金融 agent 的瓶頸是人的注意力

067Ramana Siddanth Emani（Auditoria AI）13:422026-07-30 上架

Your Finance Agent's Bottleneck Is You — Ramana Siddanth Emani, Auditoria AI

Ramana Siddanth Emani 認為 demo 上了 production 就出包，關鍵不在模型，而在開發迴圈的速度。解法是 subagent、worktree、skills 加上 goal 與 loop，讓人退到只當驗證者。

這場講了什麼

• 瓶頸在開發迴圈：等三個半月就有新模型，等一年左右就有新晶片，框架天天有新的，這些都能換。Ramana Siddanth Emani 認為要即時修掉 production bug，靠的是自己的 dev loop velocity。
• 幾個基本零件：從 subagent 講起，搭配 Git worktree 讓平行的 subagent 各做各的、不搶同一份程式碼；再來是 skills，也就是組織自己的做事配方，以及接各種第三方系統的 MCP 工具。
• 修 bug 流程裡只有兩處要人：從讀需求到部署到 stage 共九步，只有第一步與第九步需要人，一個看 agent 在做什麼，一個在出貨到 stage 後驗收，中間交給 agent。
• 介面要極簡：一個 macOS widget 收齊 Kubernetes 服務、系統 log、Jira 票、GitHub PR 與 Claude Code session，開發者不必在兩三台螢幕之間一直轉頭。
• 金融業要有人負責：production 出事不能推給 Claude。agent 一多，所有任務都得自己調度，真正卡住的變成人的注意力。
• 把自己移出迴圈：讓 agent 分析流程裡的瓶頸、每天拿掉一點，再搭配 goal、loop 與 dreaming；人仍然當驗證者，但不當產能的天花板。

影片從哪一段開始看13 段

1. 00:12開場與主題這場談的是開發者自己用的 harness 裡有哪些瓶頸，介於 harness engineering 與 AI for finance 兩個主題之間。
2. 01:16demo 為何在 production 失敗demo 升級成 pilot、開始接新客戶，agent 就會碰到沒見過的資料，production bug 很多；寫程式和做漂亮的 demo 反而很容易。
3. 01:49不是模型也不是框架模型、GPU、框架都能換：等三個半月有新模型，等一年左右有新晶片。所以答案是 dev loop velocity。
4. 02:55subagent 與 worktree把 Git worktree 當成隔離的資料夾，讓 subagent 平行做獨立的任務，互不干擾。
5. 03:26skills 與 MCPskills 是組織的獨門配方，給了 agent 就會照正確的流程修 bug；MCP 讓 agent 接任何第三方系統。要調度的工作一多，介面就得極簡。
6. 04:3450 個 worktree 同時跑48 GB RAM 的 MacBook 可以開 50 個 worktree，等於 50 個 subagent 同時做事；QA 回報的每張 Jira 票各放一棵，不用排隊。
7. 05:09九步修 bug 流程從讀需求、根因分析、撈 trace 與 log、TDD 修復、發 PR、merge，到建 Docker image、部署 dev 與 stage。人只需要在第一步與第九步。
8. 06:46極簡 UX 的 macOS widget一個 widget 收齊服務、log、Jira、PR 與 Claude Code，出貨一個變更要轉頭的次數大幅減少。
9. 07:51金融業的責任歸屬金融業規範多，原本有 auditor 審程式碼、controller 依 SOX 合規簽核；換成 agent，責任要放在哪裡？agent 一多，瓶頸變成人的注意力。
10. 09:01把自己移出迴圈production 的失敗都變成輸入：讓 loop 跑一兩天、修掉五六張票，再叫 agent 列出流程裡的瓶頸、每天拿掉一點，一個月後打一句話它就會自己去修 bug。
11. 10:37goal 加 loop給 agent 一個目標再設 loop，例如報表資料對不上的 production bug；筆電可以闔上，用手機就能操作。
12. 11:31dreaming很多客戶碰到同樣的問題時，讓 agent 在背景整理這些 session，壓縮成一組資料點，讓系統拿去升級自己。
13. 12:22總結平行 worktree 裡的 subagent、skills、MCP、單一介面、goal 與 loop；人當驗證者，不當產能上限。

值得記的話5 句

• The answer is your dev loop velocity.答案是你的開發迴圈速度02:40

• If something goes wrong in production, you can't say Claude is doing this, something is wrong.production 出了事，你不能說那是 Claude 做的、是它出了錯08:26

• It becomes a human attention because you yourself have to orchestrate all these different tasks.瓶頸變成人的注意力，因為這些任務全得由你自己調度08:43

• So you let the agent dream like humans dream in the background所以讓 agent 像人做夢那樣，在背景做夢11:31

• Always have the human as a verifier, but not the throughput ceiling, because human attention is very limited.人永遠是驗證者，但不能是產能的天花板，因為人的注意力很有限12:56

名詞與人物9 個

Auditoria AI

Ramana Siddanth Emani 擔任 data scientist 的公司，替金融業打造 production agent

harness

開發者用來驅動與管理 agent 的工作環境，這場談的是其中的瓶頸

subagent

平行處理獨立任務的 agent，一棵 worktree 裡的 agent 也能再派出多個

Git worktree

隔離的資料夾，讓平行的 agent 各寫各的程式碼、不互相衝突

skills

組織的獨門配方，agent 靠它走正確的流程解決 production bug

MCP

讓 agent 連接第三方伺服器與工具的方式，日誌系統、認證閘道都能接

dev loop velocity

開發迴圈的速度，這場認為是修 production bug 的關鍵

goal 與 loop

先給 agent 目標，再讓它自己反覆執行，不必一直盯著

dreaming

讓 agent 在背景整理客戶的使用 session，壓縮成資料點用來升級系統

提到但沒有展開

• 談把自己移出迴圈時，Ramana Siddanth Emani 提到現在有 Fable 5、Mythos 5 與 GPT-5.6，把這種等級的模型放進內部的 developer harness，再叫 agent 升級自己。
• 結尾提到開發者在軟體生命週期裡做的事很雜，朝九晚五坐在桌前寫程式那套已經不成立。

Agent開發工具產業觀察

在 YouTube 看原片 ↗