跳到主要內容
AI 武林
Podcast進階EN

What AI Engineering Looks Like at Meta, Coinbase, ServiceTitan and ThoughtWorks

來源 The AI Native Dev

聽節目(在新分頁開啟原站)連到 The AI Native Dev

摘要

邀請 Meta、Coinbase 等公司工程師,分享如何將 AI 融入工程團隊並避免 hype。內容涵蓋使用 Cursor 與 Claude Code 提升生產力、利用多代理模式測試新模型,以及 ServiceTitan 如何透過標準化任務與驗證迴圈,在短時間內遷移大量舊系統指標。

Engineers from Meta, Coinbase, and ServiceTitan discuss practical AI workflows, tool comparisons, and strategies for migrating legacy systems using agents and standardized validation loops.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • Meta 透過自下而上的社群建設達成高 AI 採用率。
  • Coinbase 工程師推薦 Cursor 與 Claude Code 搭配使用。
  • ServiceTitan 用標準化任務與驗證迴圈快速遷移舊系統。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00Meta 工程文化與 AI 生產力資料
  2. 02:42AI Scouts 課程與 Cursor 開發環境
  3. 08:18Cursor 規則設定與上下文最佳化技巧
  4. 11:41Claude Code 深度任務處理優勢
  5. 15:54AI 工具採用率與團隊效能評估
  6. 25:57自動化測試覆蓋率提升案例
  7. 28:15ServiceTitan 舊系統遷移與 AI 應用
  8. 39:23建立模擬環境驗證程式碼遷移風險
  9. 41:47自癒迴圈與模型能力邊界探討
  10. 50:11大型組織知識圖譜專案實作
  11. 59:00拆解任務建立共同心智模型
  12. 1:04:48規範變更時重規劃原則說明
  13. 1:09:37利用 AI 檢測程式碼與計劃偏差
  14. 1:11:52分享資源與感謝對話結束

提到的工具與公司

  • Cursor
  • Claude Code
  • Opus 4.5
  • ChatGPT 5.2
  • Composer
  • DBT
  • MetricFlow
  • Snowflake

適合誰看

正在嘗試將 AI 工具整合到開發團隊或進行系統遷移的工程師。

摘要依據

講者
Guy Podjarny、Simon Maple
依據
語音轉文字

為什麼排在這裡

人氣
0.38
新鮮
0.35

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。聽節目(在新分頁開啟原站)