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。

延伸閱讀:Claude Code快捷鍵+指令大全!13大類速查不用背,從Ctrl+C到多Agent協作一次整理

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。

延伸閱讀:「寫程式已經被AI解完了!」Claude Code之父:全員Vibe Coding跨域團隊將成未來主流

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:
Claude Code Skill怎麼寫、SKILL.md放什麼?Anthropic官方揭9大實戰用法

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
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

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
一次搞懂工業AI
© 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