One person builds an AI team using Claude Code, and the enterprise architecture is changing (incl...

Claude Code出現之前，建立企業級AI agent系統需要高度的技術投入。而講者在這支影片中展示了一個極具實操價值的新路徑：借由VS Code和Claude Code的結合，任何規模的團隊都能以最低門檻構建自己的AI agent系統。

首先要理解核心概念。Skills是企業內部既有的標準工作流程，比如銷售團隊的客戶調查、簡報準備等——這些都可以編碼成AI能理解和執行的形式。多個相關的skills組合起來就形成了Plugins，最後AI agents作為智能執行者，會根據具體任務需求，自動選擇和調用最適合的技能組合。這個架構設計的妙處在於，它把人類的工作邏輯轉譯成了機器可執行的形式。

實施時，講者建議在VS Code中建立一個專案工作區。在這個工作區內，需要區分兩種資料夾類型：前綴為下劃線的System folder用於存放企業的規範文件、政策、SOP等基礎資訊，這是確保AI agents產出品質和資安的基石；而普通的output或transactional folder則用來存放具體的執行結果和報告。建立好結構後，第一步是創建CLAUDE.md，這是整個系統的「小隊長」檔案，負責統籌所有AI agents的指令、技能清單和任務分配邏輯。講者強調這個步驟極其重要，因為它確立了與AI的互動方式——人類只需與「隊長」溝通指示，由隊長分配給各個AI agents，而不是逐一管理每個agent，這樣效率最高。

接著建立一個個的skills。講者舉例建立「簡報生成」skill時，Claude Code會詢問報告類型、輸出格式等具體問題，使用者根據需求回答，系統自動生成可被AI agents調用的skill。然後創建AI agents本身，比如「銷售專家」agent，指定它應該具備哪些skills（客戶調查、報告生成等）。在模型選擇上，若預算允許，Claude Opus是最佳選擇；其他配置項如顏色、memory通常保持預設。關鍵是，每當新增或修改AI agent時，必須回到CLAUDE.md更新任務路由規則，確保整個系統的AI agents始終與中央指令同步。

講者分享了三年來幫助製造、會計、金融等行業進行AI轉型的經驗。一個最具代表性的案例是製造業客戶的銷售流程優化。傳統做法中，銷售人員需要花費數天時間在網上收集客戶背景資訊並編製報告；引入AI agents後，同樣的任務在2分鐘內就完成了。這種轉變不只是時間節省，更重要的是它重新定義了人的價值——銷售人員可以從繁瑣的資料蒐集中解放出來，把精力投入到與客戶建立關係、談成生意、進行人與人的連接上。

最後講者強調，AI轉型的成功絕不取決於企業訂閱了多少AI工具，也不是高層定期召開AI工作坊就能實現的。真正的關鍵在於企業能否建立清晰的AI策略，並勇敢地調整公司內部的人事結構和職能定位——讓每個人都明白，在AI時代他們應該做什麼樣的工作，如何發揮人類獨有的價值，而不是被機器替代的那些重複性工作。