Công việc mới của bạn là hỗ trợ các đại lý AI: Các công ty AI bản địa thực sự vận hành như thế nào

In This Article

Kính gửi những người đăng ký, Tôi đã dành vài tháng qua để phỏng vấn các nhà lãnh đạo tại các công ty có nền tảng AI. Bây giờ tôi tin chắc rằng:Giới thiệu và quản lý các tác nhân AI LÀ công việc, bất kể chức năng của bạn là gì. Trong phần tìm hiểu sâu miễn phí này, tôi muốn chia sẻ cách ba công ty có nguồn gốc AI —Linear, Ramp và Factory — áp dụng nguyên tắc này vào thực tế. Dưới đây là một số trích dẫn từ mỗi người:Nan Yu (Trưởng bộ phận Sản phẩm, Tuyến tính): “Bạn sẽ có các thành viên trong nhóm AI mà bạn có thể phân công nhiệm vụ và nói chuyện giống như cách bạn nói chuyện với mọi người.”Geoff Charles (CPO, Ramp): “Nếu bạn không sử dụng Claude Code, bất kể vai trò của bạn là gì, bạn có thể đang hoạt động kém hiệu quả.”Eno Reyes (CTO, Factory): “Chúng tôi đã hệ thống hóa việc quản lý sản phẩm, giao diện người dùng giao diện người dùng, phân tích dữ liệu và hơn thế nữa thành các kỹ năng có thể tái sử dụng mà bất kỳ nhân viên nào cũng có thể sử dụng.”Đọc tiếp để biết thêm cái nhìn sâu sắc hơn về cách hoạt động của mỗi công ty gốc AI. Tuyến tính: Làm cho các đại lý AI trở thành đồng đội hạng nhất Bạn có thể @đề cập đến một tổng đài viên để tạo và chỉ định vấn đề cho một đại lý khác Cách tiếp cận tuyến tính của các đại lý được định hình bởi sản phẩm của họ. Nan (Giám đốc Sản phẩm của Linear) tin rằng: Đại lý phải là nhân viên hạng nhất. Bạn có thể thêm chúng vào các dự án, giao chúng cho các vấn đề và đề cập trong phần nhận xét. Tuy nhiên, Nan cũng tin rằng con người luôn chịu trách nhiệm về kết quả. Đây là cách Linear xây dựng sản phẩm với các đại lý trong từng bước:Hiểu được vấn đề. Nhân viên đọc và tóm tắt mọi cuộc trò chuyện của khách hàng từ Intercom, Zendesk và Gong. Họ tự động tạo ra các vấn đề, loại bỏ chúng khỏi hồ sơ tồn đọng và giao chúng cho đúng nhóm. Xác định giải pháp. Vì các tổng đài viên có quyền truy cập vào các cuộc trò chuyện của khách hàng nên họ có thể giúp bạn lặp lại thông số kỹ thuật bằng cách lấy thông tin chi tiết dựa trên dữ liệu từ nhiều kênh. Lập kế hoạch. Đại lý có thể chia thông số kỹ thuật của bạn thành các phiếu cụ thể và tự động chuyển chúng đến các nhóm phù hợp. Tại Linear, các đại lý hiện tạo ra phần lớn vé. Công việc của con người là xem lại công việc của họ và điều chỉnh bối cảnh theo thời gian.Thực thi. Các lỗi và tính năng nhỏ được gán trực tiếp cho các tác nhân như Codex và Cursor. Đối với các tính năng phức tạp, các kỹ sư khởi chạy Claude Code và sử dụng Linear MCP để xem bối cảnh vấn đề đầy đủ. Từ Nan: Có vẻ như phạm vi mà các tổng đài viên có thể xử lý đang mở rộng mỗi quý. Các mô hình và dây nịt mới đang đẩy ranh giới từ các bản sửa lỗi đơn giản đến các dự án ngày càng phức tạp. Bạn muốn xây dựng bằng các tác nhân như Linear? Dưới đây là 4 bước thực tế mà Nan đã chia sẻ về những gì nhóm của bạn có thể làm hôm nay: Mọi nhà phát triển nên mặc định sử dụng một công cụ mã hóa tác nhân hàng đầu. Đây là bước đầu tiên dễ dàng nhất. Cung cấp công cụ chính thức (Con trỏ, Mã Claude hoặc Codex) và quản lý nó để bạn có thể thấy mức sử dụng. Bổ sung với tác nhân mã hóa đám mây không đồng bộ. Tác nhân nền không đồng bộ có thể thực hiện một lần hầu hết các thay đổi nhỏ và sửa lỗi. Cursor và Devin có những dịch vụ tốt ở đây. Hãy nhấn mạnh rằng các nhà thiết kế và PM làm việc trực tiếp trên cơ sở mã. Những người đại diện như Claude mở ra một con đường ít ma sát cho các Thủ tướng và nhà thiết kế thực hiện các thay đổi trực tiếp trong cơ sở mã. Mọi người nên cố gắng trở thành người xây dựng. PM ​​và nhà tiếp thị nên mặc định sử dụng giao diện AI. Các chức năng này phải thực hiện 80-100% công việc của chúng thông qua giao diện trò chuyện - cho dù đó là Claude, ChatGPT, Notion AI hay thứ gì đó tương tự. Nan nhìn thấy một tương lai nơi con người sẽ cộng tác với các đặc vụ ở cấp độ thông số kỹ thuật — xác định những gì cần xây dựng và tại sao — sau đó chuyển mọi thứ cho các đại lý để xử lý mọi việc xuôi dòng. Đường dốc: Đo lường mức độ thành thạo AI ở 4 cấp độRamp đang nhanh chóng thúc đẩy nhân viên của họ trở thành người gốc AI ở 4 cấp độ. Nếu Linear chỉ ra cách biến các đặc vụ trở thành một phần hạng nhất trong nhóm của bạn thì Ramp chỉ ra cách khiến toàn bộ công ty của bạn áp dụng chúng. Vào năm 2025, Ramp đã xuất xưởng hơn 500 tính năng, đạt doanh thu 1 tỷ đô la và đã làm tất cả với 25 PM. Họ đã làm điều này bằng cách yêu cầu mọi chức năng đơn lẻ (eng, sản phẩm, thiết kế, bán hàng, tiếp thị, pháp lý, tài chính) phải triển khai và làm việc với các đại lý. Geoff (CPO Ramp) đã chia sẻ một khuôn khổ đánh giá trình độ AI cho mọi nhân viên mà tôi thấy cực kỳ thiết thực:L0: Đôi khi sử dụng ChatGPT. Những người này rất có thể sẽ không ở công ty lâu dài. Nếu bạn không phải là người mới bắt đầu với tư duy phát triển đối với các công cụ AI, Geoff cho biết sẽ rất khó để đào tạo bạn trở nên xuất sắc.L1: Sử dụng và điều chỉnh GPT, dự án và các công cụ AI nội bộ. Những người này đang thử nghiệm AI nhưng chưa tự động hóa công việc thực sự.L2: Xây dựng một ứng dụng tự động hóa một phần công việc của họcông việc. Những người này có thể cam kết mã hoặc đưa ra phản hồi có ý nghĩa về công việc của người khác bằng cách sử dụng các công cụ AI.L3: Người xây dựng hệ thống. Những người này đang xây dựng cơ sở hạ tầng và kỹ năng AI để thúc đẩy mọi người khác trong nhóm. Mục tiêu của công ty là thúc đẩy mọi người thăng tiến. L0 tự chọn ra. L1 trở thành L2. L2 trở thành L3. Và L3 ảnh hưởng đến phần còn lại của tổ chức. Geoff cũng chia sẻ 5 bước mà bất kỳ công ty nào cũng có thể thực hiện để trở thành người bản địa về AI: Loại bỏ mọi rào cản. Cấp quyền truy cập vào các công cụ AI phổ biến mà không bị ràng buộc về mã thông báo hoặc ngân sách, đồng thời tạo kho lưu trữ nội bộ về các kỹ năng AI mà bất kỳ ai cũng có thể sử dụng. Nếu quá trình thiết lập khó khăn, hầu hết mọi người sẽ không áp dụng. Hãy thể hiện rõ việc áp dụng. Tạo các kênh Slack công khai nơi mọi người có thể chia sẻ những gì họ đã xây dựng. Chung tay, giới thiệu những người không phải là kỹ sư đang làm những điều ấn tượng, chẳng hạn như tài chính xây dựng hệ thống ngân quỹ hoặc tiếp thị tự động hóa việc tạo trang web. Cung cấp hỗ trợ thực hành. Tổ chức giờ làm việc mà bất kỳ ai cũng có thể tham gia để xây dựng quy trình làm việc và kỹ năng AI. Đã chỉ định các chuyên gia AI có toàn bộ công việc là truyền giáo, sắp xếp mọi người và giúp họ đạt được “khoảnh khắc aha”. Theo dõi việc sử dụng và can thiệp. Ramp theo dõi mức tiêu thụ mã thông báo trên các công cụ AI của mỗi nhân viên. Lãnh đạo chia sẻ dữ liệu này để tạo ra trách nhiệm giải trình tự nhiên và can thiệp khi mức sử dụng của ai đó ở mức thấp. Hãy coi đó là yêu cầu tuyển dụng. Các cuộc phỏng vấn PM hiện bao gồm một phiên dành riêng, nơi bạn cần xây dựng một sản phẩm hoạt động được và sau đó giải thích lý do bạn xây dựng nó cũng như cách thức hoạt động của nó. Geoff đã tóm tắt triết lý lãnh đạo của mình cho mọi vai trò tại Ramp trong một dòng: Công việc của bạn là tự động hóa công việc của mình. Từ Geoff: “Nếu tôi nói với nhóm của mình 10 lần rằng CTA cần phải vượt lên trên, thì cách khắc phục sẽ không được thực hiện ở lần thứ 11. Nó mã hóa phản hồi đó thành quy trình phê bình thiết kế tự động hoặc kỹ năng AI để điều đó không bao giờ xảy ra nữa”. chúng ngay từ ngày đầu tiên. Factory là một công ty phát triển phần mềm AI gồm 55 người trị giá 300 triệu USD, được cấu trúc xoay quanh AI ngay từ đầu. Đây là điều khiến họ trở nên khác biệt: Thuê kỹ sư sản phẩm Nhà máy không thuê riêng PM và kỹ sư. Thay vào đó, họ thuê các kỹ sư sản phẩm quản lý và làm việc với các tác nhân AI. Một ngày điển hình trông như thế này: Kiểm tra dấu vết từ các lần chạy đại lý để xem hệ thống đã đưa ra quyết định sai lầm ở đâu. Viết các bản sửa lỗi không phải dưới dạng mã mà dưới dạng quản trị (ví dụ: bản cập nhật cho một kỹ năng, quy tắc tìm lỗi mã nguồn mới hoặc tự động hóa được tinh chỉnh) Chỉ xem xét các PR mà các đại lý gắn cờ là có rủi ro cao (các đại lý sẽ lo phần còn lại). Đề xuất ý tưởng mới và tranh luận về mức độ ưu tiên với đồng nghiệp và AI. Công việc này không dễ dàng và đòi hỏi kiến ​​thức chuyên môn sâu hơn, nhưng đòn bẩy là rất lớn. Hãy chuẩn bị sẵn sàng cho cơ sở mã của bạn. Các đại lý cần một cơ sở mã mà họ thực sự có thể làm việc để hoạt động hiệu quả. Nhà máy chấm điểm cơ sở mã theo năm cấp độ hoàn thiện và Cấp 3 ("Tiêu chuẩn hóa") là nơi mà hầu hết các nhóm cần nhắm tới trước tiên. Khung sẵn sàng cho tổng đài viên của Nhà máy Mã hóa kiến ​​thức chuyên môn thành các kỹ năng có thể tái sử dụng Sau khi cơ sở mã của bạn đã sẵn sàng cho đại lý, bước tiếp theo là cung cấp cho tổng đài viên kiến ​​thức để đưa ra quyết định đúng đắn thông qua các kỹ năng (về cơ bản chỉ là các tệp đánh dấu văn bản). Factory sử dụng các kỹ năng để mã hóa kiến ​​thức chuyên môn và kiến ​​thức của công ty thành thứ mà bất kỳ đại lý hoặc nhân viên nào cũng có thể sử dụng. Đây là danh sách các kỹ năng mà Factory sử dụng nội bộ và liên kết đến các tệp đánh dấu của họ để bạn sao chép và sửa đổi:Kỹ năng quản lý sản phẩm. Nguyên tắc sản phẩm, khung trải nghiệm 11 sao (mượn từ Brian Chesky của Airbnb), mẫu PRD, phiếu tự đánh giá tính điểm và hướng dẫn ngôn ngữ, tất cả đều có trong một tệp đánh dấu. Kỹ năng tích hợp giao diện người dùng Frontend. Hướng dẫn Droid cách xây dựng các tính năng bằng hệ thống thiết kế, quy ước định tuyến và tiêu chuẩn kiểm tra của Factory. Kỹ năng phân tích dữ liệu AI. Chạy phân tích khám phá, xây dựng trực quan hóa và tạo báo cáo thống kê bằng cách sử dụng toàn bộ hệ sinh thái Python. Kỹ năng công cụ nội bộ. Xây dựng bảng quản trị, bảng điều khiển hỗ trợ và bảng điều khiển hoạt động với các biện pháp kiểm soát truy cập thích hợp và ghi nhật ký kiểm tra được tích hợp sẵn. Kỹ năng mã hóa Vibe. Nhanh chóng tạo nguyên mẫu cho các ứng dụng web mới từ đầu bằng các khuôn khổ hiện đại. Nếu bạn có thể mã hóa những gì những người giỏi nhất của bạn biết thành kỹ năng thì bạn không cần phải thuê chuyên gia cho mọi chức năng. 6 bước để áp dụng tất cả những điều này vào thực tế Tóm lại: Đào tạo và quản lý các đại lý đang trở thành công việc cốt lõi cho mọi chức năng. Dưới đây là sáu điều bạn có thể áp dụng vào thực tế ngay bây giờ: TừTuyến tính: Mặc định mọi nhà phát triển sử dụng một công cụ mã hóa tác nhân như Cursor, Claude Code hoặc Codex. Đưa các PM và nhà thiết kế vào cơ sở mã. Hãy để họ gửi PR và gửi mã thông qua đại lý. Dừng định tuyến mọi thay đổi nhỏ thông qua kỹ sư.Từ Ramp:Đo lường mức độ thành thạo AI trong nhóm của bạn. Khung 4 cấp độ của Ramp cung cấp cho bạn vốn từ vựng chung về vị trí của mọi người và nơi họ cần đến. Theo dõi việc sử dụng AI và biến nó thành một phần của kỳ vọng về hiệu suất. Bạn không thể cải thiện những gì bạn không đo lường được và các biện pháp khuyến khích cũng rất quan trọng. Từ Nhà máy: Chấm điểm cơ sở mã của bạn về mức độ sẵn sàng của đại lý. Sử dụng các mức độ sẵn sàng của đại lý của Factory để biết liệu cơ sở mã của bạn đã sẵn sàng hay chưa. Hệ thống hóa kiến ​​thức chuyên môn của nhóm bạn thành các kỹ năng có thể sử dụng lại. Mã hóa những gì những người giỏi nhất của bạn biết vào các tệp kỹ năng và giúp cả con người và đặc vụ dễ dàng sử dụng chúng. Trên hết, các đặc vụ trên tàu giống như bạn sẽ làm việc với con người. Cung cấp cho họ bối cảnh, kết nối họ với nhóm hoạt động của bạn và để con người chịu trách nhiệm về kết quả của họ. Hãy cho tôi biết suy nghĩ của bạn trong phần nhận xét!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw