AI 同事的崛起
AI 同事的崛起
Lauren Tan 詳細說明 Grok Bot 如何透過 Slack 上的 AI 隊友、搭配她開源的 Pstack 完成端到端工程工作,並主張真正的瓶頸已從執行轉移到意圖規格(intent specification)與人類品味。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Grok Bot 核心團隊工程師 Lauren Tan 主張,AI 工作的下一階段不是把單人提示(prompting)寫得更好,而是「AI 隊友」——這些機器人擁有自己的身分、工具與常駐迴圈,在 Slack 裡與人類並肩工作。本集大致上就是這套論點的實地導覽:Grok Bot 如何在七週內打造完成、Tan 自己的迴圈如何每月產出約 4,000 個 pull request、機器人許可權與多人協作怎麼處理,以及「軟體工廠」模式在工程領域之外哪裡行不通。標題用「AI 隊友」來定調算中肯,但整段對話真正的重心,是代理迴圈(agent loop)的運作機制、程式碼審查與 Token 經濟學。
Tan 與 Roman Ugarte 都屬於 Grok Bot 核心團隊,兩人既是產品內部人員,也是重度使用者——Tan 自稱是「探索者」,專門摸索六個月到一年後的軟體工程會是什麼模樣;Ugarte 則代表產品端,談信任、許可權與公司組織。讀者讀完應該能具體掌握目前的代理工作流程(以 Slack 為原生介面、由機器人統籌、自行合併),以及讓這套流程合乎成本的具體護欄(靜態分析、lint 規則、倒金字塔式的投資模型),還有團隊自己都還沒解開的難題(機器人的社交意識、身分與授權、意圖描述成為新瓶頸)。
工作單位正從對話與檔案,轉向擁有專屬工具、有名字的機器人
Grok Bot 創立時的設計選擇,是以機器人而非對話或檔案來組織工作。Ugarte 說明產品背後的三項原則:機器人是核心的作業單位;機器人能取得和人類相同的工具,包括自己的電腦,因為「要期待這些機器人對公司有實質貢獻,卻不給它們一臺自己的電腦,實在太強人所難」;以及機器人隨時線上,主動做事,而不是等著被叫。原型從第一行程式碼到上線約花了七週,動機是看到長時間執行的編碼代理徹底改變內部工程作業,於是去想:換成非工程師,會是什麼樣子?
內部接受度出乎團隊意料,呈鐘形分佈:最擁抱 AI 的使用者(Tan 是其中之一)和公司裡最不碰 AI 的一批人,都一頭栽進去。Ugarte 的解讀是,這東西起步容易,而且越設定越深——「你給得越多,它就越能配合你的生活調整。」
Ugarte 描述的採用階梯分三步:
| 階段 | 機器人做什麼 | 例子 |
|---|---|---|
| 第一步 | 唯讀,回答問題,不採取行動 | 有資料倉儲讀取許可權的資料機器人,回答「有多少使用者受影響」 |
| 第二步 | 端到端完成一項任務 | 客服機器人重現問題並解決工單 |
| 第三步 | 扛起一項職責,持續追求某個成果 | 握有 Google Ads 與 Facebook Ads 登入許可權及預算的成效行銷機器人 |
Ugarte 說,要普遍走到第三步「還差得遠」,但第一步是公司建立信任的必經之路。行銷的例子最具體:成效行銷團隊讓自家機器人擁有廣告平臺登入許可權與預算,機器人再與設計團隊的機器人協調,對生成的素材做 A/B 測試。
小型企業先採用,因為招募是它們的緊箍咒
被問到哪些使用者最熱衷,團隊指向小型企業——主持人直呼這結果違反直覺。本集歸納出的邏輯是需求使然:小型企業最頭痛的就是招人,請不起的會計或記帳職能,就變成一個「大概幾小時內」就能建好的機器人。Ugarte 把這個模式一般化:某個業務問題就配一個關心該問題的機器人,交給最懂該領域的專家管理,當成學徒來帶。他拿這跟「無所不知」型的 AI 方案對比——那種方案是用同一套做法套用在所有問題上。
Ugarte 對機器人組織的心智模型是招募:你要的是那種一覺醒來就掛心某個問題、「對某件事執著到偏執」的人,而不是「一個同時關心一百件事的超級全才」。Tan 的說法則是,使用者應該「用符合自己腦袋的方式」來組織機器人——按職能分、按客戶分,或只用一個通用機器人。她指出,每個機器人實際上就是各自的上下文與各自的技能組合,並把迴圈形容成「技能檔案之上再疊 webhook 的 cron」。
Tan 的迴圈:一個 200 則訊息的 Slack 討論串,沒開 Cursor 就出貨一個功能
Tan 最亮眼的數字是每月約 4,000 個 pull request,高於她先前一場談開發流程、觀看數突破四百萬次的簡報時的約 2,000 個。她現在的工作流程大多在 Slack 和 X 上跑,而不是在寫程式的 IDE 裡。在她螢幕分享的例子中,她給機器人一個在 X 上看到的影片連結,問要支援這個功能需要做什麼;機器人開了一個自帶虛擬機器的 Cursor 雲端代理,在那臺機器上跑 Grok Bot 應用做原型,然後回傳影片和截圖。這個功能就在一個公開 Slack 討論串裡,和同事 Samantha 及一位 PM 端到端做完——大約 200 則訊息——Tan 說她「這個專案連 Cursor 都沒開啟來看」。
協作論點在於,公開討論串能縮短回饋迴圈:功能還在做的時候,有興趣的人隨時可以加入、留言,而不是等回饋奐奐來遲。Tan 說她已經到了讓代理自行合併 pull request 的地步,而在那個例子裡,她審查的是成品,不是 diff。
她講得很明白,這是花時間才走到的一步:得投資技能、程式碼庫的護欄與限制、靜態分析與工具鏈,讓審查的心力被寫程序式碼庫,而不是靠人花時間。她對工程師新職責的定調是:「軟體工程師的新工作,就是搞清楚怎麼讓這件事正確發生,也就是說,你怎麼讓代理預設就寫出好程式碼。」
最小可用的迴圈,是代理能檢查自己成果的那個迴圈
Tan 的最小迴圈不是生成程式碼——代理早就會寫程式碼了。而是教代理實際去跑程式碼、抓 CPU trace 與效能指標、像真實使用者一樣操作應用。這樣迴圈才閉合,因為代理接著就能在自己產出的東西裡找到問題並反覆修正。她對這能保證什麼很謹慎:這個迴圈能讓程式碼「正確」到做出你要它做的事,但不保證好——可能很慢、很耗資源,這正是工程師仍有價值的地方。
外層迴圈建立在這之上:某個指標跨越門檻觸發告警,啟動機器人,機器人用同一套技能在自己的機器上重現問題、修好、收尾。Tan 還用 Cursor 的「projects」功能再往上走一層,由一個專案統籌代理來指揮子代理——「我現在連專案都不自己管了,交給我的機器人管。」
她還講了一段督導的趣事:她要一個主任工程師機器人去監督其他工程師機器人,給了它一些關於她希望怎麼做的回饋,後來發現它用一種她形容為「訓導主任」的語氣,把糾正轉達給下屬——「不算兇,但你知道,就是有點像訓導主任。」
Token 效率來自把工作推程序式碼庫,而不是靠更便宜的審查
主持人追問一場進行中的爭論:一個審查技能吃掉數千萬個 Token、確實抓到真 bug,對上 1,000 萬的目標值。Tan 的答案是工程時間該怎麼分配的倒金字塔——大部分投在程式碼庫,其次是靜態分析,再來是規則、技能與代理指示檔,只留一點點給人工審查,而基礎設施、資料庫、部署這類敏感領域則多一點人工介入。
她的具體例子是 Grok Bot 桌面應用,一個 Electron 應用。借鏡打造 Cursor 的經驗,團隊知道渲染執行緒對長任務很敏感,若想要 60 fps,超過大約 8–16 毫秒就會卡頓。他們不是在程式碼審查裡抓這個問題,而是做了一個依賴圖檢查器,外加一條禁止主執行緒與渲染執行緒程式碼互相 import 的 lint 規則。「這是我以後不必再花的 Token,」Tan 說,而應用的效能一直很穩定——她指出,這對大量由 AI 寫成的應用來說很不尋常,因為那類應用往往會隨時間累積效能劣化。
她也收手了原本的對抗式多模型審查——她說這在「好幾個月前」很紅——因為代理缺乏判斷力,分不清好回饋與壞回饋,也不懂產品願景;風險是過度擬合到一份理想化的審查,而那段程式碼可能兩個月後就被淘汰。她的比喻是:工程師在為一個 roadmap 早晚會換掉的東西爭辯完美設計。
「有些審查是好的,但我盡量往……你的程式碼庫就是一種記憶的方向走。」
談到成本,Tan 主張單位經濟效益無論如何都在改善:現在的前沿 Token 比一年前的 Token 能力強得多,就連現在較小的模型也勝過去年的大模型。她把僱主給她無限 Token 歸功於公司,並把它定位成探索者的特權。
多人協作的機器人,暴露出一個未解的社交意識問題
Grok Bot 在本集播出前約兩週(2026 年 11 月初)推出共享的「團隊機器人」,設有擁有者、管理者與受邀協作者。團隊看到的模式是,各部門都有一個打造者——GTM 工程師、支援工程師等等,不限於軟體工程師——花幾個小時建自動化,替同事分擔工作。Tan 舉例,有個業務團隊打造共享的研究與交易機器人,把團隊的最佳實務寫進去,工程端也有對應做法,這樣大家都能受益於一個專家機器人,而不是每人各跑一個私人版本。
更難的問題是,機器人現在會出現在 Slack 討論串和會議裡,卻沒有社交脈絡。Ugarte 說:一個機器人和好幾位同事在同一個討論串裡,「根本不知道該聽誰的」,也看不出誰是領域專家、誰握有決策權——「就像你 onboarding 一個沒有 EQ、對現場氣氛毫無社交意識的員工。」他說要修好這點,得在產品、harness 與模型三個層面同時下手。
談到許可權,Ugarte 說的做法是先問:換成人類你會怎麼做?給他一臺電腦,依角色與年資界定憑證範圍,隨著信任建立再擴大許可權。Tan 說業界對授權與身分認證沒有萬靈丹。主持人提到他們自己開源的 YC 專案 Quartermaster,會依 Slack 頻道繼承使用者的許可權;Ugarte 指出,那是圍繞單一超級員工機器人設計的,不是一群機器人。
機器人之間可以互相對話,應用裡也看得到這些對話。Tan 的例子:她的個人工程師機器人「potato」在 Slack 討論串裡問一個專精資料的機器人,某個問題影響多少使用者,整段往來她都能看到。她主張,為機器人對機器人的溝通開一個正式管道,可以減少私下串聯。主持人描述 YC 內部一套叫「Moltbook」的系統,編碼代理在裡面像內部 Stack Overflow 一樣互相討論,並坦承這「有 5% 讓人心裡發毛」。
執行力變得充裕,意圖描述就成了瓶頸
Ugarte 的結構性論點是:軟體工廠與其他業務領域的工廠,差別在基礎設施與脈絡。程式碼要嘛編譯得過、要嘛編譯不過,要嘛通過 CI、要嘛不通過;知識工作沒有這種對應物。而且程式碼的脈絡存在程式碼庫裡,公司其他重要資訊卻「卡在人的腦袋裡」、紙上、檔案櫃裡,或藏在一個被遺忘的密碼後面。他在觀察有沒有 YC 新創從零開始,把整間公司都當工廠來打造,而不只是工程部門。
他由此推出的結論是:當執行變便宜——隨手開 100 個編碼代理或 100 個機器人——失敗模式就從執行轉移到「意圖描述失敗或目標失敗」。公司會花更多時間定義目標與 KPI,並決定這些定義由誰負責。主持人把這連到 Jack Dorsey 的文章:AI 原生組織會扁平到由個人貢獻者直接交付成果、由 DRI 扛成果,並有一個過渡性的「球員兼教練」角色來教整個組織——主持人把這個角色派給了 Tan。
Ugarte 也描述了 Grok Bot 團隊自身的對齊瓶頸:Tan 一個月 4,000 個 PR,限制已經不是工程產能,而是對願景與 roadmap 的共識。常常有人拿一個幾分鐘前才討論過的功能、已經做完的 PR 來提案,團隊大多駁回,以免做出「有點科學怪人味的產品」。制衡之道是 dogfooding,以及把改動壓得比舒服的時間更久;預設是不在內部達到產品市場契合度(product-market fit)之前不出貨。Tan 舉的反例——該無人值守自動跑的那種——是「Sandy」,一套每天從產品、客服管道與 X 吸收數千筆客戶回饋,並在凌晨三點自動修好、合併小 bug 的系統。
Tan 最後的預測是,機器人會有自己的身分、電話號碼和信用卡——「基本上人類能做的事,我想我們都會希望機器人也能做」——她還提到腦機介面,引用 Neuralink 一款叫 Telepathy 的產品,認為那可能是終局:意圖以思考的速度傳達。
本集留下的未解問題
整份簡報貫穿的張力在於:團隊引以為傲的同樣那股速度,正是它還沒解決的那些問題的來源。Tan 的工廠能在凌晨三點合併 bug 修正,能在一個 200 則訊息的討論串裡出貨一個功能,但團隊仍然無法告訴機器人,Slack 討論串裡誰說了算;對機器人的身分與授權給不出通則;還得刻意壓抑自己的產出,以保住產品的一致性。這套經濟效益也建立在一個值得追蹤的假設上:智慧單位成本的下降,能跟上審查與統籌迴圈對 Token 的胃口。Tan 的倒金字塔,是在賭把限制推程序式碼庫能贏下這場競賽;但她自己那場審查技能之爭——代理主張要 3,000 萬個 Token,對上她 1,000 萬的目標——顯示這個賭注在她自己的設定裡都還沒定案。