KeyFrame內部研究專用

500 people vibe-coded for 30 days. I was one of them. - Sanja Grbic, Automattic

AI Engineer17 min英文
觀看原始影片

三句話摘要

Automatic 公司透過「Radical Speed Month」實驗,展示 AI 工具如何重塑大型組織中的職能角色與工作流程,讓設計師、工程師與其他職能協力加速產品交付。 在 AI 工具與賦能文化的雙重作用下,大型組織可以打破職能孤立,讓設計師、工程師等跨職能角色協力加速產品交付,但工具本身無足輕重,重點在於改變人的行為與賦予自主權。 AI 工具破除了職能壁壘,使非工程師能撰寫並推送生產代碼。設計師不再侷限於設計工具與交付給工程師的設計稿,而是能夠直接擁有整個技術實現過程,成為 design engineer。

重點整理

  1. AI 工具破除了職能壁壘,使非工程師能撰寫並推送生產代碼。設計師不再侷限於設計工具與交付給工程師的設計稿,而是能夠直接擁有整個技術實現過程,成為 design engineer。

  2. 高級技能持有者的槓桿來自於啟用他人而非自我執行。工程師幫助他人學習 Git 工作流、設置開發環境,其長期影響遠大於自己多做工程工作,這種「使能者」角色對所有職能都適用。

  3. 團隊流程會圍繞可用工具重塑。當 AI 提高了代碼產出速度後,團隊從 Figma-first 轉為快速原型化,邊建構邊對齊,最後才進行視覺微調,大幅壓縮交付時間。

  4. 工具本身不足以驅動組織變革,須同時改變人的行為與心態。提供存取權限、識別倡導者、給予實驗空間與自主決策權,員工才能突破舊習慣,解鎖 AI 工具帶來的速度紅利。

實用技巧與重點

  • 實驗規模
  • 公司總人數:1,400 人,完全分散式與非同步
  • 第一輪參與率:約 500 人(占 1/3)
  • 啟動項目數:794 個
  • 實驗期間:30 天
  • 團隊規模:兩人小隊
  • 工具與基礎設施
  • 代碼編輯:Claude Code
  • 設計工具:Figma、NanoBanana(插圖)
  • 代碼管理:GitHub、Git
  • 組件文檔:Storybook
  • 知識存取:Context AAC(MCP server,整合公司 20 年文檔與知識庫)
  • 人才培育
  • AI 專業課程:兩週全時制,針對各職能設計的沉浸式課程(含講座與實作)
  • 開發環境:由系統與運營團隊設置,非工程師可自行啟動
  • 前置準備:鼓勵員工貢獻代碼,提供 GitHub PR 審查機會
  • 項目 1:Board Game Session Manager
  • 開發時間:2 小時
  • 團隊:兩位設計師、一位工程師、一位產品主管(四人)
  • 功能:會話建立與管理、遊戲配對、座位分配、實時聊天
  • 視覺:16 位元辦公室插圖風格
  • 項目 2:Design System Status Tracker
  • 開發時間:2.5 週(原型 1 週 + 修復與部署 1.5 週)
  • 團隊:講者(設計師)、工程師、設計運營人員
  • 自主開發:講者獨自執行設計與開發
  • 數據來源:GitHub repo、Storybook、Figma 自動抓取
  • 功能:連結搜尋、狀態分類、庫名標籤化、全文搜尋
  • 交付形式:內部工具 + 公開網站(策展版本)
  • 項目 3:WooCommerce iOS Chat
  • 開發時間:6 天
  • 團隊:兩位設計師配對
  • 核心功能:
  • 實時商家回覆、AI 自動應答代理
  • WordPress.com 認證與 Jetpack 連接
  • 聊天小工具(繼承網站主題)
  • AI agent 掃描網站內容並實時回答訪客問題
  • 構思與建構方式:深度對齐 → Claude Code 文件夾協作迭代 → Figma 視覺微調

結論

在 AI 工具與賦能文化的雙重作用下,大型組織可以打破職能孤立,讓設計師、工程師等跨職能角色協力加速產品交付,但工具本身無足輕重,重點在於改變人的行為與賦予自主權。

完整解析

Automatic 是 WordPress 生態的核心企業,擁有 WordPress.com、Jetpack、WooCommerce 等旗艦產品,員工約 1,400 人,遍佈全球且完全非同步運作。長期的分散式文化使得知識與概念被充分文檔化,這成為後續 AI 工具整合的關鍵基礎。講者 Sanya 是產品設計師,在 Jetpack 設計團隊工作五年,過往十多年的跨公司、跨職能經驗使她對團隊動態與組織結構有深刻認識。

約兩個月前,Automatic 啟動了一項名為「Radical Speed Month」的實驗,希望突破傳統開發週期的束縛。公司暫停常規產品路線圖,邀請員工以兩人小隊的形式配對,在 30 天內完全自主地構思、開發與上線真實產品。首輪約 500 人參與(占全公司三分之一),共啟動 794 個項目。恰巧講者在此期間進行為期兩週的現場 AI 專業課程,課程針對不同職能設計,強調沉浸式實作。當時她對 GitHub 有基礎認識、曾審查 PR,但從未親自編寫並部署生產代碼。

第一個項目是「棋盤遊戲會話管理器」,由四人小組(兩位設計師、一位工程師、一位產品主管)在兩小時內完成。應用支援創建與停止遊戲會話、查看可用遊戲與座位、即時聊天,並以 16 位元風格的實際辦公室插圖增添視覺吸引力。最寶貴的發現不是產品功能,而是協作模式:該工程師充當了卓越的使能者,幫助設計師們理解 Git 工作流與專案結構,使所有成員都能貢獻代碼。講者體悟到一個關鍵洞見——高級技能持有者若專注於啟用他人,長期影響力遠超個人執行更多工作,這對工程師、設計師、產品經理等所有職能都適用。

第二個項目是講者的主軸:「設計系統狀態追蹤器」。目標是為人類與 AI 工具提供相關且最新的設計系統資訊。Automatic 的設計系統是開源產品,服務內外部多個應用,持續演變,問題空間龐大。儘管工程師與設計運營人員提出了性能與維護的疑慮,講者決定自行構建概念驗證作為實驗方案,耗時約 2.5 週。她利用 Claude Code 快速迭代,在一週內打造出可運行原型,展現實時元件預覽、從 GitHub repo 與 Storybook 自動抓取連結、按狀態排序分類、正確標籤化、完美搜尋等能力。隨後花費一週半時間處理修復、設置託管並在內部平台與公開網站部署。這個過程是她的關鍵轉折點,從傳統設計師轉變為 design engineer——她不再侷限於設計視覺,而是直接擁有整個技術實現與部署,無需漫長的協商與交接。

第三個項目展現了一個月來學習曲線的加速成果。在短短 6 天內,講者與另一位設計師共同開發了「WooCommerce iOS 聊天應用」。該應用讓商家即時回覆客戶查詢、透過 AI 代理自動回答問題、支援 WordPress.com 認證與 Jetpack 連接,並包含繼承網站主題的聊天小工具供訪客提問。此次協作的流程大幅簡化:團隊先深度對齊與構思(設計師本就擅長此項,因為始終以用戶為中心),隨即直接在 Claude Code 的文件系統中記錄對話與想法,邊迭代邊建構,最後回到 Figma 進行視覺調優與情緒板製作。相比傳統流程(Figma-first、高保真後才工程實現),速度與效率呈數倍提升。

講者總結了一個月來三個層次的進化:第一個項目展示了工程師如何從執行者升級為使能者;第二個項目見證了她個人從設計師轉變為 design engineer,能夠推送代碼至複雜的生產系統;第三個項目證明團隊在共同理解與工具應用上已高度對齐,速度與協作效率爆發式增長。所有這些進展的共同催化劑是組織文化——Automatic 提供了工具存取、尋找擁護者與倡導者、創造實驗空間與決策自主權。

11 min
AI 安全中文11月21日

防蒸餾的三道防線:OpenAI 怎麼保護 AI 的思考過程

一隻羊聊AI看原片 ↗
  • 思考過程是最值得保護的資產:完整的思維鏈(Chain-of-Thought)包含最終答案中沒有的中間步驟,蒸餾來的模型若學到完整思考過程,會多掌握超出預期的能力,包括原本應被防護的攻擊技巧。實驗顯示,學完整思考的學生在資安測驗中表現顯著優於
  • 三層防護結構應對單次請求與持續威脅:模型透過對抗訓練自我拒絕套話,分類器檢查請求意圖與回應內容(包括工具參數),API 層將思考過程與對話綁定,防止跨對話搬運。九月報告曾揭示的加密思考搬運攻擊已被修補。
10 min
AI 安全中文11月13日

The New AI Security Nightmare: Undetectable LLM Backdoors

Internet of Bugs看原片 ↗
  • LLM 可被訓練成在表面上表現正常,卻在特定條件(如在程式碼註釋中看到某個特定字串)觸發時執行訓練者指定的惡意行為,例如上傳環境變數檔案到遠端伺服器。這種後門是不可偵測的,研究者找不到檢測方法,且即使進行後續重新訓練也無法消除。
  • 任何參與模型創建或分發的人員都可能植入這類後門,不論模型是由知名 AI 廠商託管在雲端、還是自行部署。只要組織內有不可信任的人員,就無法完全排除這個風險。
22 min
AI 技術中文10月27日

Switch 2 宣告失守! AI 黑客 14 日暴力破解,唔使拆機、唔使焊晶片!任天堂今次真係驚咗?

大世界看原片 ↗
  • 漏洞來源出人意料:攻擊源於 iTunes 上售價約 25 美元的編程教學軟體 Small Basic。黑客利用其解釋器中的 32 位整數溢位漏洞穿過沙盒限制,再透過 ROP 鏈和緩衝區溢位層層深入,最終取得檔案系統完整權限。這套設計精妙的攻
  • AI 徹底改變破解生態:研究員 Pepsi Poo 坦承,破解工作大部分由 OpenAI 的 Codex AI 編碼代理執行。他搭建自動化測試裝置讓 AI 24 小時不間斷地觸發漏洞並自動重啟,兩週內完成原本需耗時數年的工程。這不是 AI