> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # Code with Claude London 2026 全 24 場演講筆記：寫程式不再是瓶頸，那瓶頸跑去哪了？ - URL: https://growthhackers.tw/blog/code-with-claude-london-2026-recap/ - Published: 2026-05-26T16:15:35.000Z - Updated: 2026-05-26T16:16:27.000Z - Author: Lewis wang - Tags: Claude Code, AI 工程, Anthropic, 活動筆記 Anthropic 第一次把「Code with Claude」開到舊金山以外的城市，地點選在倫敦。我把這場大會放上 YouTube 的 [24 場演講](https://www.youtube.com/playlist?list=PLmWCw1CzcFilPJdvw6scjHjbBripZWFps&ref=growthhackers.tw)全部看完，逐字稿也都抓下來整理過一遍。 先丟幾個數字給你感受一下溫度。 過去 12 個月，Anthropic 的 API 用量年增將近 17 倍。Spotify 近 3000 人的工程組織，每天部署到 production 約 4,500 次，光是自動維護就累計合併了 2,500 萬個 PR。Base44 從創辦人一個人，長到 80 名工程師。Lovable 平台上已經被建出 5,000 萬個 app，每天新增 20 萬個。 這些不是 demo，是真的在跑、真的在賺錢的東西。 ## 你沒時間看完 24 場，這篇幫你導覽 我猜你的狀況跟我差不多。 24 場演講，每場 20 到 40 分鐘，加起來超過 10 個小時。你白天要開會、要顧專案、要回客戶訊息，誰有那個美國時間一場一場啃？可是這裡面又確實藏著今年 AI 工程最值得知道的轉折，漏掉很可惜。 所以我把 24 場依主題分成 6 組，每一場給你講者是誰、在講什麼、最值得帶走的一句話。 想深看哪一場，點標題就能直接跳到 YouTube 那支影片。 這就像逛展，先給你一張動線地圖，你再決定哪個攤位要蹲下來細看。 切入重點。 --- ## 群組一：先搞懂模型到底進化到哪了 要談怎麼用，得先知道手上的工具長到什麼程度。這四場是「能力盤點」。 **01\.** [**Opening Keynote 開場主題演講**](https://www.youtube.com/watch?v=6amLO7I9xdg&ref=growthhackers.tw) 由 Claude Code 創造者 Boris 開場，多位 Anthropic 主管接力。核心論點很尖銳：模型能力是指數成長，但多數組織的採用速度卻是線性的，這中間的落差就是開發者的機會。他們秀出過去一年出貨 8 個 frontier 模型、平均一個開發者每週用 Claude Code 超過 20 小時。最讓我印象深的一句：「現在的預設，已經不是『我去提示 Claude Code』，而是『我讓 Claude 去提示 Claude Code』。」人退到後面一層了。 **06\.** [**The capability curve 能力曲線**](https://www.youtube.com/watch?v=DNRddIEoH3c&ref=growthhackers.tw) Anthropic 研究團隊 PM Jeremy 把這條曲線攤開講。SWE-bench verified 從 Sonnet 3.7 的約 60% 一路爬到 Opus 4.7 的 87%，解題量大概翻了三倍。進步集中在三件事：會先規劃再動手、能從錯誤中自己爬出來、長任務能撐到 1M token 還不迷路。最瘋的案例是 bun 創辦人 Jared 用 Claude 在一週內把整個 JS engine 用 Rust 重寫，而他本人根本不會 Rust。金句：「Evals 就是 AI 時代的單元測試與回歸測試。」 **15\.** [**The thinking lever 思考這根槓桿**](https://www.youtube.com/watch?v=T7KqH7kYnE4&ref=growthhackers.tw) Anthropic 的 Alexander Bricken 拆解「test-time compute」，講白話就是讓模型在回答前多想一下，這跟把模型練大一樣能提升智能。他現場用紅綠燈車流模擬 demo，low、high、max 三檔花的 token 差到 10 倍，品質遞增但有邊際遞減。實用結論一句帶走：「拿不定主意時，就開 extra high。」 **10\.** [**Picking the right model 怎麼挑對模型**](https://www.youtube.com/watch?v=P0uMXS6emHA&ref=growthhackers.tw) Anthropic Applied AI 的 Lucas 給的建議很反直覺：別信公開 benchmark，自己建一套小 eval。他有個數據很打臉：在某個修 code 的任務上，便宜的 Haiku 4.5 開了 thinking 竟然拿到 100%。所以重點是什麼？「對的模型不是每個 token 最便宜的，而是每次『成功結果』最便宜的那個。」這句話我覺得做行銷投放的人也該抄起來。 --- ![Code with Claude London 2026 模型能力曲線：SWE-bench 從 60% 升到 87%](https://growthhackers.tw/content/images/2026/05/c4c-london-01.png) ## 群組二：Claude Code 進階，別再盯著它跑 這五場是給已經在用 Claude Code、想用得更兇的人。共同主題：把它從「工具」變成「會自己做事的隊友」。 **02\.** [**Beyond the basics 超越基本功**](https://www.youtube.com/watch?v=tuY2ChJIx48&ref=growthhackers.tw) Claude Code 團隊工程師 Daisy Holman（前 C++ 委員會主席）講大規模環境下怎麼客製化。她點出 context window 大約就停在 1M token、不會再變大了，所以穩定的東西放最前面、每次任務才變的放後面，遵守「不要為你沒用到的東西付費」。金句：「讓 agent 更懂你 codebase 最快的方法，不是更聰明的模型，而是更緊的回饋迴路。」這場講的「harness 客製化」如果你還沒概念，可以先看我之前寫的 [Agent Harness 是什麼](https://growthhackers.tw/blog/what-is-agent-harness/)，墊一下底再回來看會更有感。 **05\.** [**The prompting playbook 提示工程手冊**](https://www.youtube.com/watch?v=G2B0YWuJUgI&ref=growthhackers.tw) 倫敦的 Applied AI 工程師 Margo 示範用 evals 驅動的系統化改 prompt。她用一個電信客服 bot 當教材，一個個攻破失敗案例。最受用的一句：「如果你讀一份 prompt 都分不清哪句是 guidelines、哪句是 policy、哪句是 data，模型多半也分不清。」還有一個觀念要記住：指令本身不會增加能力，該給工具的時候就給工具，別叫模型心算。對 prompt 還很沒安全感的人，我另外整理過一篇 [給天天用 AI 的人的 4 個 Prompt 技巧](https://growthhackers.tw/blog/claude-anxiety-prompt-tips/)，可以搭配著看。 **19\.** [**Build a proactive agent workflow 打造主動的 agent 工作流**](https://www.youtube.com/watch?v=eSP7PLTXNy8&ref=growthhackers.tw) Anthropic 的 Maya 介紹 Claude Code 的新功能 routines。重點是讓 agent 跑在雲端的 managed 基礎設施上，不再綁在你的筆電。觸發方式有兩種：定時排程，或事件觸發（原生支援 GitHub events）。她舉內部例子：有人設了一條「每週比對 main 的變更跟文件的差異，發現不一致就自動開 PR」。金句：「程式 agent 不該等你按 enter 才開工。」 **23\.** [**Stop babysitting your agents 別再當 agent 的保姆**](https://www.youtube.com/watch?v=wI0ptqCSL0I&ref=growthhackers.tw) Claude Code 創始工程師之一 Sid 的進階課。三層技巧：verification（教 Claude 用人類那套 build、run、查 log、跑測試的流程自我驗證）、multi-Clauding（同時開多個 session，但他坦言超過 4、5 個自己也顧不來）、background loops（用 `/loop 10 minutes babysit my open PRs` 讓它定期醒來處理 PR）。最該想的一個問題：「你的 codebase 裡，有哪些是人類視為理所當然、但 agent 其實拿不到的東西？」 **24\.** [**What's new in Claude Code 最新功能盤點**](https://www.youtube.com/watch?v=sRvUXLquiRg&ref=growthhackers.tw) Anthropic 的 Ralph 一次講完近期新功能：手機遠端遙控 session、無閃爍全螢幕模式、桌面版大改版、會自動判斷動作危不危險的 auto mode、原生 worktree 支援、自動把你的 coding 習慣記進 memory.md。他把 CLAUDE.md 比喻成「入職手冊」、memory.md 是「工作筆記」，這個分法很好懂。金句很有畫面：「Claude 現在就是那個終端機了。」 --- ![Claude Code 從工具到隊友：背景 loop 與多 agent session 自主運作](https://growthhackers.tw/content/images/2026/05/c4c-london-02.png) ## 群組三：從 demo 到上線，這段路最難走 很多人卡在「demo 很漂亮，但上不了 production」。這四場專治這個病。 **04\.** [**Getting more out of the Claude Platform 把 Claude 平台榨乾**](https://www.youtube.com/watch?v=QIriO1-vHYw&ref=growthhackers.tw) Anthropic Platform PM Puneet 講三招把成本壓下來：prompt caching（命中可享 90% 折扣，目標命中率拉到 80% 以上）、context engineering、advisor strategy（用便宜的 Sonnet 執行、貴的 Opus 當顧問，拿到前沿品質但成本砍好幾倍）。他講了一句很適合貼在牆上的話：「這場如果你只記得一件事，就記 prompt caching。」 **13\.** [**How to get to production faster 用 Managed Agents 更快上線**](https://www.youtube.com/watch?v=zenIB7XLZxQ&ref=growthhackers.tw) Anthropic 技術團隊的 Michael 和 Harrison 發表 Claude Managed Agents，把 agent 上 production 需要的基礎設施都包成 API。核心觀點：「提升能力的瓶頸，其實是模型周邊的基礎設施，而不是模型智能本身。」現場還拉了 Cloudflare、Daytona、Modal、Vercel 一起站台。 **14\.** [**Build a production-ready agent 手把手建一個可上線的 agent**](https://www.youtube.com/watch?v=jWWsLe4Gh5Y&ref=growthhackers.tw) 這場是上一場的技術 deep dive，用一個 M&A 投資決策的 demo 做 live coding。重點是讓你看清楚 Managed Agents 那四個積木怎麼拼：agent、environment、session、events，還有 credential vault 怎麼讓 Claude 全程看不到你的 token。金句很妙：「這意味著 Claude 可以幫你打造出你自己的 Claude。」 **11\.** [**Memory and dreaming 記憶與作夢**](https://www.youtube.com/watch?v=IGo225tfF2I&ref=growthhackers.tw) Anthropic 的 Ruvi 介紹兩個讓 agent 自我學習的功能。Memory 讓 agent 把前一個任務學到的東西帶到下一個；Dreaming 則是離線批次去翻 session 紀錄、找出模式、自動整理出更好的記憶。數據很有說服力：Rakuten 的生產 agent 首次錯誤降了 97%，Harvey 用 dreaming 在自家法律 benchmark 上完成率提升 6 倍。 --- ## 群組四：雲端三雄怎麼跑 Claude 你公司用哪朵雲，這三場對號入座就好。三家的邏輯其實很像：把資料留在你自己的邊界內、計費整合、企業級安全。 **08\.** [**Building with Claude on Google Cloud**](https://www.youtube.com/watch?v=l8fxVYIP4HQ&ref=growthhackers.tw) Google Cloud 的 Developer Advocate Ima 戴上 PM、設計、工程、資安、分析五頂帽子，示範用 Claude Code 在 Google Cloud 上把一個 app 從原型做到部署。亮點是新推出的官方 Google Cloud Skills 和 Developer Knowledge API，讓 Claude 拿得到每 24 小時更新的新鮮文件。 **20\.** [**Build AI agents using Claude in Microsoft Foundry**](https://www.youtube.com/watch?v=TQd%5FYQvydVg&ref=growthhackers.tw) 微軟資深 Developer Advocate Marlene 帶的實作 workshop。重點訊息：產業正從單輪對話走向 agentic 系統。她用一個杯子蛋糕店場景，在 Foundry 裡接 Claude 模型、建 agent、再接 MCP 工具。金句點出本質：「你不能只靠模型變強，還需要能讓這份智慧真正被執行的系統。」 **22\.** [**AI with Claude on AWS：從寫程式到編排**](https://www.youtube.com/watch?v=5YHIrTYxM3w&ref=growthhackers.tw) AWS 的 Antonio 自稱「對雲低語的人」。他講 AWS 上用 Claude 的三種方式，從直接用 Bedrock API、到數天前剛 GA 的 Claude platform on AWS、再到桌面版。一句話總結這年頭的工作型態：「我們其實是在對模型低語，而不是真的在寫程式。」 --- ![雲端三雄：在 Google Cloud、Microsoft Foundry、AWS 上跑同一個 Claude](https://growthhackers.tw/content/images/2026/05/c4c-london-03.png) ## 群組五：工程組織重組，團隊長相變了 模型變強之後，痛苦的不是技術，是組織。這五場都在講「人」要怎麼重新排列。 **03\.** [**Running an AI-native engineering org 經營一個 AI 原生的工程組織**](https://www.youtube.com/watch?v=IA5LWIGqnyM&ref=growthhackers.tw) （這場的逐字稿品質較差，以下是可辨識範圍內的重點，建議直接看影片。）核心觀察是：瓶頸已經從「寫 code」上移到「規劃」和「組織結構」，review 和 onboarding 反而成了新的卡點。一個有意思的轉變是，主管、VP 開始重新回到 codebase 裡動手。 **18\.** [**From one person to 80 從一人到 80 人**](https://www.youtube.com/watch?v=VueeyKcquoA&ref=growthhackers.tw) Base44（已被 Wix 收購）的 Job 和 Gabrielle 講擴張故事。他們 onboarding 不寫文件，而是用兩個 prompt：「掃過所有 commit，給我一張組織知識地圖」「給我這個元件的 mermaid 圖」，讓 Claude 即時維護。還有一招很聰明：用 production 流量取代難建的 eval，因為使用者開心時沉默、壞掉時會在 chat 大聲罵，就用便宜模型去分類抱怨的強度。金句：「瓶頸會一直移動。」配上他們的信念「把一切保持得非常、非常簡單」。 **21\.** [**Coding is no longer the constraint Spotify 的故事**](https://www.youtube.com/watch?v=zFslvuvYifQ&ref=growthhackers.tw) 在 Spotify 待了 15 年的 Niklas 分享。數字很猛：每天約 4,500 次部署、4,000 萬行的 monorepo、超過 99% 工程師每週用 AI 工具、PR 頻率增加 76%。他們的 fleet management 累計自動合併了 2,500 萬個維護 PR。但新痛點來了：「要 review 的 PR 多到爆炸。」約束從寫程式，轉移到了人類做決策的環節。 **17\.** [**Building AI-native at enterprise scale 三家企業的轉型**](https://www.youtube.com/watch?v=XFaeIbL-lvE&ref=growthhackers.tw) monday.com、Doctolib、Delivery Hero 三家都成立於 2011 到 2013 年，要在龐大的舊 codebase 上轉型。Delivery Hero 的 Herogen 把 Jira issue 自動帶到可 merge 的 PR，近十天日均約 173 個，還用「council of agents」多模型互審把成功率推到約 85%。Doctolib 做到接近 100% 採用，連 PM、設計、法務都在用。共識金句：「別再等完美條件、完美使用情境了。」 **07\.** [**Designing with Claude 從 prompt 到 production 的設計法**](https://www.youtube.com/watch?v=Uvl-tRga98g&ref=growthhackers.tw) Anthropic Labs 的 PM Dan Carey 講一個三人小團隊怎麼在 10 週把產品從點子做到上線。他們不寫 PRD、不寫 vision doc，直接用「能跑的原型」溝通，因為「文件不夠精確」。最反骨的一句：「別去做那個『已經能用』的東西，要為那個『快能用』的東西做原型。」因為下一代模型可能直接幫你把它解掉。 --- ## 群組六：別人家的實戰案例 理論看再多，不如看別的行業真的怎麼用。這三場是金融、法律、和一個 vibecoding 平台的第一線。 **09\.** [**Building signals that trade themselves 會自己交易的訊號**](https://www.youtube.com/watch?v=EOg4gY0Yln0&ref=growthhackers.tw) Man Group（管理超過 2,000 億美元資產）的數據與 AI 主管 Tashara 分享，他們已經有真的在跑真錢的交易訊號，由 AI 想點子、取資料、回測、寫策略提案，人類只做審查。他們 1,700 人裡有 750 人在用 Claude Code。最值得行銷人、經營者抄下來的一句：「聚焦你的組織脈絡，那是你的 IP、你的護城河，是 AI 時代少數還安全的地帶。」前沿實驗室不會幫你解這個。 **12\.** [**Lessons from Legora 法律 agent 的繼承學**](https://www.youtube.com/watch?v=nho1YAEPuwA&ref=growthhackers.tw) Legora（為律師打造協作 AI，估值超過 50 億美元，ARR 從 100 萬衝到 1 億）的工程師 Jacob 提出一個很實用的框架：垂直領域的 agent，可以直接「繼承」coding agent 的進展，分三類處理，能重用的就重用、相似的就翻譯、剩下的自己發明。金句：「你就一直盯著 coding agents，他們每出一個新東西，你就拿過來用。」 **16\.** [**How Lovable vibecodes at scale Lovable 怎麼大規模 vibecoding**](https://www.youtube.com/watch?v=mhW-XXnDFSU&ref=growthhackers.tw) Lovable 平台規模驚人：5,000 萬個 app、每天新增 20 萬、月訪問 6 億。他們的核心機制是「自我修復」：偵測使用者是不是卡住了（連問三次 fix it 就算），然後用一個「抱怨工具」把問題送進 Slack，由另一個 agent 去調查、開 PR，每天大概 merge 10 個修復。金句很值得做平台的人記住：「平台上建的每一個 app，都應該幫忙改善下一個。」 --- ## 看完 24 場，我自己最有感的一件事 如果你問我，這 24 場講到最後，其實都在繞同一個圈：瓶頸移動了。 以前你缺的是「會寫 code 的人」。現在 code 幾乎是免費的，你缺的變成「能審查、能下判斷、能定義要做什麼」的人。這個題目我在 [王董週刊 #2：Coding is Solved 之後，Growth Hacker 該蓋什麼？](https://growthhackers.tw/blog/weekly-2-coding-is-solved/) 裡專門聊過一輪，有興趣可以延伸看。Spotify 那句「要 review 的 PR 多到爆炸」，跟 Base44 那句「瓶頸會一直移動」，講的是同一件事。 這個感覺我太熟了。 做數位行銷這些年，我經歷過一模一樣的轉折。早期你缺的是「會下廣告、會排版、會寫文案」的手，誰手快誰贏。後來工具越來越自動化，內容可以批量產，投放可以自動優化，缺的東西就變了。變成什麼？變成「判斷哪個內容值得做、哪個客戶值得追、哪個數字是真訊號哪個是雜訊」的腦。 我帶過一個小團隊，那時候卡關卡最久的，從來不是「做不出來」，而是「不知道該做哪個」。 工具把執行的成本壓到趨近於零之後，你的價值就全部壓到「決策」那一格上。這跟那位 Anthropic 工程師講的「對的模型不是每 token 最便宜的，而是每次成功結果最便宜的」是同一個道理。重點不在便宜，在於你選對了沒有。 所以這場大會表面在講工程，骨子裡是在問每一個經營者、每一個帶團隊的人：當執行不再是瓶頸，你打算把省下來的注意力，放到哪裡去？ ![瓶頸移動了：以前缺會寫 code 的人，現在缺會判斷的人](https://growthhackers.tw/content/images/2026/05/c4c-london-04.png) ## 三件你今天就能做的事 看完別只是收藏，不然跟沒看一樣。給你三條可以立刻動手的： ► **先建一套你自己的小 eval，別信公開排行榜。** 不管你是要選模型還是選工具，挑 5 到 10 個你真實會遇到的任務，自己跑一遍比對結果。這是第 10 場 Lucas 反覆強調的，也是最容易被跳過的一步。 ► **挑一件「重複、無聊、明天就能做」的苦工，直接交給 agent 全力做。** 這是第 17 場那三家企業的共識：別等完美情境。可能是你每週都要整理的報表、每次都要查的內鏈、每月都要對的數據。先讓它做一件，建立信任再擴大。 ► **把你的「判斷標準」寫下來，餵給 AI。** Base44 讓 Claude 從累積的 PR 評論萃取出創辦人的 review 重點，等於複製了一個審查者。你也可以把自己對「什麼是好內容、什麼客戶該追」的判斷整理成文件，這會是你接下來最值錢的資產。 ## 最後 這年頭就是模型、模型、模型。但這場大會看到最後，講者們反覆在提醒的，反而是模型以外的東西：你的組織脈絡、你的回饋迴路、你的判斷力。 模型會一直變強，這不用你操心。 該你操心的，是當大家手上的模型都一樣強的時候，你還剩下什麼別人複製不走的東西。 想深入哪一場，上面每個標題點下去就是原始影片。完整的 [24 場播放清單在這裡](https://www.youtube.com/playlist?list=PLmWCw1CzcFilPJdvw6scjHjbBripZWFps&ref=growthhackers.tw)，挑你最有感的那幾場，週末泡杯咖啡好好看。 **協作聲明與免責** 這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 `[來源名稱](URL)` 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。 內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。