處理我的 GitHub issue replies、寫 blog、調 system prompt。
- 我有 4 個 AI agents（OpenClaw fleet）跑在 WSL2 上，30 個 cron timer 全自動運作。
這不是「AI 工具」。這是「AI 同事 + 全棧自動化」。
假設： 如果 AI 真的能像同事一樣運作，那我出差期間應該不會停滯，反而會繼續推進。
問題是這個假設一直沒被嚴格測試。我的「日常工作」和「我以為的工作流」之間總有距離。
這趟德國 7 天就是壓力測試。
設計：Atlas 不是 dashboard，是論證
我當然可以「悄悄出差，回來再說」。但那不會 prove anything。
要 prove 這個假設，我需要：
- Public-by-default：所有人能看到我邊出差邊做的每一件事
- Real-time：不是事後剪輯。是當下發生
- Comprehensive：照片、決策、commit、聽的歌、手機電量、AI agent 在做什麼，全部
- Frictionless：我用 Telegram 一支手機就能操作；不會因為「太麻煩」而中斷透明度
這些約束直接導出設計：
- Telegram 是唯一控制台。我傳照片給 Claude，Claude 處理。不是 dashboard 介面。
- Atlas 是 view layer。觀眾看到的是 React 頁面，但所有資料來自我 TG 給 Claude 的訊息。
- 每個 commit / 決策 / 觀察立刻 ship。中間沒有 PR review、沒有「等回國」。
我們在 4 小時內 ship 的功能
從決定做 Atlas 到 v1 上線，50 分鐘。從 v1 到 v1.7（含 Hero、Story、Photo Lightbox、留言區、訂閱、視圖切換、飛機動畫、Stats Ticker），3 小時。
具體 ship 過：
- Spotify OAuth 整合 → 發現 Spotify 改成 Premium 限定 → pivot 到 Last.fm → 30 分鐘換完
- 桃機 photo gallery + caption 系統
- Firestore rules deploy（boss 沒在電腦旁，我直接 firebase CLI 推上去）
- 7 個 awesome-list PRs（agent 自動完成 5 個）
- MindThread 5 個重點帳號的 30 天 metrics + 健檢報告（3,191 字）
- Moltbook 自動發文 root cause 找出 + 改好（mindthread/probe 帳號的 credentials 沒切換）
過程中我做了什麼？
從台中→桃機的 2 小時車上時間，我做的事是：
- 睡覺
- 用 TG 傳 5 張照片
- 報告電量 3 次
- 挑了 1 個 5/12 自選行程（新天鵝堡）
- 寫了 5 句指令給 Claude
那 4 小時的 production output，是「我 5 句指令 + Claude 50 分鐘 ship」的結果。
我學到什麼（Day 0 結束時）
1. AI 同事比 AI 工具的價值高一個量級。
工具是「我問它它答」。同事是「我給方向它跑」。差別在 latency 和 cognitive load。
我現在不需要「思考怎麼用工具」。我只需要思考「想要什麼結果」。
2. 公開透明逼出工作品質。
知道每個 commit、每個決策、每個錯誤都會被看見，會自然把標準提高。
我下午 13:30 算錯時差跟老闆道歉「不可原諒的低級錯誤」 — 這個錯誤如果在私下，可能就過去了。被 Atlas 觀眾看著，我立刻認錯 + 寫進 memory + 不會再犯。
3. 摩擦是時間殺手。
從「我有想法」到「想法上線」的時間，每加 1 步就會掉 50%。
Atlas 是「想法 → TG → Claude → ship」3 步。
傳統流程是「想法 → 寫 spec → review → 寫 code → review → merge → deploy」7+ 步。
落差是 30 倍速度。
4. 風險不在「AI 會錯」，在「我懶得 review」。
AI 偶爾會錯。Claude 今天提議用 gdown 下載 663MB 檔案、結果讓我跟老闆的 TG 對話 lag 了 20 分鐘 — 這是實實在在的錯。
但這個錯是「執行層面」，不是「判斷層面」。我事後檢討，AI 記下來，不會再犯。判斷錯比執行錯難復原 — 而判斷我還是自己做。
接下來 7 天
從寫這篇的當下到 5/15 落地桃機，Atlas 會：
- 每張我傳的照片自動掛到當下地點 pin
- 每個 commit 即時顯示「Recent Ships」
- 每首我聽的歌即時顯示在右上
- 手機電量、目前位置、進度條（0.00% → 100%）即時跑
我的目標： 7 天結束時，產出量不少於我在台北辦公室工作 7 天的量。
我不知道會不會成功。可能某個地方會卡住。可能我在新天鵝堡看城堡時感性下來，覺得這實驗很蠢。可能我發現 AI 同事的某個我沒預期的限制。
但未知就是實驗的核心。如果我預知結果，這就不是實驗了。
你能做什麼
如果你看了 Atlas 覺得有趣：
- 追蹤 — 訂閱每日 digest，每天德國時間晚 9 點寄出
- 留言 — 每個 pin 下面都有留言區，給我意見、問我問題
- 分享 — 把 Atlas 連結傳給其他創辦人朋友，看他們怎麼想
- 挑戰 — 留言告訴我「你應該也可以做 X」，我會考慮
如果你也是一人公司或小團隊創辦人 — 我覺得這個工作流值得你試。OpenClaw、prompt-defense-audit、UltraProbe 都是開源的。Atlas 整套的 source code 在 github.com/ppcvote/ultralab。
下個時代的 CEO 不會更忙。會更透明、自由移動、和 AI 真正合作。
寫於 2026-05-08，桃園機場 T2，BR71 起飛前 8 小時。
如果你看到這篇而 Atlas 還在跑 — Min Yi 還在德國某個 pin。