AI-first 到底怎麼做？25 人新創一天部署 8 次，品質反升

AI-first 到底跟裝 Copilot 差在哪？CREAO 25 人新創把工程流程拆掉圍繞 AI 重建，六階段 pipeline、三輪 Claude 審查、自癒迴圈，一天部署 8 次，付款轉換率同步上升。 ⭐ 文章深度讀：拆解 CREAO 六階段流水線與三位 AI 審查員的完整配置 → https://heymaibao.com/creao-ai-first-harness-reorg/ ⚡ 章節重點 AI-first 跟 AI-assisted 差在哪 00:00 三個瓶頸逼出來的打掉重練 01:54 六道關卡 + 三位 AI 審查員 02:46 自癒迴圈：AI 自己開單自己關單 03:54 一天 8 次部署，品質反升之謎 04:42 兩週真空期與 CTO 每天 18 小時 05:53 📝 懶人包 ∙ AI-first 不等於 AI-assisted。把 Cursor、ChatGPT、AI 測試工具疊上舊流程只能換到 10-20% 效率，結構沒有變。AI-first 是假設 AI 是主要建造者，把計畫、開發、測試、部署、組織整套重新設計。 ∙ 這套做法的核心動作是 harness engineering：當 agent 做不出來，答案不是「你再試一次」，而是問「缺了什麼能力，我們要怎麼讓這件事對 agent 可讀、可驗證、可約束」。 ∙ CREAO 用每天早上 9 點 (UTC) 跑健康報告，一小時後 triage 引擎自動把 CloudWatch 和 Sentry 的錯誤叢集、打分、自動開成 Linear ticket，修復後沿同一條 pipeline 自動驗證並關單，整條是一個自癒迴圈。 ∙ 我的觀察：CREAO 這則分享裡最容易被誤讀的地方，是把它當成「我只要採購同一組工具就算 AI-first」。但 CREAO 的 CTO 自己很清楚地講，AWS、GitHub Actions、Claude、Statsig、Graphite、Sentry、Linear 這些工具全都不是專利，真正的門檻是「決定重新設計一切，並願意吞下過渡期的員工焦慮、senior 工程師的心理落差，和 CTO 自己每天 18 小時的那兩週真空期」。照抄 stack 不改流程，換來的只是更貴的 AI-assisted。 📚 參考資料 @intuitiveml 這則 X 長文 → https://x.com/intuitiveml/status/2043545596699750791