Anthropic產能暴增8倍有代價!Claude Code主管揭管理痛點,AI如何讓團隊陷入「孤島」危機?
Anthropic產能暴增8倍有代價!Claude Code主管揭管理痛點,AI如何讓團隊陷入「孤島」危機?

2025 年 2 月,Claude Code 以研究預覽版問世,那時 Anthropic 大部分工程師還是用傳統方式審程式碼。約一年四個月後,局面幾乎翻轉。

根據 Anthropic 在 2026 年 6 月 4 日發布的《When AI builds itself》報告,旗下工程師目前平均每季交付的程式碼量,約為 2021 至 2025 年平均值的 8 倍。

官方也提醒,程式碼行數偏重量而非品質,幾乎肯定高估實際生產力增幅;Fung 的核心觀察是,程式碼供給量暴增的同時,驗證端的工作量也同步暴增。

Claude Code與Cowork團隊工程負責人(Engineering Lead)Fiona Fung 近期接受 Lenny's Podcast 訪談,說出了一句讓整篇訪談框架瞬間清晰的話:「寫程式已不再是瓶頸,它反而拉高了任何人所能達成成就的上限。」

換句話說,以前工程師抱怨沒有足夠時間寫程式,現在的問題是:當程式碼的供給速度遠超過人類可以審核的速度,管理者要怎麼辦?

Fung的答案不是「多審一點」,而是重新設計整個驗證機制。

為什麼傳統 code review 在這個節奏下失靈

Fung 在訪談中提到,Claude Code 的 code review 功能甚至到 2025 年都不存在,當時最大的瓶頸之一就是人工程式碼審查。在每季產出 8 倍程式碼的情境下,要維持「每個 PR 都有資深工程師逐行審核」幾乎不可能。

一般人的直覺反應是擴增程式碼審查人力。但 Fung 指出,這忽略了另一個結構性變化:提交程式碼的不再只有工程師,PM 和設計師也在 Claude Code 的協助下提交功能。這意味著傳統「工程師審工程師」的人力配置邏輯本身就需要重寫。

她的解法有兩層。第一層是讓規格書(spec)進版本庫(repo),讓 Claude 自動比對程式碼是否符合最初設計目標。

她在訪談中把這個方式比喻為「測試驅動開發(TDD,Test-Driven Development)的進化版」,差別在於以前要工程師先寫測試(Fung 坦言這像「先吃花椰菜」,自己也一直拖),現在 Claude 可以幫忙生成測試,讓 TDD 的原則在實務中終於變得可行。

第二層是她所稱的「bad vs. sad」品質框架。

「bad vs. sad」:讓每個子團隊自訂品質紅線

Fung 在訪談中描述了這個框架的設計邏輯。

bad 指不可恢復的嚴重錯誤,例如程式崩潰(crash)或資料遺失;sad 指可以恢復但讓使用者不舒服的問題,例如畫面閃爍(flicker)。

關鍵在於:sad 累積到一定程度,會演變成 bad。

框架本身不算複雜,複雜的是落地方式。Fung 沒有替整個組織統一定義什麼叫做 bad 或 sad,而是讓各子團隊依照自己的產品表面自行決定。例如 CLI 介面的 bad 可能是程式崩潰,某個 UI 功能的 sad 可能是按鈕反應延遲超過某個閾值。每個子團隊建立自己的儀表板,追蹤各自定義的 bad/sad 事件趨勢。

這個設計解決了跨產品表面比較的困境。傳統做法是讓所有團隊追蹤相同的效能指標(例如頁面載入時間),但當你同時管理 CLI 工具、瀏覽器擴充套件和 Cowork 介面,這些數字根本無法放在同一把尺上量。

但重點是 bad/sad 框架讓不同性質的產品都能用相同語言(這個體驗是不可接受的,還是只是讓人不舒服?)回報品質狀況。

此外,Fung 的團隊還有一個她稱為「F-word dashboard」的指標(編按:指追蹤使用者對話中出現咒罵詞頻率的儀表板,作為衡量挫折感的代理指標),追蹤使用者在對話中出現咒罵詞的次數,作為衡量挫折感的另一個訊號。

Fung 在訪談中表示,這個做法是 2025 年 9 月由一位工程師提出。

管理工具本身也在被 AI 改寫

除了品質框架,Fung 分享了她作為管理者的日常工作如何被 Routines 功能改變。Fung 在訪談中表示,Routines 於 2026 年 4 月 14 日以研究預覽形式推出,讓使用者設定定時任務,由 Claude 在背景自動執行指定的代理任務。

Fung 的使用方式很具體:她在所有 repo 開了一個 Claude Code 遠端 session,這個 session 被授予存取所有 Slack 頻道和內部指標的權限。每天早上,Routines 會自動掃描回饋頻道,整理使用者問題主題,並產出可以直接審閱的 PR 草稿。過去她必須手動做的工作(每天早上喝咖啡、逐一掃描頻道),現在她醒來就有摘要和 PR 等著她。

她也把這個流程導入月度 1:1 管理會議。以前這類會議靠手動整理 bullet list,現在她開著 Claude Code session 開會,讓 Claude 即時分析這個月做了什麼、有沒有達到效果、用戶回饋有哪些主題。她在訪談中說,一年前這些洞察基本上是做不到的。

但 Fung 也坦承,當同時有 20 個代理在跑,脈絡切換(context switching)的認知負荷其實在增加,而不是減少。以前她會刻意排出「進入心流的時間」,現在她發現自己必須改成排出「消化非同步代理輸出的時間」。

菜鳥工程師怎麼教?

Fung 的管理框架在有既有工程背景的人身上相對有效,但她對新一代工程師的培養路徑感到不確定,這是她在訪談中少數直接表示「希望自己有水晶球」的問題之一。

她的觀察是:以前工程師透過親手寫程式累積對架構和底層的直覺判斷,這個過程是無法跳過的。現在新工程師可以不讀程式碼就直接提交功能,這個「理解層」要怎麼建立?她提出的可能方向是師徒制(fellowship 或 apprenticeship model),讓新進工程師在有資深人員陪伴下完成一定數量的實務工作。但她也說,這只是一個方向,不是答案。

她同時提到「trust but verify」是貫穿這整個轉型期的核心原則。模型很強,但仍然有需要深度人工判斷的區域,尤其是分散式系統等高複雜度場景。她在招募上的做法反映了這個判斷:現在只鎖定兩種人,一是有產品直覺的創造型工程師(creative builders with product sense),二是能負責驗證的深度系統專家(deep systems experts)。中間那些一般化角色,她認為已不是主要缺口。

AI 讓人人高效,但也讓人人變成「孤島」

最後一個值得關注的面向,與技術無關。Fung 在訪談中被問到什麼事情讓她睡不著覺?她的答案不是技術挑戰,而是文化維持。

她用一句話描述自己的噩夢:管理者說「都沒問題」,但背後其實已經很不妙,就像那個「管家在失火的房間裡安靜喝咖啡」的梗圖。

她的說法是:「文化是一個有生命、會呼吸的有機體,而不僅僅是掛在牆上的一張海報。」

團隊在快速成長下,多元觀點、一體感和「看到同伴跟不上時要等一等」的習慣,是最難保存的東西,也是她認為最重要的東西。

這個觀點背後有一個結構性的提醒。Fung 所描述的那套高效管理系統,讓個別工程師可以在幾乎不需要跨組溝通的情況下完成大量工作,這是效率的來源,但也是孤立感的來源。

她在訪談中提到,最近 Claude Code 團隊啟動了「programming lunches」,讓工程師帶著各自的 Claude session 一起吃飯工作,互相觀察對方怎麼用工具。這不是技術活動,是對抗孤立感的社交設計。

簡單來說,在高速增長中刻意放慢去觀察同事怎麼工作,需要的是管理者對「什麼東西不能自動化」有清醒的判斷。

延伸閱讀:白話科技|功率半導體是什麼?MOSFET、IGBT、SiC、GaN差在哪?台股18檔概念股一次看

資料來源:Lenny's Podcast — What happens after coding is solved? Fiona Fung(2026 年 6 月 21 日)

補充查證來源:Anthropic — When AI builds itself(2026 年 6 月 4 日)Fortune — Anthropic engineering head Claude Code lonely experience(2026 年 6 月 23 日)

本文初稿為AI編撰,整理.編輯/李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓