本集 Odd Lots 訪談邀請 Noah Brier（AI 顧問）討論近來熱議的 Claude/Cloud Code（訪談中多以「Cloud Code」或「Claude Code」稱呼）的運作原理、對工程師日常與軟體產業的衝擊，以及商業化與差異化的挑戰。
Cloud Code 是什麼？
Cloud Code（Anthropic 的本地編程代理）不是單純的聊天機器人，而是把大型語言模型與本機能力結合的一套工具：它可以讀寫本地檔案、執行 Unix / Bash 指令、管理會話歷史與把重要資訊以檔案形式保存（也就是所謂的「記憶」或 skill）。這兩項基礎能力（檔案系統存取與 shell 指令）帶來的組合效果，遠超出純 API 呼叫的功能限制。
技術上重要的突破
- 讓模型能寫入並讀取檔案，解決了大型語言模型「無狀態」的核心問題，可長期保存上下文或偏好設定（透過記憶檔案 / skill）。
- 利用 Unix 可組合的小工具（grep、pipe 等），模型可以串接多個步驟完成複雜任務，出現了二、三階效應；
- Cloud Code 支援 session 的「壓縮/compact」策略以管理長上下文窗，並提供細緻的權限（permission）控制以降低資安風險。
與其他工具的差異
- Copilot / Codex 類工具多偏向自動執行（autonomous agent）或編輯器內 autocomplete；Cloud Code 則更像「pair programmer」，強調互動式計畫制定與協同。
- Cloud Code 聚焦產品化的使用體驗、權限模型與社群回饋迭代，讓非資深使用者也能跨過命令列等技術門檻。
對工程師工作流的影響
- 許多工程師變成「代管與設計系統的人」：負責設計流程、審核由多個 AI agent 同時產出的程式碼、設定 linting、測試與部署檢查。
- 程式碼的撰寫量可能大幅下降，但「協調、驗證、系統設計、品質保證」變得更重要；好的工程師反而寫較少但更關鍵的程式。
對軟體/ SaaS 市場的衝擊
- Cloud Code 與相關 AI 能把非結構化資料（會議紀錄、文件）直接結構化，可能削弱傳統 CRM、project management 等以人工輸入為核心的 SaaS 的價值。
- Build vs. buy 的天平可能向「內部定製」傾斜：企業能快速打造只需的窄域工具，而非購買大型通用平台，進而威脅部分軟體公司營收。當然仍有不可替代的基礎設施（資料庫、運算平台、薪資系統等）。
商業化與差異化挑戰
- 底層模型（OpenAI、Google、Anthropic 等）競爭激烈且價格逐步下降（或以補貼方式吸使用者）。因此能否靠模型本身鎖住客戶並不容易；產品層（使用者體驗、社群、權限、安全、整合）可能是主要護城河。
- 產品要與模型版本快速演進並行（不追求把功能做得極致而是快速跟上新模型），以免被下個模型刷新效能。
社會與人才面向
- 「vibe-coding」與非工程師能夠自行生成工具代表民主化的機會（從兒童到非程式背景人員都能表達創意）。
- 同時某些中階職位（部分中層管理、資料轉換的翻譯性工作）或可被自動化取代，而高階設計、審核與協調的角色重要性提升。
AGI 與總體結論
Guest 與主持人皆傾向把現象視為強大且變革性的工具，但不急著稱為 AGI——強調目前仍是「模型＋人」的協作流程。最大確定性是：變化正在迅速發生，軟體開發流程、SaaS 商業模式與組織分工 都會在短期內出現實質調整；但模型差異化、收費與鎖定用戶仍有很大不確定性。
沒有留言:
張貼留言