經營一個 AI-native 的工程組織(第 2/2 段)


🏦 台灣Pay 銀行轉帳 💙 PayPal
Claude Code 團隊主管分享:如何培養產品感、用 Claude 補位、調整組織與衡量成效
- 13:19 團隊重視兩種人才:有 product sense 的創意型 builder,以及有深厚系統專業的人;同時仍要保持「trust but verify」
- 19:56 原則二:能 Claudify 的都 Claudify,隨時問「Claude 能替我做嗎?」以釋出自己的頻寬去解其他問題
- 26:01 問自己:它還達成目的嗎?若成本很高,Claude 能幫忙嗎?並且一次改一步
💡 你可以怎麼用:挑一個你每週最煩、最多人抱怨的例行事(像是週會前整理進度),問問自己「還需要嗎?Claude 能不能先幫我做掉一部分?」,先改一步看看效果。另外,你平常負責或推薦的工具、流程,每隔一陣子自己從頭實際用一次,把卡住的地方記下來。
看全部 46 條重點
🧑🏫 這是 Claude Code 團隊主管分享的下半段,講她怎麼帶一個「什麼事都先想 Claude 能不能做」的團隊:怎麼練出對產品的判斷力、怎麼讓 Claude 補上每個人不擅長的部分、怎麼調整組織,還有怎麼判斷有沒有效。就算你不是工程師,裡面「自己用、定期砍流程、驗證成果」這幾招,放到一般工作上也用得到。
- 13:19 團隊重視兩種人才:有 product sense 的創意型 builder,以及有深厚系統專業的人;同時仍要保持「trust but verify」↳ 團隊最看重兩種人:有 product sense(判斷使用者要什麼的直覺)又愛動手做的人,和技術很深的專家。但不管信任誰,成果都要檢查,這叫 trust but verify(信任但要驗證)。
- 13:19 講者在舊金山演講後,很多工程師問她如何培養 product sense,她分享自己覺得有用的做法↳ 她在舊金山演講完,最多工程師追問的就是:product sense 到底怎麼練?所以這段她分享的是自己實際覺得有效的做法,不是空泛理論。
- 13:49 Product sense 像肌肉,第一步是 dogfooding;特別是主管,要花時間親自使用自己和團隊在做的產品↳ 她說 product sense 像肌肉,要靠練。第一步是 dogfooding(親自用自家團隊做的產品)。越是主管越該撥時間真的去用,而不是只聽別人報告。
- 13:49 講者每次加入新團隊,第一件事就是 dogfood 產品,藉此真正理解產品、「用骨子裡感受產品」↳ 她每換一個團隊,第一件事就是自己當使用者把產品用一遍。看文件只知道產品「有什麼」,自己用才知道哪裡卡、哪裡順,這就是「用骨子裡感受」。
- 13:49 Dogfooding 時要不斷問自己:當初做這個產品是想解決什麼問題?想為使用者實現什麼體驗?↳ 用的時候不是隨便點點,而是一直對照初衷:這東西本來要幫使用者解決什麼?現在用起來有做到嗎?中間的落差就是該改的地方。
- 14:19 在有 Claude 之前,主管可能已沒時間碰 codebase;主管親自用產品,團隊成員會覺得「你是真的在乎」↳ 以前主管忙到沒空碰 codebase(產品的整份程式碼)。但主管如果願意親自用產品、講得出細節,團隊會感受到你是真的在乎,不只是在盯進度。
- 14:19 Product sense 來自大量 dogfooding,加上反覆迭代、出貨,以及實際出去和客戶聊↳ product sense 沒有捷徑:大量自己用、一版一版改、真的推出給人用,再出去跟客戶面對面聊。這幾件事反覆做,直覺才會慢慢長出來。
- 14:50 講者熱愛小型企業,提到剛宣布 Claude for small business(字幕寫作 Cloud for small business)↳ 她很喜歡小型企業這群使用者,也提到 Anthropic 剛宣布了 Claude for small business(字幕誤寫成 Cloud)。
- 14:50 她親自幫開餐廳的朋友 onboard 到 Cowork,觀察企業以外的小型企業使用者如何上手,發現 onboarding 流程有很多可改進之處↳ 她親自帶開餐廳的朋友上手 Cowork(Anthropic 讓非工程師也能請 Claude 代辦工作的產品),在旁邊看才發現 onboarding(新用戶從開始到會用的過程)有很多可以改。
- 15:22 若不 dogfood,久了可能只根據 metrics、dashboard 或 PowerPoint 做產品決策;Anthropic 內部把 dogfood 稱為「ant food」↳ 不自己用,久了就只看 metrics(數據指標)、dashboard(數據儀表板)或簡報做決定。數字看得到結果,卻看不到使用者卡在哪。Anthropic 內部把 dogfood 叫做 ant food。
- 15:22 用 Claude 填補跨職能缺口,這適用於所有角色↳ 每個人都有不擅長的事,以前只能等別的職位的人來幫;現在可以請 Claude 先補上那一塊。工程師、設計師、PM 都適用。
- 15:52 例:以前設計師做 polish/UX 修正要畫 red line 交給工程,常要等工程有空;現在 Claude Code 團隊的設計師直接用 Claude 修,迭代迴圈更快↳ 以前設計師想微調畫面,要畫 red line(標出哪裡要改、改多少的設計標註)交給工程師,再排隊等對方有空。現在設計師直接請 Claude 改,來回修正快很多。
- 15:52 也因為設計師等角色會自己改東西,所以驗證(verification)更加重要↳ 但非工程師也能直接改程式之後,出錯的機會跟著變多,所以「改完確認沒弄壞東西」這一步比以前更重要。
- 16:23 反過來,講者身為工程師寫文案容易太冗長,修 bug 時請 Claude 當內容設計夥伴;Claude 會補強每個人較弱的領域↳ 反過來也一樣:她是工程師,寫介面上的文字常常太長。修 bug 時她請 Claude 當文案夥伴幫忙精簡。Claude 補的是每個人各自的短板。
- 16:54 講者加入 Claude Code 後做的第一批改變之一:和招募團隊合作,讓每位主管都先從 IC(個人貢獻者)做起↳ 她加入 Claude Code 團隊後,最早的改變之一是跟招募團隊講好:新進主管一律先當 IC(不帶人、自己動手做事的角色),之後才開始帶人。
- 16:54 原因是團隊用 Claude Code 打造 Claude Code;先當 IC 讓主管在承擔帶人責任前,有時間實際進 codebase、體驗當團隊工程師↳ 因為這個團隊是用 Claude Code 在做 Claude Code。主管先當一陣子工程師,實際改過程式、用過工具,之後帶人才知道團隊每天面對的是什麼。
- 17:24 現在也是主管拿回 maker hours、回到 codebase 的好時機,因為 onboarding 比以前不嚇人多了↳ 她認為現在正是主管拿回 maker hours(不被打斷、專心動手做東西的時間)的好時機,因為有 Claude 帶著,重新熟悉程式碼沒以前那麼嚇人。
- 17:24 講者過去多次在主管與 IC 間切換,每次當 IC 都幫她累積工程工具箱,但以前久沒碰會對 onboarding 有些猶豫↳ 她自己在主管和 IC 之間換過好幾次,每次當 IC 都讓技術功力更扎實;但以前離開程式碼太久,要重新上手總會有點卻步。
- 17:54 知識分享:什麼是新的 source of truth?在 Claude Code 團隊,程式碼就是 source of truth↳ 團隊的知識以什麼為準?這就是 source of truth(大家認定最正確、有疑問就回來查的依據)。在 Claude Code 團隊,答案是程式碼本身,而不是另外寫的文件。
- 17:54 講者仍會和團隊每位工程師見面,但現在更多是聊大家在意的事,而不是做技術 deep dive↳ 她還是會跟每位工程師見面,但重點變成聊他們在意什麼、卡在哪,而不是請對方講解技術細節,因為技術細節可以直接問 Claude。
- 18:24 她的第一次技術 deep dive 是跟 Claude 做的;修第一個 bug 前,先請 Claude 教她該 bug 相關的 surface area 與周邊區域↳ 她第一次深入研究技術是跟 Claude 一起做的:動手修第一個 bug 前,先請 Claude 解釋這個 bug 牽涉到哪些功能、周邊的程式怎麼運作。
- 18:54 建議:不論 source of truth 是什麼(例如 spec),可把它改成 skill 放進 codebase,才能持續保持最新↳ 不管你們以什麼為準,例如 spec(規格文件),都建議做成 skill(Claude 隨時能讀、照著做的指引包)放進 codebase,跟程式碼一起更新,才不會過時。
- 18:54 寫程式的產能大增後,不在更新迴圈內的文件更容易過時↳ 有了 AI,程式改得又快又多。文件如果不在「改程式時順手更新」的流程裡,很快就跟實際狀況對不上。
- 19:25 推動改變的方式:有些事全團隊要對齊(must do),也保留 bottoms up 空間,因為各團隊重點與工具鏈不同↳ 推動改變分兩層:少數事情全團隊都得照做;其他的留給各小組自己決定(bottoms up,由下而上),因為每組的重點和用的工具都不一樣。
- 19:25 團隊原則(forcing function)之一:每位隊友(不只工程師)都要用 Claude Code,也要用 Cowork↳ 第一條必守原則(forcing function,用硬規定逼大家真的改掉習慣):每個人,不只工程師,都要用 Claude Code,也要用 Cowork。
- 19:56 原則二:能 Claudify 的都 Claudify,隨時問「Claude 能替我做嗎?」以釋出自己的頻寬去解其他問題↳ 第二條:能 Claudify(交給 Claude 做)的就交給它。隨時問自己「這件事 Claude 能代勞嗎?」省下來的時間拿去處理更需要人的問題。
- 19:56 原則三:明確允許砍掉舊流程;即使是幾個月前定的原則或流程,也要檢討它是否仍達成原本目的↳ 第三條:明確允許大家砍掉舊流程。就算是幾個月前才定的規則,也要問它還有沒有達到當初的目的,沒有就可以拿掉。
- 20:26 Bottoms up 部分交給各 team/pod 調整,例如 Claude 如何出現在 triage、規劃儀式或 stand-up,以及哪些工作流程先 Claudify↳ 由下而上的部分交給各 team 或 pod(團隊裡的小組)自己調整,例如 Claude 怎麼參與問題分派(triage)、規劃會議、每日站立會議(stand-up),哪些工作先交給 Claude。
- 20:56 講者為 Claude Code 與 Cowork 優先做的三件事之一:讓組織盡量敏捷、扁平,主管也要進 codebase、直接負責部分產品↳ 她為 Claude Code 和 Cowork 定的三個優先之一:組織要靈活、層級要少,主管也要進程式碼,直接負責一部分產品,而不是只管人。
- 20:56 第二件:Claude-ify——「如果 Claude 能做,就該讓 Claude 做」↳ 第二個優先是 Claude-ify:只要 Claude 做得到,就讓它做,人把力氣留給 Claude 還做不到的事。
- 21:27 模型進步很快,兩三個月前 Claude 做不好的事,模型更新後可能就很擅長,所以要持續回頭檢視、保持成長心態↳ 模型進步很快,兩三個月前 Claude 做不好的事,換新版之後可能已經很拿手。所以「Claude 做不到」的結論要定期重新測,不要一次就定案。
- 21:27 人們不會自己刪流程,流程只會越堆越多,因此要定期稽核↳ 流程只會越加越多,很少有人主動刪。所以要定期盤點,主動找出哪些已經沒用了。
- 21:57 例:講者曾待過 SLA 太多的團隊(P0 bug SLA、incident response SLA 等),工程師問「一天只有 24 小時,該先顧哪個 SLA?」,於是她檢討是否都還必要↳ 她待過一個團隊,SLA(承諾多久內處理完的標準,例如嚴重 bug、事故應變)多到工程師問:一天只有 24 小時,要先顧哪個?她就回頭檢討這些是否都還需要。
- 22:28 成效訊號一:onboarding ramp-up 時間下降,例如新工程師 land 第一個 PR 所需時間,以及對其他成員造成的成本都在下降↳ 訊號一:新人上手變快。例如新工程師完成第一個 PR(送審並被合併的程式修改)花多久、帶新人佔用其他同事多少時間,都在下降。
- 22:58 新人問問題時,講者常回「好問題,我們問 Claude 吧」;主管學新領域也不再覺得占用工程師時間↳ 新人發問時,她常說「好問題,我們一起問 Claude」。主管想學新領域,也不必再覺得是在佔用工程師的時間。
- 22:58 成效訊號二:PR cycle time 應該下降,但不要只看端到端,要拆成 PR 各階段來看↳ 訊號二:PR cycle time(一個程式修改從開始到合併的總時間)應該變短。但不要只看總時間,要拆成撰寫、審核、測試等各階段來看。
- 23:28 PR cycle time 沒降不一定代表沒採用 AI,可能是吞吐量變大讓其他環節塞車,例如 build 與 CI 系統跟不上;應逐段找能改善或自動化之處↳ 總時間沒降,不代表沒在用 AI。可能是程式寫太快,後面的 build(把程式組成可執行版本)和 CI(自動測試檢查)排隊塞住了。要逐段找瓶頸,看哪段能改善或自動化。
- 23:58 成效訊號三:Claude 輔助的 commit 增加;講者說最近幾個月沒看過不是 Claude 輔助的 commit↳ 訊號三:有 Claude 協助的 commit(每一筆存進去的程式修改紀錄)變多。她說最近幾個月,已經沒看過沒有 Claude 參與的 commit。
- 23:58 比吞吐量更重要的是:找方法衡量你和團隊想解決的產品或問題,確認真的讓產品更好、品質提升↳ 但產出多不等於做得好。更重要的是找方法衡量你們真正想解決的問題,確認產品真的變好用、品質真的提升。
- 24:31 仍在思考的問題一:還需要分開的 iOS 與 Android 組織嗎?Claude 讓工程師能跨行動平台工作↳ 她還沒有答案的問題一:iOS 和 Android 還需要分成兩個團隊嗎?有了 Claude,同一個工程師可能兩個平台都做得來。
- 25:01 仍在思考的問題二:全自動 review 要推到多遠?要在速度與不遺漏重要事項之間取得平衡↳ 問題二:程式審核(review)要交給 AI 自動化到什麼程度?越自動越快,但也可能漏掉重要問題,兩邊要抓平衡。
- 25:01 仍在思考的問題三:角色界線變模糊,如何讓每個人都有生產力;驗證是重點,要讓每個做修改的人對自己的修改有信心↳ 問題三:職位界線變模糊之後,怎麼讓每個人都發揮得好?關鍵還是驗證:要讓每個動手改東西的人,都能確定自己改的沒問題。
- 25:31 也在改善所有職能的工作流程,例如和設計師合作;剛宣布了 Claude design↳ 他們也在改善其他職能的工作方式,例如跟設計師怎麼合作,並提到剛宣布了 Claude design。
- 25:31 帶回家的練習:挑出最吵的工作流程,或大家不喜歡、對團隊負擔很重的流程或會議↳ 帶回家的練習:挑出團隊裡最吵、最多人抱怨、最拖累大家的流程或會議。
- 25:31 例:講者曾見過一個昂貴的每週會議,大家都在看筆電,只有報告狀態時才抬頭;算一下與會人數就知道這個會很貴↳ 她看過一個每週例會,大家都盯著自己的筆電,只有輪到報告進度才抬頭。把出席人數乘上開會時間,就知道這場會有多貴。
- 26:01 問自己:它還達成目的嗎?若成本很高,Claude 能幫忙嗎?並且一次改一步↳ 接著問:這個會或流程還有達到目的嗎?成本這麼高,Claude 能不能接手一部分?改的時候不要一次全翻,一次動一步就好。
📘 術語
product sense(產品感):像肌肉一樣要練;來自 dogfooding、迭代出貨、和客戶聊,讓你「骨子裡感受產品」
dogfooding / ant food(自家產品自己用):親自使用自己團隊在做的產品;Anthropic 內部稱為 ant food
trust but verify(信任但要驗證):字幕提到仍要保持這個原則;角色模糊時驗證更重要
red line(設計標註稿):設計師做 polish/UX 修正時交給工程的標註
IC (individual contributor)(個人貢獻者):不帶人的實作角色;Claude Code 團隊主管都先從 IC 開始
maker hours(實作時間):主管回到 codebase 動手做事的時間
source of truth(唯一可信來源):Claude Code 與 Cowork 團隊以程式碼為 source of truth;spec 可改成 skill 放進 codebase
skill(skill):可把 spec 等 source of truth 轉成 skill 放進 codebase,讓它保持最新
forcing function(強制機制):團隊必須對齊遵守的原則,例如每位隊友都用 Claude Code
Claudify / Claude-ify(交給 Claude 做):「如果 Claude 能做,就該讓 Claude 做」
bottoms up(由下而上):讓各 team/pod 自行決定 Claude 如何融入 triage、stand-up 等
pod(小組):團隊中的小單位,可自行調整做法
SLA(服務水準承諾):例如 P0 bug、incident response 的 SLA;太多會讓工程師不知先做哪個
PR cycle time(PR 週期時間):應下降,但要拆成各階段看;可能卡在 build 與 CI
onboarding ramp-up time(新人上手時間):例如新工程師 land 第一個 PR 所需時間
CI(持續整合):吞吐量變大時,build 與 CI 系統可能跟不上而塞車
dogfooding / ant food(自家產品自己用):親自使用自己團隊在做的產品;Anthropic 內部稱為 ant food
trust but verify(信任但要驗證):字幕提到仍要保持這個原則;角色模糊時驗證更重要
red line(設計標註稿):設計師做 polish/UX 修正時交給工程的標註
IC (individual contributor)(個人貢獻者):不帶人的實作角色;Claude Code 團隊主管都先從 IC 開始
maker hours(實作時間):主管回到 codebase 動手做事的時間
source of truth(唯一可信來源):Claude Code 與 Cowork 團隊以程式碼為 source of truth;spec 可改成 skill 放進 codebase
skill(skill):可把 spec 等 source of truth 轉成 skill 放進 codebase,讓它保持最新
forcing function(強制機制):團隊必須對齊遵守的原則,例如每位隊友都用 Claude Code
Claudify / Claude-ify(交給 Claude 做):「如果 Claude 能做,就該讓 Claude 做」
bottoms up(由下而上):讓各 team/pod 自行決定 Claude 如何融入 triage、stand-up 等
pod(小組):團隊中的小單位,可自行調整做法
SLA(服務水準承諾):例如 P0 bug、incident response 的 SLA;太多會讓工程師不知先做哪個
PR cycle time(PR 週期時間):應下降,但要拆成各階段看;可能卡在 build 與 CI
onboarding ramp-up time(新人上手時間):例如新工程師 land 第一個 PR 所需時間
CI(持續整合):吞吐量變大時,build 與 CI 系統可能跟不上而塞車
✏️ 小考一題
講者說,如果團隊的 PR cycle time 沒有下降,應該怎麼解讀?
A. 代表模型能力不足,應等下一次模型更新B. 可能是其他環節(如 build、CI 系統)因吞吐量增加而塞車,應拆成各階段檢視C. 代表團隊沒有採用 AI,應強制所有人使用 Claude CodeD. 代表 PR 太大,應全面改用全自動 review看答案
答案:B。[23:28] 講者說 PR cycle time 沒降不一定代表沒採用 AI,可能是吞吐量讓 queue 其他部分塞住,例如 build 與 CI 跟不上,建議拆成不同階段來看
💛 覺得有幫助?支持一下


課本免費、沒有廣告,支持與否都能照常讀 🐰