沒有 review 的自動化，不是自動化，是放生

很多團隊現在都讓 AI 自動產出：寫回覆、整理報告、生成文案、組提案。流程一接好，內容一吐出來，大家看一眼，覺得「好像還不錯」，就直接放行。表面上，這叫效率；站在管理者角度看，這更像是在沒有監工的情況下，把一批半成品直接推上線。真正的問題從來不只是 AI 做得夠不夠好，而是這份東西出去之後，誰負責。只要責任是模糊的，自動化就不是效率工具，而是把風險包裝成速度。

review 不是選配，至少有三個理由。第一，AI 會過度自信。它常用很完整、很肯定的語氣，把不完整的資訊講得像定論，最容易騙過趕時間的人。第二，錯誤會被自動放大。人工犯錯，一次通常影響一份內容；流程化自動產出犯錯，可能一口氣複製到十封信、一百篇內容、一整批對外回覆。第三，沒人負責的產出，比沒有產出更危險。沒有產出，你至少知道事情還沒完成；有一份看起來像完成品、實際上卻沒被確認的東西，反而會讓整個團隊失去警戒。

那 review 怎麼做得快？不要把它設計成長會議，先做 30 秒 pass/fail。只看幾件事：有沒有明顯事實錯誤、有沒有過度承諾、有沒有漏掉必要脈絡、有沒有不符合受眾情境。只要其中一項不過，就直接退回，不要進入無止盡的模糊討論。再來，一定要有合格與不合格的錨點範例。合格範例讓大家知道什麼叫可發布，不合格範例則把常見錯誤標出來，像是語氣太滿、結論超出資料、把猜測寫成事實。最好連退回原因都標準化，讓執行的人知道是改事實、改語氣，還是補上下文。最後，review owner 必須真的有權力退回；如果他只能看、不能擋，review 只是裝飾。

反面模式其實很固定：「看起來不錯就直接發了」、「review 太花時間所以先跳過」、「大家都以為別人會看」。這三種模式共同的結果，就是流程看似自動化，實際上只是把責任拆散。

review 不是保險，不是出事時才想到的補丁。它是流程的必要組件，是把速度變成可控結果的那一層。沒有 review 的自動化，不是自動化，是放生。