AI 幫你寫程式前，你得先把流程整理到它看得懂
mode: curate
source
最近看到 OpenAI 工程團隊分享了一個真實案例，三個工程師用 Codex 在大概 1/10 的時間內做出一個內部產品，五個月累積近百萬行程式碼、約 1,500 個 PR，而且幾乎零人工寫碼。
我不是工程師，但身為電商老闆，我看這篇文章感受完全不一樣。
很多人讀到這種數字，第一反應是「AI 要取代工程師了」。但我在乎的其實是另一件事：為什麼他們能做到，而大多數人還在苦苦等 ChatGPT 幫自己省幾分鐘？
答案就在他們做了一件事：先把環境整理到 agent 看得懂、跑得動、驗得了。
他們不是寫一份超長的指令叫 AI 加油，而是把知識拆進 docs/、把需求拆成小任務、設計 CI 流程讓錯誤可以被自動抓到，甚至連 UI 截圖、log、metrics 都做成 agent 能讀的格式。換句話說，工程師的工作從「自己做事」變成「替 agent 設計一個能可靠做事的環境」。
我們電商這邊做客服自動化也是同樣的坑。一開始以為把問題丟給 AI 就好了，結果 AI 答得亂七八糟。後來才發現，問題在我們根本沒把「客服應該怎麼回」整理清楚，連人都搞不定的流程，AI 更不可能懂。
這篇文章讓我確認一件事：AI 工具的上限，幾乎就是你流程文件化的上限。
對大多數非技術背景的小公司，我的建議是：
先別急著導入什麼 agent 框架。先問自己：我們的 SOP 有沒有寫下來？有沒有辦法用文字清楚描述「什麼叫做做對了」？如果沒有，先補這塊，比買任何 AI 工具都值。
至於文章裡那些 worktree、PromQL、DOM snapshot，先當參考就好，現在去學成本太高，不是小公司的優先項。但「把流程寫清楚、設計驗證機制」這個核心概念，是可以從今天就開始做的。
OpenAI 這篇文章值得認真讀一遍，不是為了學他們的技術棧，而是為了理解：為什麼他們可以放心讓 AI 跑那麼長的任務？因為他們花了大量時間設計「讓出錯可以被自動抓到的環境」。
這個思維，做任何規模的生意都用得上。
作者：偉老闆