# 策展 · X (Twitter) 🔥🔥🔥

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

> 作者：Boris Cherny (@bcherny) · 平台：X (Twitter) · 日期：2026-05-31

> 原始來源：https://x.com/bcherny/status/2060390852619272526

## 中文摘要

Salesforce 導入 Claude Code 實現 Agentic 開發。

Salesforce 工程與客戶成功長 Srinivas Tallapragada 指出，該公司已從單純將 AI 作為輔助工具，轉向由 Agent 驅動整個 SDLC。透過全面採用 Claude Code 並移除所有 token 限制，Salesforce 在 2026 年 4 月的開發效率顯著提升：每位開發者的工作項目完成量成長 50.8%，PR 合併量成長 79%，而基於機器學習的「有效產出分數」更年增 151.3%。

**Agentic 程式開發的實際成效**
Salesforce 透過一個具體案例展示了這種轉變：團隊將 33 個 API 端點遷移至雲端原生架構，傳統方式預估需耗費 231 人天，但透過 Claude Code 僅花費 13 天即完成。
- 團隊建立基於 Claude 的規則框架，將 Markdown 文件與參考實作結合，實現自動化遷移。
- 透過持續將 PR 回饋納入規則集，提升準確度並達到近乎生產環境的品質。
- 執行自主 LLM 迴圈（建置、修正、驗證），並在隔離環境中平行處理，最終以 5 個 PR 完成所有遷移，其中最大的單一 PR 包含 21 個端點，且達到 100% 測試覆蓋率。

**品質與生產力的同步提升**
針對 AI 加速可能導致品質下降的疑慮，Salesforce 的「Engineering 360」平台數據顯示，在 PR 數量增加的同時，總體事故發生率反而下降了 5%。這證明生產力與品質並非零和博弈，關鍵在於將安全護欄與品質標準結構化地嵌入 Agentic 工作流程中。

**重塑軟體開發生命週期（SDLC）**
Salesforce 工程師不再僅是 AI 的使用者，而是成為 Agentic 工作流程的建構者：
- **技能與資產化**：工程師開發並分享「Claude Code skills」，將團隊上下文、命名慣例與工作模式封裝為可重複使用的程式庫。
- **AI Expert Suite**：透過 Salesforce Foundation Plugins 提供經過驗證的 AI skills，讓開發者擁有共享基礎，而非從零開始。
- **子 Agent 與團隊協作**：透過多個 Agent 處理平行工作流，工程師只需描述目標，由 Agent 協調執行步驟，減少跨系統切換的負擔。

**持續面臨的挑戰與反思**
儘管進展迅速，Salesforce 仍面臨幾項關鍵挑戰：
- **上下文管理**：在長且複雜的 Agent 會話中，如何維護高品質的 `CLAUDE.md` 設定檔仍是工程師需精進的技術。
- **安全性模型**：當 Agent 具備系統操作權限時，錯誤配置的影響範圍（blast radius）更大，需建立端到端的安全防護。
- **角色演進**：當 Agent 接管執行層工作時，初階工程師的成長路徑、產品經理與設計師的角色定位，以及 Scrum 團隊的組織形式皆需重新定義。目前 Salesforce 正嘗試以一人或三人為單位的執行小組進行實驗。

Srinivas Tallapragada 強調，未來的工程組織絕非僅是在現有流程上「外掛」AI，而是必須徹底拆解並重組工作流程，刪除不必要的步驟與交接，讓 Agent 能夠端到端地負責特定任務。

## 標籤

Claude Code, Agent, CLI, 產業趨勢, Salesforce, Anthropic, Claude