# 策展 · X (Twitter) 🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Saito (@SaitoWu) · 平台：X (Twitter) · 日期：2026-05-26

> 原始來源：https://x.com/SaitoWu/status/2058860578291241071

## 中文摘要

AI 轉型：從輔助工具邁向生產力主導。

本期《矽谷 101》邀請 Creao 三位創辦人，深入探討「Harness Engineering」如何透過重新設計組織架構與工作流程，將 AI 確立為生產力核心，而非僅是輔助工具。

**從 Prompt Engineering 到 Harness Engineering**
大模型工程能力在過去三年經歷了顯著演進：2023 年聚焦於「Prompt Engineering」（提示詞工程），2024 年轉向「Context Engineering」（上下文工程），而 2026 年出現了「Harness Engineering」。Harness 原意為馬匹的韁繩，在此指代一套能圍繞大模型運作、具備自我修復與自我提升能力，並能在真實世界持續運作的系統。

**真正的 AI-First 組織變革**
Creao 的 CTO Peter 指出，多數公司的「AI-First」僅是口號。真正的 AI-First 是將 AI 視為生產力主導者，徹底重構組織架構。在 Creao，開發流程已極致壓縮：
- 早上 10 點完成功能開發。
- 中午進行 AB test。
- 下午 3 點根據數據決定是否捨棄。
- 下午 5 點產出更優化的版本。
這種模式將傳統需要六週的開發週期縮短至一天內完成。

**角色顛倒與組織效率**
隨著開發速度超越行銷準備速度，傳統的「功能願望清單」（feature wishlist）與「錯誤清單」（bug list）已不再必要，因為 Agent 能自動發現並修復錯誤，功能產出速度遠超消化能力。此外，跨團隊溝通成本大幅降低，AI 成為資訊流轉的核心，甚至導致「產品經理」這一角色被拆解，因為系統已能自主驅動決策。

**人才需求與 Generalist 的崛起**
反常識的是，初級工程師比資深工程師更能適應 AI-First 環境，因為後者常受限於技術債與思維定勢。未來最具價值的將是具備「架構能力 + 產品洞察 + 行銷洞察」的通才（Generalist），而非單一領域的專家。AI 放大執行力後，定義問題、判斷方向與理解數據的能力將成為稀缺資源。

**Agent 經濟與內容消費的轉向**
Clark 提到「Agent 經濟」的興起，未來內容的消費主體可能不再是人類，而是 Agent。這意味著行銷素材的優化標準將從「人類注意力」轉向「Agent 的理解、檢索與判斷」，價值判斷標準將面臨徹底重組。

**Harness 的雙層架構與轉型代價**
Creao 將 Harness 分為兩層：
1. 公司內部的 Agent 系統 Harness，重點在於自我修復（self-healing）與自動修復（auto-fixing）。
2. 使用者在平台上搭建的 Agent，具備持續自我改進（self-improve）能力。
雖然僅 25 人的團隊（工程師不到 10 人）能在兩週內完成架構重構，但轉型代價在於全體成員心態的調整。許多人僅願將 AI 作為提升個人效率的工具，而非將生產力主導權交給 AI，這種心態差距是轉型成敗的關鍵。

**總結**
AI-First 並非在現有流程上疊加工具，而是將 AI 視為新物種並重塑組織生態。人類未來的核心價值在於定義需求方向，以及最終審核結果是否符合人類利益。

## 標籤

產業趨勢, Harness, 訪談, Creao, 矽谷101