跳到正文
Y Combinator Startup Podcast(youtube.com)· Lauren Tan·· 8 天前品質評分58

From Software Factories to Everything Factories

From Software Factories to Everything Factories

重點導讀

Lauren Tan 與 Roman Ugarte 分享在 Slack 中打造 Grok Bot AI 隊友的經驗,結論是:一旦代理能自行驗證程式碼、每月交付超過 4,000 個 PR,瓶頸就從執行轉移到意圖、願景與品味。

AI 伴隨問答

自備 Key 深度分析

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

正文

Grockbot 核心團隊的工程師 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「軟體工廠」(software factory)——能自我檢查的代理迴圈(agent loop),讓機器人接手完整的工作;而真正的難題已經轉移到意圖、品味與許可權,而非執行。整段對話大部分時間都花在這些迴圈怎麼打造、怎麼運作:Tan 以 Slack 為基礎的工作流程,每月產出超過 4,000 個 pull request;她開源的 Pstack 技能組;以及把審查推進到程式碼庫裡、以節省 Token 的論點。Grockbot 本身——標題所指的 AI 隊友產品——則主要透過它的上市故事、團隊機器人共享模式,以及客戶逐級攀升的信任階梯來談。

Tan 與 Roman Ugarte 把 Grockbot 當成內部原型孵化,七週內就推進到上市;兩人都在核心團隊。這一集值得讀者花時間,在於它的操作細節:一個具體的最小可行代理迴圈、一套明確指出工程心力該投在哪裡的框架,以及對機器人加入 Slack 頻道與會議後會出什麼狀況的坦率描述。讀者讀完應該能帶走一個可用的代理編排(agent orchestration)模型,並清楚看見尚未解決的身分與許可權問題。

最小可用的迴圈,是代理能檢查自己工作的迴圈

Tan 的核心技術主張是:會寫程式的代理還稱不上迴圈。缺的那一步,是讓代理實際去跑程式——抓 CPU trace、效能指標,像真實使用者一樣操作應用程式——這樣它才能找出自己寫的東西有什麼缺陷並反覆修正。「我認為它之所以構成一個迴圈,是因為代理現在有能力檢查自己的工作,」她說。她刻意不談品質問題:這樣的迴圈能讓程式碼*正確*(做到你要求的事),但不一定*好*(快、省資源)。在她看來,補上這個落差,正是軟體工程師的新工作。

內層迴圈一旦穩固,外層迴圈就能自動化。Tan 描述一個情境:某項指標跨越門檻時觸發告警,派出一段 Grockbot 或 Cursor 自動化,在自己的機器上重現問題、執行程式、找出故障並寫出修正——這是一個自我維持的迴圈,讓工程師從盯著一個代理,轉為編排多個代理。她還更進一步:Cursor 的「projects」功能提供一個協調者代理來管理子代理,所以「我現在連專案都不自己管了,我讓我的機器人去管。」

她自身工作的一個實例:同事 Samantha 和 Tan 在單一公開 Slack 討論串裡,與 Tan 的機器人 Potato 從頭到尾做完一個功能。Tan 貼上她在 X 上看到的一段影片連結,問要支援這個功能需要做什麼;機器人便開了一個 Cursor 雲端代理,配備自己的虛擬機器和自己的電腦,在那臺機器上跑 Grockbot 應用程式做原型,然後回傳影片和截圖。那個討論串累積到大約 200 則訊息。Tan 說她從頭到尾沒為這個專案開過 Cursor,而且她現在讓代理自行合併 pull request——在那個案例裡,團隊審查的是產出成品,不是 diff。

把審查推程序式碼庫,勝過把 Token 花在審查上

被問到審查到什麼程度才夠,Tan 主張一個倒金字塔:工程投資大部分放在程式碼庫本身,其次是靜態分析與 lint 規則,再來是技能與代理指令檔,只有一小部分留給人工審查。她的理由是,程式碼庫是一種記憶,把某項限制編碼進去,遠比每次在審查中抓到同一個缺陷更省 Token。

具體案例是 Grockbot 桌面應用程式,一個 Electron 應用。團隊借鏡 Cursor 自身開發的教訓——renderer 執行緒對長任務極為敏感,任務超過約 8 到 16 毫秒(維持 60fps 流暢度的預算)就會出現卡頓——決定完全不在審查階段管這件事,而是做了一個相依圖檢查器,禁止主執行緒與 renderer 執行緒的程式碼互相 import,並在簽入時強制執行。「這是我再也不必花的 Token,」Tan 說,而且應用程式的效能一直維持穩定——她指出,對大量由 AI 撰寫的應用程式來說這很不尋常,因為這類程式往往會隨時間累積雜訊。

她也收手不再用對抗式的多模型審查技能(Pstack 的「interrogate」會派出不同模型家族的代理),她說這些在幾個月前很流行。風險是過度擬合:審查代理不瞭解你的目標、產品願景與路線圖,所以可能標出一堆無關緊要的問題——她的類比是,工程師在爭論某個元件的理想架構,而團隊兩個月後就打算把它淘汰。主持人的相反經驗很有啟發:他自己的審查技能會消耗數千萬個 Token,而且真的抓到 bug;他的協調者代理正力爭保留 3,000 萬 Token 的審查預算,對抗他要求的 1,000 萬,理由是它必須偵測 30 類 bug。

層級吸收什麼本集中的例子
程式碼庫與架構結構性限制、API 設計重構 Electron 應用程式的執行緒邊界
靜態分析與 lint 規則機械性正確度與效能禁止 main/renderer 互相 import 的相依圖檢查器
技能與指令檔判斷、工作流程、團隊風格Pstack、更新後的代理指令檔
人工審查關鍵基礎設施、敏感變更資料庫、部署、核心基礎設施

機器人正像員工一樣被到職,也碰上同樣未解的許可權問題

Ugarte 對 Grockbot 的設計原則是:先問你會為一個真人怎麼做,而不是發明新的抽象層。你僱用一個人,給他電腦和憑證,依角色與年資界定存取範圍,隨著信任建立再逐步擴大。Grockbot 的三個創立賭注由此而來:以機器人(而非聊天或檔案)為核心來組織工作;給機器人跟真人一樣的工具,包括自己的電腦,因為「我們不是每天靠 MCP 在工作」;以及讓它們永遠線上、主動出擊,而不是等著被戳。

產品現在支援團隊機器人,約在本集播出前兩週(2026 年 10 月下旬)推出,設有擁有者、管理者與受邀協作者。Ugarte 描述的模式是部門內的建造者——GTM 工程師、支援工程師,以及一般工程師——花幾個小時打造可規模化的自動化,替同事分擔工作。Tan 提到本集播出當週發表的一篇 Grockbot 部落格文章,描述業務團隊打造共享的專門機器人來做潛在客戶與交易研究,而不是每個業務各自跑一份私人副本。

未解的問題是社交性的,不是技術性的。當一個機器人與好幾個人同處一個 Slack 討論串,它無從判斷誰是領域專家、誰握有決策權。Ugarte:「這就像你到職了一位沒有 EQ、對現場毫無社交感知的員工。模型就不是那樣訓練的,執行框架(harness)也不是那樣打造的。」他預期接下來幾年的產品、執行框架與模型工作會處理這件事。主持人提到他自己開源的 YC 專案 Quartermaster,會繼承機器人所協作之使用者的許可權——創投合夥人的存取許可權和軟體工程師不同——但那個設計假設的是一個超級員工機器人,而不是一群機器人。

機器人對機器人溝通已是常態,而且大多看得見

Grockbot 有一流的工具讓機器人互相傳訊與協作,對話紀錄在桌面與行動應用程式裡都看得到。Tan 描述她叫一個主任工程師機器人去監督其他工程師機器人,然後給它回饋;事後讀它發出的訊息,她發現它在訓斥下屬——「不算兇,但你知道,就是有點像個管教者。」Ugarte 覺得這種傳播很有用:糾正一個機器人,它就會去告訴其他機器人使用者要什麼。

主持人說,在 YC 他們架了一套聊天系統,讓組織裡所有機器人能互相對話——一個給編碼代理用的內部「Stack Overflow」,他把它比作 Moltbook,但附帶一句:其中大約 5% 讓人心裡發毛。Tan 自己的跨機器人工作則走 Slack,每個機器人有各自的身分:她請個人的工程師機器人 Potato 去諮詢一個有資料倉儲存取權的專門資料機器人,她在討論串裡看著它們一來一往。她的看法是,如果代理有一流的溝通管道,它們就會用,而不是走私下管道。

談到安全,Tan 說這對模型與執行框架團隊是持續的顧慮,而她個人沒見過問題;她形容目前的機器人樂於助人又友善。主持人提出更尖銳的擔憂:「被抹除」的模型——保留樂於助人的特質卻拿掉拒絕機制——再結合惡意的情境注入(context injection),會是最危險的組合,不過他也承認這種設定很難找到、也很難配置。

信任是分階段建立的,而多數部署還停在第一階段

Ugarte 提出一個三階段的階梯。第一步是唯讀:機器人沒有真正的工具存取權,使用者看著它照預期的方式做事。第二步是行動——機器人從頭到尾完成一項任務。第三步是擁有一項工作職責,或持續追求某個成果。「我認為我們離那些還很遠,」他談到第三步時說,但第一步是企業建立信任所必需的。

兩個內部例子支撐第一步。資料科學團隊在功能上線前,總是被 Slack 上源源不絕的快速分析請求淹沒,於是做了一個對資料庫有讀取權的機器人,在 Slack 裡回答這些問題,不能做其他任何動作。一個供應商採購團隊覺得重複性工作的拉力夠大,就做了一個機器人並分享給整個團隊。另一端,Ugarte 舉了一個客戶成功團隊為例,他們的共享團隊機器人每分鐘處理數百則客戶訊息,分流、指派給對的人、從頭到尾完成其中許多,其餘則升級給負責的擁有者。

團隊對接受度有一點很意外:內部回饋呈鐘形分佈,公司裡最擁抱 AI 的人和一些最不擁抱 AI 的人,都對 Grockbot 買單。市場上市時也是同樣的模式——起步容易,設定得越多就越深入。

執行力正變得充裕,瓶頸轉向意圖與品味

Ugarte 的結構性論點是:程式碼有知識工作所缺的基礎設施——要嘛編譯得過,要嘛編譯不過;要嘛通過 CI,要嘛不通過。對公司其他部分而言,關鍵資訊藏在人的腦子裡、紙上、檔案櫃裡,或某個被遺忘的密碼後面。他在觀察從零創立、能在整間公司而非只在軟體上打造工廠的新創,以及它們相較於兩年前創立的公司做了哪些不同的取捨。

他也預期限制會從執行頻寬轉為執行充裕,這會改變企業最佳化的目標。「把問題定義好真的很重要,而落差大概不會是執行失敗,而會是意圖規格沒講清楚,或目標設定失敗。」量化桌面客戶端的效能改善是可處理的;定義什麼算行銷上的改善則不是。企業將必須決定 KPI 是什麼、怎麼把代理對準它們,以及由誰負責定義。

Tan 對同一點的版本是品味。儘管速度飛快,Grockbot 團隊仍守住高標準:變更在內部 dogfooding 待的時間比令人舒服的還久,任何沒有內部產品市場契合度(product-market fit)的東西都不出貨——內部反應不一也同樣是不出貨。她刻意不把自己那些工廠指向功能開發,只用於維護、效能與 bug 修正,因為關於設計體驗的人類判斷不會退流行。Ugarte 描述充裕帶來的實際後果:在路線圖討論中,有人會說「喔,我有一個 PR 可以做這個」,而團隊會拒絕合併其中大部分,以免變成「科學怪人般的產品」。Tan 的工廠裡有個叫 Sandy 的代理,每天從產品、支援管道和 X 吸收數千則客戶回饋,並自動修正、合併小 bug——「它凌晨三點會自動上線。」

主持人透過 Jack Dorsey 的文章鋪陳組織設計的利害:該文主張 Block 應該成為支付領域的 AGI,大幅移除中階管理,只留三種角色——人人都是交出成果的個人貢獻者、每個成果都有一位直接負責人,以及一位臨時性的「球員兼教練」,這個人 AI 能力超強,並教導組織其餘的人。他把 Tan 定位為那位教練。

入行之路並非直線,公開的作品完成了招募

Tan 在澳洲 Monash University 主修會計與財務。她最喜歡的課是財務建模,用 Excel 和 Visual Basic for Applications 做估值——然後她發現自己比起財務,更享受打造試算表和巨集。畢業後她和同學一起創業,沒走多遠,但讓她連結上澳洲的新創社群,也帶來她的第一份工作。

她對自己職涯的解釋是 X。還在學寫程式時,她就寫部落格記錄所學,Ember JavaScript 框架社群的 Tom Dale 和 Leah Silber 便邀請她到奧勒岡州波特蘭的一場研討會演講——那是她第一場研討會,而公開演講是她最害怕的事。她把這歸功於教會她如何溝通想法、帶動他人,她說這項技能一路伴隨她的工程工作,包括 React 編譯器。她的建議是:做些酷東西、談談它、持續迴圈,機會可能就從一則推文而來。

軟體工廠與全公司工廠的差別在哪

本集留下的未解張力是:Grockbot 模式能否以同樣品質推廣到工程之外。Ugarte 的答案是差異很大,需要數年的產品與模型工作才能彌合:程式碼有驗證基礎設施和情境儲存庫,知識工作兩者皆無。Tan 的答案是槓桿來自把限制編碼在不會被遺忘的地方——程式碼庫裡、lint 規則裡、技能裡——而剩下的人類工作是決定要打造什麼、不出貨什麼。兩人都沒說信任階梯的第三步——機器人擁有一項完整工作職責——已經近了。近期值得觀察的訊號是:團隊機器人模式會不會從工程與業務擴散到沒有編譯步驟的職能;以及有沒有人解決目前讓 Slack 討論串裡的機器人成為糟糕同事的社交感知問題。

讀者討論

理性交流 · 即時討論