業界怎麼做 AI 多人協作：拿四原則對照自己的工具箱

把業界（以 Anthropic 內部為主）的人機協作四原則——公開工作、明確角色、北極星寫下來、信任漸進——對照自己的 AI 協作工具箱。照出來的差距集中在讓 AI 產出流回團隊場域，另記三個此前沒用的方法。延續『問 AI 你怎麼做到的』的最佳化姿態，這次問的是業界。

定義：最佳化不只是悶著頭迭代自己的做法，也包括拿「做得最好的人怎麼做」當鏡子。這篇把業界（以 Anthropic 內部為主）的人機協作四原則，對照自己現有的一套 AI 協作工具箱，找出差距與補法。

背景是一個五人的製造業團隊，日常靠一位不寫程式的操作者提需求、做決策、驗收，實際的程式由 AI 實作。上一篇（把規格決策做成團隊問卷：選載體的三個條件）把規格決策做成團隊問卷、由 AI 幫忙收斂答案，是自己動手做的一輪。做完之後的下一步，不是繼續悶頭迭代，而是先看看別人怎麼做。

這次的問法：從「問 AI」到「問業界」

李佳達訪談那篇裡有一個可帶走的習慣：看到 AI 或別人做出好東西，第一反應是追問「你是怎麼做到的」，把背後的思考路徑打包成可重複使用的指令，再拿自己的專案驗證。這次沿用同一個姿態，只是把追問的對象換成業界——「你們是怎麼做到的」，把答案帶回來對照自己。那篇也提醒過：別只抄工具，要問背後的思考；下面對照的重點因此放在原則，而不是照搬人家用哪個平台。

業界怎麼做

Anthropic 內部把 AI 當「頻道裡的同事」：團隊在 Slack 頻道 @ 它、開共享討論串，它看得到整串對話的脈絡。官方數字是產品團隊約 65% 的程式碼由內部版的這個 AI 產出，用途擴及產品指標、資料分析、客服工單。

官方歸納的人機協作四原則：

公開工作、給足脈絡：Agent 只能用「寫下來、搜得到」的資訊，所以頻道預設公開、決策寫進文件、寫技術文件時把 AI 當成主要讀者。
明確角色清單：人和 Agent 都列在團隊名單上，各自的職責與工具權限寫清楚。
北極星目標白紙黑字寫給 Agent：把「這個系統為誰解決什麼、什麼不能妥協」寫下來給它看，而不是留在人腦裡。
信任漸進：初期人工審查一切，可靠了才逐步放權；用「執行者－驗證者」兩個 Agent 互查，並要求 Agent 定期寫「教訓與失誤」的回顧。

一個案例：工程團隊讓 Agent 獨立處理 500 個錯誤修復，從人審每一項，逐步演進到 Agent 主動標出「需要人介入」的決定。

其他公司走同一個方向：Slack 開放 agent 平台，讓各家 AI 進頻道當隊友、吃即時脈絡；Notion 的 Custom Agents 接進 Slack，自動找重複工單、產週報；Dust 的客戶把 agent 串起全公司工具，當成單一知識入口。共同趨勢是：AI 嵌進團隊既有的協作場域，而不是叫大家去用一個新工具。

對照自己的工具箱

以下對照表是的整理了現況與建議，「差距與補法」欄是採納的方向。

原則	現況	差距與補法
AI 進既有場域	✅ 問卷卡片發進 Teams、表單開在團隊本來就在用的 monday	—
給 AI 寫下來的脈絡	⚠️ 規格與決策記在 repo 文件和 AI 的專案記憶，但團隊看不到全貌	決策日誌同步到團隊看得到的地方；AI 的產出（問卷彙整、進度）用 webhook 發回頻道，形成閉環
明確角色清單	⚠️ AI 側有分工（規格展開、驗證、寫作各有 agent），人的側只在默契裡	每個專案寫一份角色表：誰訂規格、誰實作、誰是領域代表、哪類決策發問卷給誰
北極星寫下來	❌ 在人腦和對話裡	每個 repo 放一份專案說明檔（系統為誰解決什麼、不能妥協的事），任何 AI session 進來就讀到
信任漸進＋執行者－驗證者	✅ 最強項：規格先行、實作與驗收分開、預覽環境驗過才上線	補一個小習慣：每輪完成報告固定含「失誤與教訓」段

三個此前沒用的方法

我還請Claude提出幾個可以應用的方法，還在評估採納：

會議逐字稿萃取決策：AI 連線讀得到線上會議的逐字稿，會後抽出「決策了什麼、誰要做什麼、什麼沒定案」寫進文件。正好對應「把口頭的變成寫下來的」這條原則。
多專案、不同成員組合的脈絡隔離：AI 記憶按專案資料夾隔離是現成機制；跨專案共用的「人物地圖」（哪個專案跟誰討論、誰拍板）放進全域設定，讓所有專案繼承。
沒接的服務不等於不能用：例如沒接某雲端陣營的服務，它的線上表單一開始被判出局；但接上該陣營的雲端硬碟連接器後，「AI 讀得回答案」就成立，只是「AI 建表單」仍缺；同陣營的另一組替代品反而一條連接器都不用加。工具判斷要按「能建 × 能讀回 × 帳號門檻」三條件，隨連接狀態重新評估。