AI Engineer Europe 2026 · 演講 · 2026-05-15 · 22 分
用 AI 把工程團隊產能翻倍
How Building with AI Can Double the Throughput of Your Engineering Team · Brian Scanlan,Intercom
Intercom 的 senior principal engineer Brian Scanlan 說明公司怎麼押注單一工具 Claude Code,靠領導層施壓、全職團隊與 skills,在不到一年內把 PR 產量翻倍。
概要
- 一年翻倍的目標Brian 說團隊在去年中訂下「一年內讓工程產能翻倍」的目標,以每位 R&D 人員的 code changes 當主要指標,內部稱為 2X,但也承認任何指標一量就會失真。
- 領導層要明確施壓Intercom 把採用 AI 寫進職務說明,不論設計師、PM 或工程師,沒採用就是未達期待。同一個訊息要在各種場合反覆講,另外有全職的 Team 2X 帶大家。
- 全押 Claude CodeBrian 認為選一個平台才能累積複利,不必為模型焦慮。公司的做法是把 Intercom 自己的慣例、架構與安全規則教給 Claude,出錯就更新指引。
- 給問題,不給任務Brian 希望大家描述問題,讓 agent 自己挑要用哪個 skill。舉資安事件為例,Claude 自己找到資料外洩處理的 skill,兩分鐘做完。
- 自動核准與合規可以並存Brian 說他們跟稽核員合作後確認,SOC 2、ISO 27001、HIPAA 並不要求有人類參與審核,所以把一部分 PR 核准交給經過回測與人工標註的 agent。
- 數據開始有感Brian 說 PR 產量翻倍的時間比一年還短,缺陷關閉速度也比以往快。
原話
▶ 04:12“Let's double the throughput of engineering in a year.”
一年內讓工程產能翻倍
▶ 11:01“Everything that you can do, the agent must be able to do.”
你能做的每件事,agent 都必須也能做
▶ 13:41“you want to give problems agents, not tasks.”
要給 agent 問題,而不是任務
▶ 17:07“You do not need humans in the loop to meet these certifications.”
要符合這些認證,不需要有人類在流程裡
▶ 17:38“In fact, I think it's removing risk because humans aren't actually as good as agents like when they're well-defined.”
其實我覺得這是在降低風險,因為在定義清楚的工作上,人並沒有比 agent 強
延伸
- Brian 說 Intercom 技術上偏保守,喜歡把單一工具用到極致,Ruby on Rails 單體就是這樣留下來的;但也自嘲 code review 另外用了 Codex,等於打破了自己只用一個平台的原則。
- 那次資安事件是不小心把 Snowflake 資料表的 metadata 公開到 GitHub repo。Brian 原本不知道有那個 skill,自己處理大概要 20 分鐘。
- Brian 說公司正在想要不要把 PM、設計等角色合併,也做過單人團隊的產品實驗,自己就用 skills 當 PM。
章節
點時碼直接跳到原片的那一段。
- 開場與公司背景Brian 介紹 Intercom 是 15 年歷史的 B2B SaaS,在 ChatGPT 問世的那個週末轉型成 AI 公司,並談到旗下 Fin 與自家模型。
- 平台組與出貨文化Brian 在 Intercom 待了 12 年,屬於平台組,管 Ruby on Rails 巨型單體與內部開發者生產力;公司對快速、反覆出貨很執著。
- 舊工具的不滿意Copilot、Cursor、Augment 都用過,到去年中覺得成果只是小幅改善,但仍確信 AI 會改變所有知識工作。
- 2X 目標與指標目標是一年內讓產能翻倍,主要指標是每位 R&D 人員的 code changes,並說明這個目標既野心大又保守。
- 領導層與組織變革更新職務說明、反覆宣導、公開慶祝成果、辦 AI 沉浸日,並設置全職的 Team 2X。
- 選定 Claude Code以前各人自選編輯器,後來決定只選一個平台,理由是避免像多雲一樣拿不到複利。
- 連接一切並教它公司知識目標是讓 Claude 能做到 Brian 在筆電上做的任何事,同時靠既有的權限與稽核控管,並把 Rails 慣例、測試與安全規則教給它。
- Skills、hooks 與內部 plugin把知識收進 skills 與 hooks,並把內部 plugin 直接推送到每台筆電,繞過更新機制。
- 工程師往上一層提出「人能做的事,agent 都要能做」的原則,並用自己從 sysadmin 轉到 SRE 的經驗類比現在的轉變。
- 小而耐用的 skills重點放在短小、可測試的 skills,用過往的變更與事故資料回測,並讓它們持續自我更新。
- 給問題不給任務以資安事件為例,Claude 自己找到對應的 skill 並分析檔案,結論是無害,兩分鐘完成。
- 採用成熟度公司內部的 AI 採用程度不均,目標是從用 Claude Code 做所有事,一路走到優化環境讓 agent 更好用。
- 數據:PR 翻倍十二月決定全押一個工具,一月開始推行,PR 產量翻倍花的時間不到一年。
- 自動核准與合規自動核准經過回測與人工標註,Brian 說合規認證不要求有人類參與,並認為 agent 把關反而降低風險。
- 觀測與缺陷趨勢skill 使用狀況接進 Honeycomb,session 紀錄存進 S3 做分析,缺陷關閉得比以前快,並提到 Stanford 研究組量到的程式碼品質。
- 範例 skill 與未來以修 flaky specs 的 skill 為例,並談到 Claude Code 在非軟體部門也流行起來,以及合併 PM 與設計角色的想法。
名詞
- Intercom
- Brian 任職的 B2B SaaS 公司,在 ChatGPT 問世的週末轉型為 AI 公司
- Fin
- Intercom 的客服 AI agent,Brian 說已有自家模型負責英文文字對話
- Team 2X
- 專責推動「產能翻倍」目標的全職團隊,人數持續增加
- Claude Code
- Intercom 選定的唯一平台,用來處理所有技術工作
- skill
- 把做事方法寫成短小、可測試的指引,讓 agent 在適當時機自己呼叫
- internal plugins
- 公司自己維護的 Claude 外掛,直接推送到員工筆電
- backtesting(回測)
- 拿過往的變更與事故資料驗證 skill 與自動核准器的品質
- Honeycomb
- 他們用來記錄 skill 被呼叫情況的觀測工具
- DX
- Intercom 用來衡量開發者生產力的工具之一








