Jam 2 pagi. Saya sedang menatap empat tetingkap yang berjalan serentak pada skrin. Satu sedang memproses bahan klien. Satu sedang membetulkan kod. Satu sedang mengejar mesej Slack yang belum dibaca. Yang keempat pula tersangkut pada had kadar API, menunggu saya membuat keputusan. Saya bukan sedang menggunakan AI. Saya sedang mengurus AI — seperti penyelia kilang yang membuat rondaan pada pukul dua pagi.
Dua bulan lalu, saya fikir saya sudah sampai ke had tertinggi tentang apa yang boleh AI lakukan untuk saya. Saya menggunakannya setiap hari sejak GPT-3.5 — dua tahun berbual, teman fikir yang lebih bijak, tidak lebih daripada itu. Kemudian sesi berbual itu berhenti, dan kerja mengurus bermula. Jurang antara dua mod itu — berbual dengan AI berbanding benar-benar bekerja dengannya — rupanya lintasan profesional paling penting yang pernah saya lalui. Ini laporan lapangan dari sebelah sana, termasuk kegagalannya.
Siling yang Saya Bina Sendiri
Saya bukan pemerhati sampingan kepada AI. Saya menjalankan syarikat yang sudah menerimanya sepenuhnya. Saya pernah menulis Python, bekerja dengan API, mengikuti perkembangan penyelidikan. Saya menggunakannya berkali-kali sehari — merangka memo, menguji strategi, membuat persediaan untuk mesyuarat.
Rasa selesa itu sebenarnya perangkap.
Sebab apa yang saya lakukan — semuanya — hanyalah berbual. Buka tab, tanya soalan, dapat jawapan, tutup tab. Mula semula pada kali berikutnya. Saya menggunakan AI seperti kebanyakan eksekutif menggunakannya: sebagai pembantu pintar untuk diajak bercakap, bukan rakan sekerja untuk bekerja bersama. Sepanjang jalan, saya mencuba produk ejen yang siap dibungkus. Manus boleh memegang taklimat dan menjejak konteks merentasi sesi — berguna untuk pembentangan, tetapi interaksinya masih sama: saya arahkan, ia laksanakan, satu langkah demi satu langkah.
Saya tahu tentang pembantu pengekodan — GitHub Copilot dan yang seumpamanya. Tetapi saya seorang CEO, bukan jurutera. Saya pernah menulis kod secukupnya untuk berani mencuba, bukan secukupnya untuk benar-benar produktif. Bayangan duduk dalam IDE terasa seperti mengundur dalam kerjaya saya. Tanpa sedar, saya sudah mengasingkan alat mengikut kategori: yang ini untuk pengatur cara, yang itu untuk pengurus. Siling itu bukan dipaksakan oleh alat. Saya yang membinanya sendiri. Saya sudah memutuskan apa yang “sesuai untuk orang seperti saya”, lalu berhenti melihat lebih jauh.
Rasa Apabila Tembok Itu Runtuh
CTO kami menggesa saya mencuba Cursor. Sebuah IDE — alat untuk pengatur cara. Saya sudah bertahun-tahun tidak menulis kod dengan serius. Tetapi rasa ingin tahu menang.
Cursor tidak peduli apa jawatan anda. Anda terangkan apa yang anda mahu dalam bahasa Inggeris biasa, dan ia membina — bukan sekadar melengkapkan kod secara automatik, tetapi benar-benar membina. Bagi seseorang yang selama ini sentiasa selangkah jauh daripada pelaksanaan, boleh menulis spesifikasi tetapi tidak pernah membinanya sendiri, ia terasa seperti tembok runtuh. Buat pertama kali, saya boleh menyentuh lapisan pelaksanaan.
Kemudian beliau mengarahkan saya pula kepada Claude Code — ejen AI baris perintah daripada Anthropic — dan sesuatu benar-benar terbuka.
Cursor ialah copilot pintar — anda masih memandu, baris demi baris. Claude Code ialah rakan sekerja. Saya menerangkan matlamat. Ia menaakul masalah, bertanya soalan penjelasan, menulis kod, mengujinya, dan membaiki apa yang rosak. Ia seolah-olah memegang seluruh projek dalam kepalanya — fail apa yang wujud, bagaimana semuanya bersambung, apa yang kami bina semalam. Peranan saya berubah daripada menulis kepada menyemak. Kekangan utama beralih daripada kemampuan teknikal saya kepada dua perkara yang sama sekali berbeza: sejauh mana jelas saya boleh menyatakan apa yang saya mahu, dan sejauh mana baik saya boleh menilai hasil yang dikembalikan.
Dua kemahiran itu, rupanya, ialah kemahiran seorang CEO. Selama ini saya memberitahu diri sendiri bahawa alat pengekodan bukan untuk saya. Apa yang saya tidak sedar ialah alat-alat itu sudah bergerak ke tempat saya memang berada.
Kemudian saya menemui OpenClaw — rangka kerja berbilang ejen sumber terbuka — dan lantai di bawah saya seperti runtuh sekali lagi.
Daripada Manus kepada Cursor, kepada Claude Code, kepada OpenClaw. Seluruh perkembangan itu mengambil masa kira-kira tiga hingga empat minggu, satu lengkung pecutan: setiap lompatan lebih pantas dan lebih dalam daripada yang sebelumnya. Pada penghujungnya, saya bukan lagi menggunakan satu alat AI. Saya sedang menjalankan satu sistem.
Lengkung pecutan: setiap lompatan lebih pantas dan lebih dalam daripada yang sebelumnya
Di Sebelah Sana
Beginilah rupa sebelah sana jurang itu — kemungkinan besar rupanya akan berbeza sebulan lagi:
Saya menjalankan dua lapisan. OpenClaw ialah lapisan yang sentiasa hidup. Ia berada pada pelayan awan, memantau Slack syarikat kami, dan mengendalikan rentak operasi menjalankan perniagaan: mencerna kemas kini pasukan, melaksanakan aliran kerja jangkauan, menjejak permintaan klien, mengingatkan pasukan tentang tarikh akhir. Ia mencantumkan kepingan yang berselerak merentasi orang, alat dan saluran — kepingan yang sebelum ini tiada siapa sempat hubungkan.
Claude Code pula lapisan untuk tumpuan mendalam. Apabila saya perlu berfikir keras tentang satu perkara — menulis artikel ini, mereka bentuk aliran kerja baharu, menyahpepijat OpenClaw sendiri — saya duduk dalam Claude Code. OpenClaw ialah lantai kilang; Claude Code ialah meja kerja.
Disusun semula untuk ejen: fail markdown menjadi dokumen taklimat supaya AI memahami projek
Pembahagian ini penting kerana alat AI yang berbeza memang mempunyai kekuatan yang berbeza — model berbeza, ingatan berbeza, tahap autonomi berbeza. Menentukan ejen mana patut diberi tugasan mana itu sendiri satu bentuk kerja baharu, dan saya masih belajar. Tetapi intinya bukan alat tertentu. Intinya ialah saya sudah menyeberang daripada bertanya soalan kepada AI kepada menjalankan sistem AI — dan bezanya bukan bertahap sedikit demi sedikit. Bezanya bersifat struktur.
Rupa Sebenarnya
Inilah yang berubah:
Sebelum dan selepas: perubahan konkrit merentasi enam bidang kerja CEO
Penjimatan masa itu nyata — tugasan yang dahulu mengambil masa satu hingga dua minggu kini mengambil masa satu jam. Tetapi kelajuan bukan perkara utama. Sebagai CEO, kerja yang perlu dibuat sentiasa lebih banyak daripada ruang perhatian yang anda ada. Banyak tugasan berada di ruang tengah yang serba janggal: berbaloi dilakukan, tetapi tidak cukup besar untuk mewajarkan pengambilan pekerja baharu. Jadi kerja itu tidak dibuat — kemas kini kepada pemegang saham ditangguh, penyelidikan prospek kekal cetek, susulan terlepas. AI bukan sekadar mempercepat kerja sedia ada saya. Ia membuatkan kerja yang selama ini terjatuh melalui celah-celah akhirnya benar-benar berlaku.
Dan menyeberangi jurang itu membuka satu pintu yang tidak saya jangka: kepada AI itu sendiri. Saya menggunakan sembang suara dengan AI semasa berjalan kaki, dalam teksi, di sela-sela mesyuarat — idea yang saya sebut ketika melintas jalan menjadi spesifikasi menjelang saya duduk. Dengan bekerja bersama ejen setiap hari, saya menyentuh sendiri sempadan terbaharu — bertukar antara model asas (Claude, Gemini, Qwen, Kimi), membina saluran RAG, bergelut dengan sistem ingatan ejen. Bukan sekadar membaca tentangnya. Menggunakannya. Kebimbangan tentang ketinggalan dalam AI — perasaan yang sedang dibawa oleh hampir setiap eksekutif sekarang — sudah hilang. Bukan kerana saya tahu segala-galanya, tetapi kerana saya mempunyai persediaan yang membolehkan saya menyentuh hampir semuanya.
Apakah maknanya jika anda mengendalikan pejabat keluarga?
Anda bukan mengurus kod. Anda mengurus kekayaan merentas generasi, dinamika keluarga yang kompleks, dan data yang sensitif dari segi peraturan. Sikap berhati-hati anda terhadap automasi memang berasas — satu arahan yang salah boleh menjejaskan susunan aset merentas generasi, satu kebocoran data boleh memusnahkan reputasi keluarga. Tetapi berhati-hati tidak sama dengan mengelak.
Kerja teras pejabat keluarga pada dasarnya ialah: mengumpulkan maklumat yang berpecah-pecah, mensintesis pemahaman, membuat pertimbangan, melaksanakan, mengesahkan. Daripada menyatukan kedudukan merentas bank kustodian, meramal aliran tunai dana PE, hingga menyesuaikan laporan untuk setiap ahli keluarga — berapa banyak daripadanya sebenarnya pemasangan data yang berulang, dan berapa banyak pula keputusan sebenar?
AI tidak akan membuat keputusan peruntukan aset untuk anda atau memberitahu pengurus dana mana yang patut dipercayai. Tetapi ia boleh memberi anda pandangan portfolio merentas kustodian yang lengkap lima belas minit sebelum mesyuarat, dan menandakan klausa utama serta faktor risiko yang tersorok dalam bahan usaha wajar sebelum anda sempat menghabiskan kopi. Garis yang penting ialah antara pemprosesan maklumat yang boleh diautomasi dengan pertimbangan yang mesti kekal manusiawi. Sebaik sahaja anda melukis garis itu dengan jelas, roda momentum mula berpusing — dan jurang antara mereka yang sudah menyeberang dengan mereka yang belum akan melebar dengan cepat.
Bahagian yang Tiada Siapa Beri Amaran
Itu versi yang cerah. Ini selebihnya.
Proses persediaan boleh menelan anda hidup-hidup. Tugasan yang saya gambarkan kini mengambil masa lebih singkat. Tetapi membina dan menyelenggara sistem yang menjadikannya lebih pantas ialah kerja baharu yang berterusan. Saya menukar masa tugasan kepada masa infrastruktur — dan bagi saya, hasil bersihnya jelas positif. Tetapi saya ada motivasi, latar belakang teknikal, dan masa untuk dibakar. Bagi kebanyakan orang, hasilnya tidak semestinya begitu.
Dunia belum dibina untuk ejen. CAPTCHA, gesaan dua faktor, tamat sesi, PDF, hamparan lama, had kadar API yang direka untuk penggunaan selaju manusia — setiap kali ejen melanggar tembok ini, andalah yang perlu mencari jalan pintas. (Geseran ini juga peluang yang sangat besar — termasuk untuk syarikat seperti kami. Halangan ialah model perniagaan.) Dan ejen yang dibina sendiri bukan produk siap. Ia seperti LEGO — ingatan, pelaporan, orkestrasi tugasan, kebenaran akses, pemantauan, pengendalian ralat, integrasi alat — setiap blok memerlukan keputusan, dan banyak keputusan memerlukan pertimbangan teknikal. Kerja itu tidak pernah selesai, kerana model, API dan alat asas berubah setiap beberapa minggu.
Walaupun ejen terkini memahami bahasa Inggeris biasa, anda masih perlu membimbing dan mengambil alih apabila penaakulan mereka tersasar.
Baru-baru ini saya cuba membina sistem ingatan tiga lapis untuk OpenClaw: ingatan masa nyata, ingatan harian, ingatan mingguan. Kedengaran kemas, bukan? Saya meminta Claude Code membaca setimbun kertas penyelidikan dan mereka bentuk seni binanya. Ia menghasilkan pelan yang kelihatan teliti dan lengkap. Saya menarik nafas lega, menyangka semuanya sudah selesai.
Ia tidak dapat berjalan.
Saya meminta satu lagi sesi Claude menyemak seni bina itu. Ia menemui masalah struktur. Saya membetulkannya. Ia rosak lagi. Saya membuka Codex — ejen pengekodan OpenAI — untuk sepasang mata baharu. Ia mengesan kes tepi baharu yang saya terlepas. Saya membetulkannya. Kemudian OpenClaw menghantar versi baharu yang menimpa kod yang saya ubah selama berhari-hari. Kembali ke titik mula.
Bahagian paling tidak masuk akal: Claude dan Codex kadang-kadang memasukkan salah taip — bukan ralat penaakulan, sekadar salah eja dalam arahan yang mereka tulis untuk diri sendiri. Kesilapan remeh ini menggandakan masa yang saya habiskan memburu punca masalah, kerana anda sentiasa menganggap ada sesuatu yang asas sedang rosak, lalu menghabiskan berjam-jam melihat gambaran besar sebelum mendapati satu perkataan hilang satu huruf.
Empat atau lima hari dalam gelung ini: baiki, rosak, baiki, rosak — rasa seperti berlari setempat. Akhirnya, saya terpaksa mengeluarkan bahagian kritikal dan menyemaknya satu baris demi satu baris secara manual. Ini hampir sejauh yang boleh dibayangkan daripada “menjimatkan masa dengan AI”.
Sistem ingatan itu berfungsi sekarang, mungkin lapan puluh hingga sembilan puluh peratus masa. Ingatan masa nyata masih sesekali melontarkan ralat, tetapi sekurang-kurangnya ejen sudah mencatat cukup sejarah pembaikan sendiri untuk saya menjejak apa yang tidak kena. Masih ada pepijat? Ya. Adakah saya agak yakin tiga lapisan itu bertahan? Kebanyakannya. Harap-harap begitulah.
Alat-alat ini tidak pernah semudah ini untuk diakses. Pertimbangan yang diperlukan untuk menggunakannya dengan baik pula tidak pernah sesukar ini untuk dicari.
Claude Code sedang digunakan — rupa sebenar “bekerja dengan AI”
Kemudian ada kesannya terhadap diri anda. Selama kira-kira dua minggu, saya benar-benar rasa sesak nafas. Ejen sentiasa meminta kebenaran, meminta keputusan, menghasilkan output lebih pantas daripada kemampuan saya menyemaknya. Saya bekerja hingga 2-3 pagi setiap malam — bukan kerana saya terpaksa, tetapi kerana saya tidak mampu berhenti. Saya mula memanggilnya had kadar token manusia: kekangan utama dalam sistem bukan lagi mesin. Kekangan itu ialah anda.
Dan ia mencangkuk anda. Penyelidik mendapati bahawa sifat respons AI yang tidak deterministik mencetuskan laluan dopamin yang serupa dengan mesin slot — ganjaran berubah-ubah yang membuatkan anda terus mahu mendapatkan dorongan seterusnya. Kajian HBR bulan ini mengesahkan corak itu: “Alat AI tidak mengurangkan kerja — ia secara konsisten memperhebatkannya.”
Ada satu babak dalam The Matrix apabila Neo terjaga dan menyedari dia selama ini dipasangkan kepada sebuah sistem, menghasilkan output yang disangkanya hidupnya sendiri. Perbandingannya tidak tepat sepenuhnya, tetapi rasanya amat tidak selesa kerana terlalu dikenali. Kaunselor saya menyatakannya dengan lebih ringkas: “Awak kata AI sepatutnya membebaskan masa awak. Mengapa awak lebih tertekan daripada dulu?”
Saya mengesyaki ini salah satu persoalan kewujudan dalam gelombang AI — bukan sama ada teknologinya berfungsi, tetapi apa yang teknologi itu lakukan kepada orang yang paling mahir menggunakannya. Ia lebih besar daripada pengalaman peribadi saya. Saya masih mencari cara untuk hidup di dalam keadaan ini. Jika anda menyusuri jalan ini, anda juga perlu mencari jawapannya.
Jika Anda Baru Bermula
Jika anda merasakan AI sepatutnya memberi lebih banyak daripada apa yang anda dapat sekarang, anda betul. Apa yang saya tidak sedar ialah AI sudah menutup jarak dari pihaknya — alat-alat ini menjadi jauh lebih baik, begitu cepat, hingga anda mungkin hanya selangkah daripada perubahan kualitatif tanpa menyedarinya. Pilih satu tugasan yang benar-benar anda peduli. Beri AI konteks sebenar. Biarkan kepercayaan terbina dari situ. Keraguan tidak akan hilang — ia hanya berubah bentuk — dan cukai pembelajaran akan terus dikutip. Tetapi pulangannya nyata.
Garis antara berbual dengan AI dan bekerja dengan AI semakin melebar. Angelo Robles, yang pernah bekerja dengan lebih seratus keluarga bilionair, mengatakannya secara terus terang: “Kerja yang dahulu memerlukan dua puluh pekerja kini memerlukan seorang atau dua orang dengan AI.” Saya menyeberang dua bulan lalu. Ia berserabut, meletihkan, dan belum selesai — saya hampir membakar diri sendiri. Saya tidak menulis ini dari puncak gunung. Saya menulis dari pertengahan pendakian, tercungap-cungap.
Tetapi saya tidak mahu berpatah balik.
Dalam beberapa tulisan akan datang, saya akan pergi lebih mendalam — data kukuh tentang ejen AI, cara pasukan saya menggunakan alat-alat ini dari hari ke hari, dan bagaimana kami memikirkan semula produk Canopy di persimpangan AI dan pengurusan kekayaan. Tetapi jika ada satu perkara untuk dibawa pulang daripada tulisan ini: jurang itu boleh diseberangi. Ia bermula dengan satu tugasan.
Mu Chen ialah CEO Canopy, yang berkhidmat kepada 60+ pejabat keluarga dan klien UHNW di seluruh dunia, menjejak aset bernilai lebih USD 90 bilion. Beliau juga pensyarah jemputan di Tsinghua PBCSF. Beliau menulis tentang persimpangan barisan hadapan antara AI dan pengurusan kekayaan di Amongst Families.
[1] M. Karen Shen & Dongwook Yoon, “The Dark Addiction Patterns of Current AI Chatbot Interfaces”, CHI 2025
[2] Aruna Ranganathan & Xingqi Maggie Ye, “AI Doesn’t Reduce Work — It Intensifies It”, Harvard Business Review, February 2026
[3] Angelo Robles, Family Office Association
