[AI 影響] 一人協同18個AI員工的團隊實驗

 [AI 影響] 一人協同18個AI員工的團隊實驗

摘要 : 一名工程師協同18個AI員工，完成模型訓練框架初版，效率被認為可接近傳統30人團隊。

內容:

有團隊分享，現在公司內部已經在實際探索「人類員工＋AI員工」的協作模式。其中一位負責基礎設施的人員，背後同時協同18個AI員工，甚至在吃飯時也能透過手機發出文字指令，讓AI持續梳理框架、補強特性與推進任務。

這種以 agent 形式運作的協作方式，被認為效率不是單純的「1加18」，而是遠高於這個數字。公司內部評估後認為，這名員工加上18個AI員工，整體產出能力可能接近過去大廠中約30人團隊的水準。

這組「1加18」的成果，主要是完成了公司第一版的模型訓練框架。18個AI員工並非沒有分工，而是有明確角色配置：其中15個負責實作，3個擔任專案經理。15個實作型AI員工又進一步分成三組：5個做底層框架設計、5個負責模組之間的協同、5個專門撰寫程式碼。3個AI專案經理則各自管理5個AI員工，而這位人類員工主要與這3個專案經理互動，提出需求與調整方向。

在這樣的工作模式下，團隊也形成了新的能力評估標準。分享者認為，如今評估一個人的能力，已不只是看程式寫得多厲害，而是看他每天能否有效提出需求、調動多少API token，以及能否提出多樣化且具體的任務。換句話說，能同時提出框架、coding、特定技術需求的人，反而更有價值。

公司在資源配置上，對API key與code agent的使用給了相當充足的預算，甚至提到相關API成本可能已經遠高於某些單一員工的成本。這也顯示，他們是把AI視為真正的生產力單位，而不只是輔助工具。

在團隊管理上，他們也減少傳統的日會、週會機制，因為認為會議相當耗時。取而代之的是使用AI來整理所有資訊，並透過郵件自動同步每個人正在做的事情，讓團隊成員快速掌握整體進度。

此外，團隊內部還建立了共享 memory 與共享 skill 的機制。每個人每天完成的工作都會進入共享報告，如果同事之間任務重疊，還會有更高層的 agent mentor 主動提醒，指出技術路線的差異、重疊部分，並建議雙方安排會議或私下交流。也就是說，許多原本屬於中台、協調、同步的管理工作，都逐漸交由AI處理。

分享者自己也有5個專屬 agent 協助工作。其中一個用來協助閱讀論文、追蹤新架構與新的訓練方法；另外3個偏向公司技術討論；還有1個財務 agent，協助管理公司預算與財務安排。

整體而言，這段分享想表達的是：即使是學生創業、第一次創業的團隊，在大量引入AI後，也能在某種程度上補足經驗不足的問題。對他們來說，AI不只是工具，更像是一群可以被管理、分工與協同運作的「數位員工」。