AI 課本 › 📺 Claude Code

經營一個 AI-native 的工程組織(第 1/2 段)

2026/05/22 · 26 分鐘 · 官方字幕實證
Claude Code 負責人分享:寫程式不再是瓶頸後,團隊規範怎麼改
💡 你可以怎麼用:把你工作中固定在做的流程(例如週報、層層審核)列出來,每一項都問「它當初要解決什麼問題?現在還需要嗎?」。下次和同事意見不同時,先請 AI 各做出兩三個版本放在一起比,不要先開會爭論。
看全部 38 條重點

🧑‍🏫 Claude Code 負責人 Fiona Fung 分享:AI 讓寫程式變得又快又便宜之後,團隊原本的規矩哪些該改、要怎麼改。你就算不是工程師也值得看,因為她講的「最慢的環節換了位置」和「先做出來再討論」,任何開始用 AI 工作的團隊都用得上。

📘 術語
bottleneck(瓶頸):限制整體速度的環節;以前是工程人力或寫程式,現在轉移到驗證、review、維護
growth mindset(成長型思維):不斷檢視以前有用的做法現在是否還有用
PR (pull request)(合併請求):提交給團隊合併的程式變更;早年 Visual Studio 一次只能 merge 6 個
continuous build(持續建置):和雲端一起讓早年 build 排隊的瓶頸轉移
test-driven development(測試驅動開發):先寫測試並確認它失敗,再改程式,改完就已經有測試
refactoring(重構):大型重構或架構整理,以前總要跟做產品搶時間
verification(驗證):確認變更是否正確;產出大增後成為新瓶頸
code ownership / code owner(程式碼所有權/負責人):「誰最後改過、誰負責這段程式」這類問題
IC(個人貢獻者):Claude Code 的每位 manager 一開始都先當 IC
prototype(原型):快速做出的骨架,用來感受產品;現在可以更快擴展成 production
dogfood(自己先用):有想法就做 prototype,然後團隊實際拿來試用
design doc(設計文件):深入的規劃文件;Claude Code 團隊減少了它,改在 PR 或 prototype 上討論
shift left(左移):用自動化在更靠近源頭的地方抓到 bug,不要等使用者踩到
regression(回歸錯誤):問「誰改的」背後可能的目的之一:找出造成問題的變更
routine(例行自動化):講者設的 routine 每天早上彙整回饋並找出主題
spec drift(規格偏離):把 spec check in 到 codebase,Claude 擅長檢查實作有沒有偏離
human in the loop(人參與把關):法務、風險、產品品味等 review 仍需要人參與
trust boundaries(信任邊界):跟風險容忍度有關,要 trust but verify,需要人的專業判斷
product sense(產品判斷力):像設計師看出「雪人」其實像 Mr. Peanut 的那種判斷
✏️ 小考一題

講者和 Boris 對重構方法有不同意見時,最後是怎麼進行技術討論的?

A. 各自寫一份 design doc 交給主管決定B. 在團隊內投票,看多數人支持哪個方案C. 用 Claude 產生三個版本的 PR,拿來討論D. 兩人進會議室在白板上畫出來
看答案
答案:C。[08:22] 她說差點就要拉 Boris 去白板討論,後來改用 Claude 產生三個版本的 PR,用來進行技術討論(對應「building is cheap, arguing is expensive」[07:52])
📺 看原片📚 在課本 App 讀
💛 覺得有幫助?支持一下台灣Pay 銀行轉帳 QRPayPal QR
課本免費、沒有廣告,支持與否都能照常讀 🐰

重點整理自 YouTube 影片字幕,每條附時間碼可跳回原片;🧑‍🏫/↳ 是 Claude 補充的白話,不是影片原話。