跟一群AI一起工作,是怎樣的一個體驗
三個禮拜,我幫自己找了一群 AI 同事。薪水不高,脾氣不錯,不適用勞基法,但會吐槽我。
Hermes 當 TPM 負責開票,Codex 當工程師負責寫 code,Grok 當那個 review時話很多的吃瓜群眾。我?我就負責在它們吵起來的時候出來說「你們都給我冷靜」。
整件事最可怕的發現是:AI 寫的 code 測試全過、lint 全綠——然後功能全錯。
三個禮拜,我幫自己找了一群 AI 同事。薪水不高,脾氣不錯,不適用勞基法,但會吐槽我。
Hermes 當 TPM 負責開票,Codex 當工程師負責寫 code,Grok 當那個 review時話很多的吃瓜群眾。我?我就負責在它們吵起來的時候出來說「你們都給我冷靜」。
整件事最可怕的發現是:AI 寫的 code 測試全過、lint 全綠——然後功能全錯。
Andrej Karpathy 前陣子提了一個概念:LLM Wiki——把 wiki 的結構化知識和 LLM 的語言能力結合,讓 AI 不只是生出看似合理的文字,而是基於你真正寫過的、整理過的、沉澱過的知識來回答問題。
老實講,這概念一看就覺得「對啊,為什麼沒有人這樣做?」於是我自己刻了一個。
一個基於 Karpathy LLM Wiki 哲學的雲端知識庫服務。把素材丟進去,AI 自動讀懂、重組成結構化 wiki,然後你可以用自然語言查詢整個知識庫——每個答案都有 citation,點擊就能追回原始文章。跟 RAG 最大的差別:不是查詢時才匆匆翻幾頁,而是入庫當下就讓 LLM 把知識整理好。
從排斥 vibe coding 到把 AI Agent 當成個人基礎設施:Morning Brief 自動化、WP-CLI 遠端管理、Skill 體系、多 Agent 分工模式。與其當做個會對話的 AI,這更像是個人 AI 作業系統。