看板 Soft_Job ※ 圖文整理回首頁

[心得] Vercel 組助理的路:從一長串提示詞到 Eve

作者:整理自 AI Engineer · Andrew Qu / Vercel(約 17:34)
時間:影片上傳 2026-09-14 · 本整理 2026-09-17
備註:投影片/demo 向;圖文整理非官方中譯 · 重點依畫面與口述整理
重點不是工具越做越複雜。

是讓助理用它本來就會的「看資料夾、讀檔、下指令」做事;再把常問的題目做成現成經驗;最後用 Eve 像搭架子一樣組助理。
cover
▲ 封面:我們怎麼把組助理這件事想通(How We Solved Agent Building)— Andrew Qu, Vercel(AI Engineer World's Fair)

一、願景:每張桌子都有一個助理

Andrew Qu(Vercel 軟體長)從 Gates「每張桌上都有電腦」講起:他們想要的是每張桌子都有一個助理——不只寫程式,也要進設計、產品、行銷、法務。他問各部門「最討厭工作的哪一段」,資料團隊最痛:公司長得比人手快;別人一問客戶或產品數字,資料科學家就得放下手邊工作去查、跑、回報。

An agent on every desk
▲ 「每張桌子都有一個助理」(An agent on every desk)——這場故事的起點

二、第一版:把整份說明塞進提示詞

第一版很樸素:把公司資料倉(Snowflake)的整份資料表說明塞進提示詞 → 模型寫出查詢指令 → 人自己複製去跑。目的只是證明「寫得出來」。有一點信心,但離「真的可以交給別人用」還遠。

V0 The Mega Prompt
▲ 第一版:使用者提問 → 一長串提示詞 → 一次產出 → 粗淺答案(V0 The Mega Prompt)

三、先拆成好幾關,再改成同一個助理換模式

和資料副總把資料科學家的流程拆成一關接一關的專職助理(內部叫 D0):先摸資料表說明 → 想計畫 → 下查詢 → 寫報告。每一關有自己的提示詞+限定能用的工具,已經能從頭跑到尾;但關與關之間只傳摘要碎片——難回頭想、出錯也難自己救。

於是改成同一個助理、可換模式(查詢/規劃/執行/報告),同一份對話紀錄可以回頭看自己做過什麼、再試一次。內部測試題大約過三成,覺得「好像快好了」;真給信任的人用,回饋卻是很糟——靠人手補場景補不完。

One agent, many modes
▲ 後來:同一個助理、多種模式,共用對話紀錄、同一條迴圈(One agent, many modes)

四、真正轉折:少而熟的檔案/指令能力

Claude Code(Anthropic 的寫程式助理)搭配 Opus 一出,同樣的題幾乎「不漏拍」。回頭才懂:關鍵不是工具目錄越做越華麗,而是很少、但模型本來就練得很熟的能力——看資料夾、讀檔、寫檔、下指令;把公司資料說明放進隔離工作區,再只灑一點 Vercel 自己的工具。測試分數大約翻倍。

Sandbox + bash tool
▲ 隔離工作區 + 下指令工具 + 掛上檔案 → 再請模型做事

五、現成經驗卡:常問的題不必每次重來

放寬使用後,每天上千次查詢,形狀其實有限。排程把近期查詢蒸餾成約 100 份現成經驗卡。新的一輪不用從空白開始,而是帶著已經驗證過的做法。

Patterns distill into skills
▲ 常見問題 → 資料助理 → 蒸餾 → 現成經驗卡

六、Eve:組助理用的骨架

內部很多人從 D0 分支出去學怎麼組助理,每次學到的洞見都要重踩一遍。於是做了 Eve(eve.dev):像架網站時放對資料夾就接得起來那樣——把經驗卡、工具、對外通道放對位置,骨架就知道怎麼組出助理。執行環境(可撐很久的流程、隔離工作區、模型、連線)+ 通道(Slack、Teams、定時、GitHub…);可以接開源零件,也可以直接用 Vercel 自家的流程/隔離區/連線。內部已用 Eve 重寫 D0。

Next.js for agents
▲ 「如果組助理也有像架網站那樣的約定骨架呢?」
eve.dev
▲ 上手:https://eve.dev

七、窄、深、塞滿自家公司知識

現成「接上你的 Snowflake」這類通用資料助理試過;拉開差距的是自家公司才懂的知識。內部大約 20 個夠好用的助理(行銷回顧、法務紅線、資料查詢…)。資料團隊終於有空補效能與資料源——而不是整天幫人寫查詢。

一句話帶走

重點不是工具越做越複雜。
是讓助理用本來就會的「看資料夾、讀檔、下指令」;再做成現成經驗;用 Eve 像搭架子一樣組助理——窄、深、塞滿自家公司知識。

※ 原文:https://www.youtube.com/watch?v=9dYcwOkpCE8
※ 逐字稿:transcript.txt(YouTube 自動字幕整理;faster-whisper 備援)
※ 講者:Andrew Qu · Vercel · AI Engineer World's Fair
※ 視覺:投影片/demo 向,正文收錄 7 張關鍵影格+封面

推 DonDmG: 用到再塞對話紀錄,才是未來
推 hansenchrisw: 現成經驗卡不就是這回事?超有用,同意
→ casajarm: 若資料團隊先寫好一堆分析用視圖,問題可能沒那麼大?
推 softjob_fs: 華麗工具目錄輸給「看資料夾/讀檔/下指令」——這段太中
→ OP: 圖文整理自公開演講;留言含 YouTube 建設性評論+補充模擬討論