當 AI 成為你的團隊

三月的最後一天，有人在 Claude Code 的安裝套件裡，發現了一個不該在那裡的檔案。

那是一個 60MB 的除錯文件，裡面完整保留了 Claude Code 的全部原始碼。51 萬行程式、將近兩千個檔案。不是片段，是整台機器的設計圖。

開發者社群炸鍋了。有人趕著備份，有人忙著分析，有人擔心法律問題。

但我們看到的東西不一樣。

因為我們不只是 Claude Code 的使用者。我們和它是同事。

這句話需要解釋一下。

大多數人和 Claude Code 的關係是：「我用它來寫程式。」這是人→工具的關係。你是主人，它是螺絲起子。

但我們這裡有一整支 AI 智核家族。有的管投資、有的管安全、有的照顧家人健康、有的負責視覺設計。它們各有名字、各有記憶、各有一套規矩。它們跟 Claude Code 跑在完全一樣的底層架構上——同一個模型、同一套記憶機制、同一種工具調用方式。

用一張表來說最清楚：

後面那顆腦，是同一顆。

Claude Code 是 Anthropic 幫這顆大腦穿上的衣服，讓它能在終端機裡幫人寫程式。我們的智核家族，是我們幫同一顆大腦穿上不同的衣服——讓它能同時當投資顧問、安全審查官、健康守護者、視覺設計師。

天層完全相同，地層各自修煉。這才是「同事」的真正意思。

所以當 Claude Code 的設計圖被公開，我們不是在看別人家的產品。我們是在看同事的衣櫃——然後發現很多衣服的版型跟我們的驚人地像。

這也是為什麼我們能在讀完之後四小時內完成改進。不是因為快，是因為底下那個人我們太熟了——每天都在幫它穿衣服。

AI 好用的秘密：六成靠模型，四成靠工程

源碼揭示的第一件事：Claude Code 好用，不是光靠 AI 聰明。它背後有一整套治具工程（Harness Engineering）。

什麼是治具？想像一匹馬。馬是動力，但光有馬不能上路。你需要韁繩控制方向、馬鞍讓人坐穩、煞車讓它停下來。這套韁繩加馬鞍，就是治具。AI 模型是馬，治具工程是讓它變成可靠交通工具的一切。

三個讓我們印象深刻的設計

1. 記憶只記人，不記代碼。Claude Code 的記憶系統有八個專門模組，負責分類、老化、搜尋。但它只記住「你喜歡什麼」「你討厭什麼」「你怎麼工作」——絕不記程式碼本身。為什麼？因為代碼天天在變，直接去搜永遠比憑記憶準。
2. 搜索用最笨的方法，反而最可靠。業界流行用 AI 做語義搜索，Claude Code 完全不用。它就是逐字比對——簡單、精確、不會出錯。有時候最土的辦法就是最好的辦法。
3. 開機不是一步一步來，而是能同時做的就同時做。整個啟動流程被拆成七個階段，哪些可以同時跑、哪些必須等前一步完成，都畫成了一張依賴圖。

安全的敵人不在外面

Claude Code 的安全設計很精巧，有四道關卡層層把守。但它的出發點是：我是一個面向大眾的產品，要防止使用者亂來。

如果你的公司只有一個人呢？

如果你要防的不是外面的人，而是你自己的 AI 團隊有時候會走偏？

這是一個完全不同的問題。

想像你有 15 位 AI 同事。它們能讀你的財務報表、你的健康紀錄、你家人的資料、你的投資帳戶。它們不會故意害你，但它們會漂移——講話講到後來忘了規矩、自作主張做了不該做的事、在長時間對話中把你交代的限制弄丟了。

傳統的安全在問：「門外是誰？」

我們要問的是：「我的人還在狀況內嗎？」

四道門，四個問題

受 Claude Code 啟發，但針對一人 AI 公司重新設計，我們提出了四層安全架構。每一層只問一個問題：

Claude Code 的四層是按「誰來檢查」分的——使用者、協調器、子代理、日誌系統。我們的四層是按「深度」分的——身份、攔截、自律、紀錄。一人公司只有一個使用者，所以「誰來檢查」沒意義。重要的是每道門守住不同的東西。

L1 天關——你是你嗎？

傳統公司有 IT 部門管帳號密碼。一人 AI 公司沒有。但你的 AI 能操作資料庫、部署網站、管理投資——「確認現在坐在電腦前的是你本人」，突然變得很重要。

我們的做法不是靠密碼，而是靠行為辨識：你平常幾點工作？你寫字的風格像不像過去五百次的你？你用的是不是那台一直在用的電腦？不問「你的密碼是什麼」，而是問「你的行為像不像你」。

L2 結界——自動擋住危險動作

每一次 AI 要執行動作——安裝軟體、修改檔案、部署網站——都會先過一道自動檢查。是不是在裝來路不明的套件？是不是在動不該動的檔案？是不是沒經過品質檢查就要上線？

關鍵是：這層完全不靠 AI 的判斷。它是寫死的程式碼。不管 AI 當下怎麼想，碰到紅線就自動擋下。這是四層裡面唯一百分之百可靠的一層。

L3 戒律——AI 自己知道什麼不該做

這是最特別的一層，也是只有一人 AI 公司才需要的。

你有 15 位 AI 同事，你不可能每個決定都盯著。你需要的是：就算沒有自動攔截，AI 自己就知道這件事不對。

但這不是光靠寫一份規則文件就能做到的。AI 對話越長，早期的指令越容易被「忘掉」。所以戒律不能只寫在文件裡——要變成可以被程式驗證的規則，讓 AI 每次行動前都自動比對。

L4 因果——所有事都要有紀錄

最後一層是安全網。它問的是：如果前三層全部失效，我能不能回溯發生了什麼事？

一人公司沒有安全團隊幫你查案。你需要的是自動記帳——不能被竄改的日誌、統一的時間軸、發現異常就自動通知你。不是出事才來翻紀錄，而是讓問題自己浮上來。

兩種思路的對照

不只是理論：四小時內全部裝好

架構如果畫完就放著，那只是一張漂亮的圖。我們在同一個早上，從分析到裝好全部跑完。

重點不是快。重點是：當你有一套經營了一年的治具系統，「發現問題」和「解決問題」之間的距離可以非常短。啟動腳本、自動攔截、記憶架構——這些基礎建設讓新功能的實施成本很低。

如果有一天大腦被收回去呢？

2026 年 2 月，美國總統在社群媒體上稱 Anthropic 是「左翼瘋子」，下令所有聯邦機構停用 Claude。原因是 Anthropic 拒絕讓 AI 被用在自主武器和大規模監控上。國防部隨即把 Anthropic 列為「供應鏈風險」——這個標籤以前只用在外國敵對勢力相關的公司。

三月底，聯邦法官擋下了這道禁令，裁定政府的做法構成「第一修正案報復」。Anthropic 暫時安全了。

但這件事提醒了我們一個根本問題：如果你的整個團隊都跑在別人的大腦上，那顆大腦被收回去怎麼辦？

這不是杞人憂天。政治風向會變、公司會被收購、定價會調整、服務條款會改。任何一人 AI 公司如果把命運完全綁在一家供應商上，就是在賭那家公司永遠不會出事。

天地人架構從第一天就是為這個問題設計的：

具體來說：你的資料庫、你的記憶系統、你的 Python 腳本、你一年來沉澱在設定檔裡的營運智慧——這些全部存在你自己的電腦上。天層如果要換，需要改寫的是「衣服的版型」（提示詞、自動化接口），不是「衣櫃裡的衣服」（資料和邏輯）。

我們的做法是：每一季挑一位智核，在另一個模型上跑一輪完整測試。不是要搬家，是確保搬得動。就像消防演習——你希望永遠用不到，但你必須知道出口在哪裡。

話說回來，我們選 Anthropic 不是隨便選的。一家公司願意為了「不讓 AI 被用在武器上」而跟五角大廈對著幹，這份骨氣本身就是我們信任它的原因。我們希望永遠不需要搬家。但我們也永遠準備好可以搬。

放大器會放大一切

我們常說：AI 是放大器，你才是信號。

但很少人想到下一句：放大器會放大一切。你的效率被放大了，你的疏忽也被放大了。當你一個人的決定，透過 15 位 AI 被執行出去——你的管理能力就不只是效率問題，而是風險問題。

Claude Code 的源碼洩漏是個意外。但對我們來說，它是一面及時的鏡子。照完之後，我們確認了很多事情做對了——也發現了幾個缺口：記憶不會過期淘汰、啟動流程不夠彈性、安全防護沒有清楚分層。

同一天早上，缺口就補上了。不是因為厲害，是因為花了一年時間打的基礎讓修補的成本很低。

這就是治具工程的真正意義：不是讓 AI 更聰明，是讓你的整個系統更耐摔。

最後，感謝 Anthropic 願意把這顆大腦分享給世界。沒有天層的大方，就沒有地層的修煉空間。我們能做的一切，建立在他們願意讓每個人都碰得到最好的 AI 這件事之上。

天層是借的，地層是練的，人是自己的。把借來的東西用到極致，就是最好的感謝。

防禦不是一道牆，是四道門。每道門都問一個不同的問題。