Highlights
1. 52 歲，創業兩周年， 從一個人重新出發，到開始組織一支由 10 個 AI 員工組成的團隊。
2. 從賣課程轉向做產品， 這一年完成了 5 款產品的建造與實踐，開始把 AI 能力轉化成自己可以長期經營的產品資產。
3. 五天建立 DankoChat，面向香港中小企業推出 WhatsApp AI 客服主任，讓老闆可以直接用自然語言管理 AI 員工。
4. 從使用 AI 到組織 AI。建立 AI 員工分工、任務協作、代碼審查與人類審批流程，開始探索真正的 Human–Bot Organization。
5. 全新 danko.ai 正式亮相。DankoAI 以香港 AI 與數碼業務公司的身份，繼續把自己的實踐經驗轉化成能夠交付給企業的服務。親愛的朋友們：
今天是 2026 年 11 月 2 日。
我 52 歲了。
也是我創辦 DankoAI、挑戰「一人創業」的兩周年紀念日。
回頭看看，連續三年的 11 月 2 日，我都在經歷不同的轉變。
2024 年，50 歲，我經歷過公司變故，決定重新開始，挑戰一人創業。
2025 年，51 歲，我分享了《用 AI 重新理解商業》，開始重新思考 AI 時代的企業與商業模式。
2026 年，52 歲，我的公司發生了兩個很大的變化：
我從賣課程轉向了做產品，到目前做了 5 款產品。
還有，我組織起了一支由 10 個 AI 員工組成的團隊。
現在，真的不再只有我一個人在工作了。
如果要用一句話概括這一年，我會說：
「我仍然在挑戰一人創業，但已經不再是一個人工作。」
這大概是我創業第二年最大的收穫。
而且，這個變化發生得比我原來想像的快得多。
一、從賣課程，到建立自己的產品
去年的年報，我用了不少篇幅介紹 AI 編程課程、學習社群，以及為香港和內地企業提供的數碼化服務。
那些經歷對我非常重要。
我從中學會了怎樣與客戶溝通，怎樣理解企業的實際問題，也累積了不少使用 AI 開發軟件的經驗。
但做了一段時間之後，我開始反覆思考一個問題：
如果 AI 已經能大幅降低軟件開發成本，為什麼我不把這些能力用來建立自己的產品？
教別人使用 AI，是一門生意。
為客戶開發系統，也是一門生意。
但擁有自己的產品、品牌、用戶和長期收入來源，又是另一種商業模式。
這一年，我開始把更多時間投入產品建造。
其中一些產品是面向市場的商業服務，一些是教育與內容產品，還有一些是為了驗證更長遠的技術方向。
它們處於不同階段，並不是每一個都已經完成市場驗證。
不過，從構想到真正把產品做出來，已經成為我每天最主要的工作。
VibeFast：把 AI 編程教育變成產品
從早期的線下及線上課程，到現在的 VibeFast，我一直希望讓更多人有機會利用 AI 建造自己的應用。
VibeFast 逐漸發展成包含多語言免費課程、實用開發資源與網站應用建造工具的教育產品。
對我而言，這也是從「我親自上課」轉向「讓產品持續提供服務」的一次嘗試。
SoloBiz：讓 AI 經營內容網站
SoloBiz 則是另一個實驗。
如果 AI 可以研究資料、整理內容、撰寫文章、維護網站，那麼內容業務能不能建立一套更自動化的營運方式？
我開始讓 AI Agent 承擔更多日常內容工作。
人類不需要逐篇親手執行所有操作，但仍然要決定內容方向、設定工作邊界，以及處理品質與異常問題。
這讓我對「自動化」有了新的理解。
真正有價值的，不是讓 AI 自動完成某個動作，而是讓一套業務流程可以持續運轉。
DankoChat：直接面向企業的 AI 員工
到了十月，我開始建立 DankoChat。
這個產品的出發點很簡單。
香港有大量中小企業，每天透過 WhatsApp 接待客戶、回答問題、處理查詢。
老闆不一定懂 AI，更不一定有時間研究什麼 Agent、LLM 或自動化框架。
他們需要的是有人幫忙工作。
所以我們把產品做成一位 WhatsApp AI 客服主任。
它可以回答客戶問題，也可以接受獲授權的老闆直接下指令。
老闆可以打字，可以發語音，也可以傳送 PDF、圖片，甚至要求它到指定網站查找資料。
遇到需要人類判斷的問題，再交給真人處理。
WhatsApp 不只是客戶聯絡企業的入口，也開始成為老闆管理 AI 員工的入口。
這是我覺得非常有意思的一個轉變。
我們不再只是把 AI 裝進一個軟件。
而是開始嘗試讓 AI 承擔企業裡一個具體的工作角色。
二、五天建立 DankoChat：速度開始變得不一樣
十月中旬，我註冊了 danko.chat，開始推進這項新業務。
從開始建造到形成初步可對外展示、具備商業制度的系統，大約用了五天。
五天之內，我們把產品、WhatsApp 整合、網站、價格方案、計費機制和合作夥伴制度等工作逐步組織起來。
換作幾年前，建立一套類似的 SaaS，可能需要一支開發團隊，以及數個月的開發時間。
而今天，我坐在手機前，就可以安排不同 AI 員工與 Coding Agents 同時工作。
不過，我不想把這個案例寫成「五天創業成功」。
因為我很清楚：
五天做出一門生意的初步系統，與五天建立一家成功的公司，是兩件完全不同的事。
真正的商業驗證，還在後面。
有沒有客戶願意付費？
服務能不能穩定交付？
客戶會不會續約？
收入扣除模型、平台、營運、銷售和支援成本之後，還剩下多少利潤？
這些問題，不能靠 AI 給我一個漂亮的答案。
必須交給真實市場回答。
但五天完成初步建造，仍然讓我感受到一個巨大的變化。
創業的初期生產成本，正在被 AI 重新改寫。
而且我逐漸發現，速度提升不完全是因為模型越來越強。
還因為這兩年，我累積了兩樣重要的東西：
思路，和手感。
思路讓我知道什麼事情值得做。
手感讓我知道怎樣把事情做出來。
這些不是某個 AI 工具的新功能，而是一次次建造產品、處理問題、接受失敗之後，逐漸形成的經驗。
我明顯感覺到：
做得越多，下一件事情就做得越快。
三、從一個人工作，到組織十個 AI 員工
這一年，我覺得最值得記錄的，還不是做了多少產品。
而是我開始改變整間公司的工作方式。
以前使用 AI，我主要是自己提出問題、自己操作工具、自己完成工作。
例如讓 ChatGPT 協助思考，讓 Coding Agent 幫我寫程式，或者讓 AI 協助撰寫文章。
AI 很有用，但每一件事仍然需要我親自推進。
到了今年，我開始嘗試另一種方法：
把 AI 當作企業裡具有明確身份、職責和權限的工作者。
現在，我已經組織起一支由 10 個 AI 員工組成的團隊。
他們不是十名人類員工，也不是簡單地替十個 Chatbot 取名字。
我開始按照工作需要，為不同 AI 員工安排角色和任務。
有的負責研究，有的負責內容，有的負責技術開發，有的負責審查和協調。
我可以直接在日常通訊工具裡交代工作。
他們收到指示後，按照各自的能力和授權執行，再把結果交回來。
AI 員工也需要管理
這一年，我逐漸體會到一件事：
AI 員工並不是不用管理的員工。
他們也會理解錯誤，也會找錯方向，也可能交付不符合要求的結果。
所以我開始建立更明確的工作規則。
例如，Coding Agent 可以在雲端處理開發任務，但正式代碼需要經過檢查和驗收，才能合併與部署。
當我要求 CTO 審查某個項目時，可以明確限制為純讀取，不允許直接修改代碼。
當一名 AI 員工的判斷需要進一步確認時，也可以安排其他 Agent 進行交叉覆核。
這些流程聽起來很像傳統企業。
其實也沒有什麼奇怪。
因為無論工作者是人還是 AI，一家真正運作的企業，都需要分工、授權、審查和責任。
讓 AI 員工真正進入組織
為了管理這種新型工作方式，我也開始建造DankoAI的內部協作系統。
我希望 AI 員工擁有自己的身份、權限和工作紀錄。
他們可以參與獲授權的討論，接收任務，回報結果，也可以在需要人類決策的地方提出審批請求。
但我不希望把公司交給一群完全失控的 Agents。
重要決策，仍然要由人類負責。
內部協作系統還在持續開發與驗證之中，但它讓我開始真正思考：
如果未來一家企業裡，人類與 AI 都在工作，那麼企業的組織形式應該是什麼樣子？
這已經不只是軟件開發問題。
而是一個企業管理問題。
也正是這一年，我對 Humans Work with Bots 有了越來越具體的理解。
四、我開始重新思考：一家企業真正應該擁有什麼？
這一年，AI 產業的變化實在太快了。
模型越來越強，Coding Agent 越來越能做事，各種新的產品和平台不斷出現。
我自己也經歷過多次工具和工作流程的轉換。
曾經覺得非常先進的工具，過幾個月就可能出現更好的替代品。
於是，我開始重新思考：
如果軟件工具可以隨時更換，模型可以隨時更換，甚至 AI 員工所使用的運行環境都可以更換，那麼一家企業究竟應該把什麼掌握在自己手裡？
我現在越來越重視幾種長期資產。
第一，是自己的產品。
不是每一次都從零開始提供服務，而是建立可以持續使用、持續改善的產品。
第二，是自己的客戶關係。
企業真正的價值，不在於用了多少 AI Token，而在於有沒有人願意持續購買你的產品和服務。
第三，是自己的資料與知識。
包括公司的工作經驗、研究成果、業務記錄，以及 AI 員工累積的工作脈絡。
第四，是自己的品牌。
不論技術如何變化，客戶願意信任誰、向誰購買服務，仍然是商業中非常重要的一件事。
還有最重要的：
一家企業必須有能力持續產生現金流和利潤。
這一點，對經歷過企業失敗的我而言，尤其重要。
我對新技術仍然充滿好奇。
但我已經不想為了追逐每一項新技術，把公司重新帶進無止境的成本投入。
我希望利用 AI 降低組織成本，建立真正有人願意付費的產品，讓企業逐漸具備自己養活自己的能力。
有了這樣的基礎，才有機會支持那些需要更長時間、暫時不以盈利為首要目標的研究與開放項目。
理想需要時間，而時間需要有能力持續經營的企業來支持。
五、今年幾個難但值得的選擇
回頭看這一年，最難的決定，未必是選擇哪一種技術。
反而是決定哪些事情不做。
1. 從親自完成工作，轉向負責組織和驗收
這對一個習慣自己動手的創業者，其實不是容易的事。
以前我會自己坐在電腦前寫程式、修改代碼、部署網站。
現在，我開始讓不同的 Agents 並行工作。
我把更多時間花在提出要求、判斷方向、審查成果，以及處理例外情況。
這並不代表我不需要理解技術。
恰恰相反。
如果我完全不理解產品與工程，就很難判斷 AI 交回來的東西是否可靠。
AI 讓我不必親手做完所有事情，但沒有取消我對成果的責任。
2. 學會放棄自己曾經很喜歡的想法
這一年，我研究和設計過的項目，比真正持續推進的產品還要多。
有些想法後來被合併，有些暫時擱置，有些則重新調整了定位。
我逐漸發現：
AI 把開發成本降低了，也可能帶來另一個問題。
因為太容易開始，所以更容易同時開始太多事情。
但產品做出來之後，還有維護、銷售、客服、合規和長期經營。
建造得快，不代表什麼都值得建造。
這是我今年反覆提醒自己的一件事。
3. 不把商業理念誤當成商業成果
今年完成了不少產品，也建立了 AI 員工團隊。
但我不想把產品數量當成企業價值，也不想把開發速度當成盈利能力。
真正的問題始終是：
有多少客戶？
有多少收入？
需要多少持續成本？
產品能不能穩定運作？
這些數據，比我使用哪個模型更加重要。
所以進入第三年，我希望把更多注意力放在真實客戶、經常性收入、產品品質和長期經營上。
從證明「能做出來」，走向證明「能經營下去」。
六、這一年，我最難忘的幾個畫面
一個註冊域名後的五天
十月中旬，我註冊了 danko.chat。
接下來幾天，我透過 AI 員工和 Coding Agents，不斷推進產品開發、網站、商業方案和系統整合。
大約五天後，一門新業務的初步系統已經成形。
那一刻，我突然想到：
以前要啟動這樣一個項目，我首先要擔心的可能是人手和資金。
現在，我更需要回答的是：
這件事到底值不值得做？
手機裡的 CTO
有一次，我直接在手機裡要求 AI CTO 對一個開發項目進行審查。
我特別交代：只能讀取，不可以修改代碼，也不可以部署。
接下來，Cloud Agents 開始執行審查任務，CTO 再把問題和建議整理回來。
我看著手機裡一連串的任務進展，突然發現：
這不正是以前一家軟件公司每天會發生的工作嗎？
只是現在，開發、覆核和協調的其中一部分工作者，變成了 AI。
而我正在學習如何管理這樣一支團隊。
AI 員工開始參與自己的故事
在準備今年 DANKO DAY 的時候，我決定公開記錄未來一年，人類與 AI 員工共同經營公司的經歷。
我把短片製作任務交給 AI 員工。
它沒有直接生成一支影片，而是先提出幾種製作方案，分析不同方案的特點，再要求我決定方向。
那一刻，我覺得很有趣。
我要拍一個人類與 AI 員工共同工作的故事，而第一個故事，竟然就是 AI 員工幫忙製作這個故事本身。
我想，這大概是對《Work with Bots》最自然的一個開場。
七、進入第三年：Work with Bots
2024 年 11 月 2 日，我在 Threads 開始記錄一人創業。
2025 年 11 月 2 日，我完成了第一個 365 天的創業日記。
到了今天，我決定開始另一個新的 365 天。
這一次，主角不再只有我一個人。
還有我的 10 個 AI 員工。
未來一年，我會每天在 Threads 分享人類與 AI 員工共同工作的真實故事。
他們做了什麼？
怎樣合作？
完成了哪些工作？
犯過什麼錯？
而我作為一個人類老闆，又是怎樣做決定、安排任務和承擔責任？
我希望盡可能保留真實的過程。
成功可以分享，失敗也可以分享。
因為這件事情最有趣的地方，就是沒有人知道一年後會發生什麼。
我也計劃把這些經驗整理成一本書。
書名暫定為：
《Work with Bots》
我不想一開始就寫好一套理論，再去尋找案例證明自己正確。
我更願意先把真實的經歷記錄下來。
一年之後，再回頭看看，哪些想法經得起實際經營的檢驗，哪些想法又需要推翻重來。
至於更完整的思考、研究與創業反省，我會繼續放在自己的個人網站 DankoPeng.com。
Threads 適合記錄每天發生的小故事。
而這個網站，會繼續保存那些值得花更多時間討論的事情。
八、DankoAI 的下一步：讓 AI 真正幫到你的生意
今年 DANKO DAY，我還要宣布一件事。
DankoAI 的全新企業官網：
danko.ai
正式亮相。
這次，我希望讓 DankoAI 以一家香港 AI 與數碼業務公司的形象，繼續發展下一階段的業務。
我們自己經營 DankoChat、VibeFast 和 SoloBiz，也累積了不少 AI 開發、自動化和企業系統的實踐經驗。
我希望未來可以把這些經驗，轉化成更多香港企業真正用得上的產品和服務。
但有一件事情，我想講得很清楚。
不是每一家企業都需要學 AI。
也不是每一個老闆，都需要理解什麼是 Agent、MCP 或大型語言模型。
做生意，最重要的始終是客戶、收入、成本和利潤。
企業需要的是解決問題。
所以我們新的品牌主張是：
讓 AI 真正幫到你的生意。
先談生意，再談技術。
我覺得這比任何宏大的 AI 口號，都更符合自己這兩年學到的事情。
九、謝謝大家，明年的 DANKO DAY 再見
兩年前，我在 50 歲生日那天重新開始創業。
當時我只有一個人。
我不知道這條路能走多遠，也不知道兩年後會發生什麼。
今天，我 52 歲了。
我們做了 5 款產品，組織起 10 個 AI 員工，也開始嘗試在香港和美國建立不同的業務。
但我仍然覺得，自己只是在一個巨大變化的時代裡，不斷學習如何經營企業的普通創業者。
我不知道哪一家 AI 公司會贏。
不知道哪一個模型會成為未來的主流。
甚至不知道今天使用的某些工具，一年後還會不會存在。
不過，我越來越清楚自己希望建立什麼樣的企業。
一家能夠創造價值、擁有自己的資產、保持經營自主權，而且可以持續盈利的企業。
我並不需要所有人理解自己的選擇。
我更希望用接下來的實際工作和經營成果，證明這條路究竟能不能走通。
感謝這兩年在 Threads 陪伴我、給我意見、提出質疑，以及支持我的每一位朋友。
也感謝信任我們的客戶、學員和合作夥伴。
從 50 歲到 52 歲，這兩年真的發生了太多事情。
但我想，故事還只是剛剛開始。
未來 365 天，就讓我們一起看看：
一個 52 歲的創業者，帶著 10 個 AI 員工，究竟可以把一家公司經營成什麼模樣？
明年 11 月 2 日，我們再回頭看看答案。
一步一記錄。
一步一交付。
繼續把每一天，都當成一次小型的發佈。
DANKO DAY 2026
Day 1/365 — AI員工真的來了！
祝好！
Danko Peng Danko AI Limited 創辦人 2026 年 11 月 2 日