9 月 14 日上課時，我和大學生聊到授權（delegation）。討論的主題是：一位習慣凡事親力親為的個人創作者，在走向老闆角色的路上，究竟會卡在哪裡？個案裡的 Judy 同時身兼內容創作者、管理者與創業者，三個角色各有任務要扛，偏偏全塞在同一個人的腦袋裡（以下都是指我個案裡面的 Judy，並不是真實世界裡面 Judy 所發生的事情，在此特別說明。）。
聊到角色衝突，我也忍不住拿自己開玩笑。我平時既要處理終身教育部的行政，又要教學、做研究與編寫教材。行政多做一點，備課時間就少一點；講到最後，我只好對學生坦白：目前唯一能犧牲的，好像只剩下睡眠。
這真是荒謬，一位管理學老師正在台上教大家如何避免工作過度集中，而他自己私下給出的解法，居然是叫自己少睡一點。
這也讓我更加體會到，為什麼授權聽起來像常識，做起來卻這麼困難。事情自己做的時候，判斷標準、當下感受與最後拍板都在同一個腦袋裡；一旦交給別人，這些環節就被拆散了。你知道自己在意什麼，對方未必明白；對方在現場碰到了什麼狀況，你也不一定清楚。更麻煩的是，就算雙方看著同一份資料，對於事情的輕重緩急、能承受的風險，或是怎樣才算「做完」，往往也有完全不同的標準。
我現在更好奇的是：當我們無法完全掌握另一個人的資訊、判斷與下一步時，究竟該怎麼授權，才能讓他真正分擔工作，又不會讓整間公司陷入失控？從經典的組織經濟學、行為經濟學，一路看到 2025、2026 年的最新研究，有幾個問題很值得順著往下想。
老闆不肯放手，究竟在保護什麼？
先幫老闆們說句公道話：有些放不下心，確實有道理。在課堂討論裡，Judy 的團隊需要出面談外部合作，但有些決策直接牽涉到她個人的出席、形象與過去的承諾，這些事情執行人員不能只圖自己方便就隨意更動。但反過來說，如果連已有明確標準的例行公事都要等 Judy 點頭，公司業務又會卡在那裡動彈不得。這種矛盾，絕不是輕飄飄一句「老闆要學會放手」就能解決的。
Aghion 與 Tirole 在 1997 年的經典研究中，把權力切成「名義權威」與「實質權威」：前者代表誰在名義上有權做決定，後者則是誰在實際上能影響決定。這兩種權力往往不在同一個人手上，因為真正掌握第一線資訊的人，通常也決定了別人能選哪些方案。這項理論點出了一個關鍵：授權不但會改變主管的掌控度，更會影響員工主動蒐集資訊的意願。
把這個概念放回 Judy 的處境，就能看清盲點：即使她堅持每件事都要親自過目批准，也不代表她真的掌握了全局。假如她忙到沒時間釐清前因後果，最後只能在團隊端出來的選項裡挑一個點頭，那她守住的其實只是最後蓋章的權利，根本談不上實質的把關能力。相反地，如果團隊知道在特定範圍內自己說了算，去深入了解合作方需求、主動蒐集資料，才會變成值得投入的事。
不過，行為經濟學又把人性看得更透徹了一點：老闆不想交出權限，有時只是單純著迷於「凡事由我做主」的感覺。Bartling、Fehr 與 Herz 在 2014 年發表於《Econometrica》的實驗發現，多數人對主導權的執著，遠超過這項權限能換來的實質好處。換句話說，就算讓別人決定能得到更好的結果，大家心裡還是偏好自己掌控。
這在管理上很有啟發。主管說「我不放心」，有時是在防範真正的風險，有時純粹只是忍受不了失控的焦慮。這兩種心態往往攪在一起，連當事人自己都很難分清。套在 Judy 身上，我也想問：這個決策真的需要她獨有的資訊，還是她只是不習慣別人用另一種方式把事情做完？
2025 年 12 月《Economics Letters》刊出的一項實驗，給了更細緻的解法。研究讓受試者選擇自己的報酬要依據個人答案、別人答案，還是透過抽籤決定。當選項是把決定權全盤交給別人時，受試者非常抗拒；但如果改成抽籤，讓自己的答案依舊有機會被採用，這種抗拒就消失了。作者因此認為，只要保留部分參與決策的可能，就能大幅降低大家對放權的排斥。
這當然不是叫老闆以後遇到大事就去擲筊抽籤，而是提醒我們：授權不需要非黑即白地直接退出。主管可以負責訂立大原則、劃清不可踩的紅線、說明取捨標準，然後把界限內的判斷權交出去。這跟每件事都要排隊等老闆點頭完全不同：前者保留了有價值的參與，後者只會讓團隊在門口空轉。
所以我傾向把「不放心」拆開來治。有些要補足資訊，有些要設立停損點，有些要提升執行者的能力；但也有些時候，主管得先誠實面對自己：你只是在適應權力不在自己手上的不安全感。光靠一句「請信任團隊」，通常解決不了這類焦慮。
員工會從授權方式學習，老闆未必喜歡學習的結果
更棘手的是：被授權的人並不是靜止不動的，他們會根據主管的管理手段調整反應。Falk 與 Kosfeld 在 2006 年發表過一篇探討控制隱形成本的研究，實驗發現當委託人強制要求代理人達到最低標準時，反而會打擊某些人自發投入的意願。受試者把過度的防弊措施解讀成不被信任與受限，這說明控制手段雖然能防止偷懶，但同時也在消耗彼此合作的善意。
這項研究並不是要主管完全放棄監督，而是提醒我們：主管的每一次介入，都在向團隊傳遞訊號。主管如果交代時說「你看著辦」，等到結果出來又因為做法不合己意而全盤推翻，下一次部屬自然會選擇每件事都回來請示。這不是員工沒有主見，而是他在上一輪交手中學到的生存之道。如果主管事後還抱怨大家缺乏擔當，不如回頭想想：制度究竟是在獎勵獨立思考，還是在獎勵大家努力猜中老闆的心思？
我們在課堂上也推演過一個尷尬場面：活動負責人向合作廠商承諾自己可以全權作主，對方照著推進，Judy 事後卻跳出來說她沒點頭。廠商的反應很直白：你們內部到底誰說了算？對方要的是穩定明確的進度，而不是花時間去摸清你們內部每個人說的「可以」，到底打幾折。
授權一旦不明確，承擔代價的不只是基層，外部合作夥伴也會跟著遭殃。因此，授權後如果要收回權限，必須說得出具體理由，例如客觀條件變了、風險超出預期，或是執行者遇到了無法單獨處理的障礙；而不是單純因為成果不合胃口，就把原本允許的權限說成越權，這只會徹底摧毀日後的合作默契。
組織心理學對這個問題也有補充：給予自主權，跟讓人有能力且願意承擔責任，完全是兩回事。Lee、Willis 與 Tian 在 2018 年的統合分析指出，授權型領導確實與工作績效、創造力呈正向關聯，其中的關鍵在於互信與員工感受到的心理授權。但這絕不能簡化成只要隨手把事情扔出去，績效就會自然變好。
2026 年 Wölk 與 Kerschreiter 的研究更進一步拆解了自主與歸屬感：授權能滿足員工想自己作主的心理需求，而強調團隊認同的領導風格，則照顧了彼此連結的歸屬感。這項發現給了我很好的提醒：員工想要發揮空間，但也需要知道遇到瓶頸時有人能替他撐腰。主管放手之後，依然要提供背景脈絡、幫忙權衡利弊，甚至一起處理例外狀況，而不是把放權當成置身事外。
2026 年 9 月針對 356 位營建專業人員的調查也發現，授權型領導同時伴隨著自我挑戰的動力與寸步難行的阻礙壓力，這兩種壓力對員工提出建言的意願各有利弊。這說明自主空間一旦變大，隨之而來的心理負擔往往也跟著倍增。
回到課堂情境，如果 Judy 要活動窗口自行負責，對方看不看得到相關人員的行事曆？清不清楚哪些條件已經承諾過？遇到預算超支時能不能找到人討論？如果這些後援都不存在，只丟下一句「你自己決定」，他根本不可能生出完整的判斷力。主管自以為卸下了負擔，往往只是把壓力轉移給另一個人，換成他在深夜發愁還能睡幾個小時。
這也是為什麼我在課堂上收斂出的授權定義，必須包含清楚的邊界、充足的資源、隨時的後援、回報升級機制與事後的客觀檢視。要讓別人真正分攤責任，就得把遊戲規則講明白：哪些事情你可以放膽拍板，哪些情況必須立刻拉回桌上討論。
換成 AI，我自己的授權就出事了
理論在課堂上講得頭頭是道，真要落實到自己的工作上，馬上就踢到了鐵板。
現在能自主規劃步驟、調用工具的 Coding Agent，已經能在給定目標與權限的環境下執行任務。我們設定它能讀取哪些資料、修改哪些程式碼，以及哪些步驟需要人工審核，本質上就是在做任務授權。以 Codex 為例，官方指南也清楚把「技術執行邊界」與「人工核准規範」區隔開來：前者規範系統能力所及的範疇，後者決定何時必須取得人類授權。
我最近就搞砸了一次。過去 ChatGPT Codex 在某個任務上表現出色，都能順利達標，於是我放心地讓它用類似方式再跑一次。偏偏這次的目標不同，步驟細節也有落差，我卻依舊給了它非常寬鬆的權限。結果它產出了一套離譜的內容，而且在沒有把關的情況下直接公開發布。這幾天，我都在忙著收拾殘局。
平時在課堂上，我拿著個案問學生：哪些決策可以由團隊全權決定，哪些必須由負責人確認？換到自己的專案時，我也被問了同一題；更慘的是成果已經公諸於世，我連把問題留到下週再討論的機會都沒有。
回過頭看，我當時至少漏掉了兩層把關：內容是否合格，以及該內容是否具備發布資格。就算內容生成正確，也不等於能直接公開；一旦內容出了差錯，發布權限更會把原本在內部就能修補的小問題，直接擴大成對外的公關災難。
先前的成功固然是實力的一種證明，但我這次買到的昂貴教訓是：任何成功的經驗都帶有前提。它是在哪種任務、什麼資料、多嚴格的限制與驗收條件下成立的？這次到底變動了哪些條件？我當時誤把「它以前做過類似的事」，直接當成「這次也能給予相同權限」，完全忽略了中間省略掉的審查步驟。
近期關於 AI 授權的研究，正好開始深究這個盲點。Google DeepMind 的 Tomašev 等人在 2026 年發表的預印本中，將任務的重要性、不確定性、可驗證性、可逆性與持續監督機制，共同納入授權設計。這個架構非常切中我的痛點：撰寫程式碼、在測試環境執行，以及正式對外發布，雖然是一條龍的流程，背後的風險卻完全是兩碼子事。
合理的做法，是讓代理人在可以復原、方便檢查的範圍內自由運作；一旦動作牽涉到對外發布或影響現有使用者，就必須設立實質的人工確認關卡。這樣主管既不需要事事微觀管理，也不至於把整串流程的權限一次全部梭哈送出去。
況且，能搞定短任務，不代表在長流程中也能穩定保持成果。微軟研究院 2026 年的 DELEGATE-52 壓力測試發現，在連續轉換與還原任務中，AI 的錯誤很容易在多個流程中不斷疊加。這也提醒我，評估授權不能只看模型智商有多高，更要看它在特定環境中連續執行任務時，能不能在偏離軌道時即時警覺。
這終究繞回了組織管理的經典死角：假如我們設了人工審核的關卡，人類卻忙到根本沒時間看懂修改了什麼，那麼名義上的核准權雖然在我們手裡，實質的判斷力早就蕩然無存。這種形式主義的確認，充其量只是在按下滑鼠確認鍵之後，繼續盲目祈禱它沒出事而已。
AI 記住了，還得知道這次能不能照做
這場意外也讓我重新反省長期記憶的設計。
面對數位系統，大家常有種迷思：資料既然存進去了，它應該比人腦更牢靠。但把資料存進去、在需要時能找得出來，以及找出來之後懂得如何正確使用，完全是不同層次的能力。尤其在授權場景裡，只記得過去做過什麼遠遠不夠，它更需要判斷以前給的許可，今天到底還算不算數。
2025 年 ICLR 的 LongMemEval 就把長期記憶拆解為多項維度，包含跨對話推理、時序關係、知識更新，以及資訊不足時能不能老實承認。有用的記憶機制不只要留下紀錄，更要能辨識哪些規範已經失效。2026 年 6 月發表的 SubtleMemory 評測也指出，目前的系統在辨識情境依賴、互補或矛盾的細微關係時，依然存在盲點。
拿我自己的教訓來說，一份有用的記憶不該只記下「使用者曾同意自動發布」，它還必須附帶註記：當初允許發布的是哪類內容、通過了哪些檢查、有效期限到何時，以及在什麼情境下必須重新取得許可。同樣地，出了狀況之後，如果系統只留下「下次要更小心」這種無濟於事的廢話，下一次執行時根本無從改善。真正能派上用場的記憶，是清楚交代漏掉了什麼驗證條件、下次要檢查哪項指標，以及在拿到新授權之前絕對不能執行哪個指令。
這牽涉到另一個有趣的人性對比：人類會因為受到責備、肯定或受到法規拘束而改變行為；但在管理制度下，員工究竟是學會了做出更好的專業判斷，還是只學會了如何逃避責任，往往很難說。那麼 AI 呢？它會認錯、會道歉，也會在回答裡信誓旦旦地保證下次改進，但我們不能把這些客套話當作它真的產生了愧疚感或學到了教訓。
工程上更應該追問的是實質機制：這次的檢討回饋，究竟有沒有寫進長期記憶？下一次執行任務時有沒有確實調閱？調閱之後能否精確對應情境限制？關鍵的安全邊界，到底有沒有被寫進硬性的權限防護中？我們不能因為它反省時言詞懇切，就誤以為系統已經多了一道安全防護。
對待人類團隊，我們需要梳理能力、心態、信任度與工作負荷；對待 AI 代理人，我們則必須徹底檢視模型、記憶模組、外掛工具與權限機制如何交互作用。兩者都能從過去的經驗中汲取教訓，也都需要避免把上一場仗的成功經驗，盲目套用到已經變化的新戰場上。
講到這裡，又繞回了那堂管理學課。
同一堂課上，我還特別向學生道歉，說明作業系統在判斷上出了問題，導致部分符合規定的作業也給出了奇怪的回應。我跟學生說這是我的責任，我會修復程式，而且第一次作業不計入期末成績。對學生而言，系統是我的，當系統造成困擾時，出面解釋並承擔補救責任的人始終是我。這跟在職場上面對外部客戶一模一樣：大家需要的是確定的解決方案，沒有人有義務去替你釐清，你跟你的 AI 助理之間究竟產生了什麼溝通誤會。
在人機協作的職場裡，我們該學習的不是盲目信任，而是把授權建立成一套可以隨時檢視的合作架構：哪些判斷該放手、憑什麼依據放手、環境變動時如何反應，以及出了問題時如何修正機制，而不是寄望於一句「下次會注意」。
這些道理在講台上說得頭頭是道，現在我得讓自己的工作流程也通過同樣的檢驗。至於原本希望靠著授權換來的一點睡眠時間，看來這陣子是還沒辦法兌現了。