程式碼產量翻倍、錯誤反而變少：Salesforce 用「有效產出」算清 AI 寫程式的帳，企業該先改的是量尺
某個產品裡藏著一個錯誤，團隊試過幾輪調查，始終找不到根因。後來工程師把它交給 Claude Opus：讓模型自己除錯、修改、編譯，再除錯。24 小時後，它找到了問題，也提出修正方案。
但 Salesforce 的工程主管談起這件事，重點不是模型多聰明，而是那份修正還不能直接上線，因為這是許多客戶賴以運作的關鍵商業軟體，錯一步就可能牽動財務數字。
這段經驗出自 Anthropic 官方頻道 11 月初發布的訪談。Salesforce 兩位工程主管說明，他們如何把 Claude Code 擴展到數千名工程師，以及怎麼證明這筆投資值得。對正在評估 AI 寫程式工具的台灣企業來說，真正值得借鏡的，不是「產出翻倍」這個結果，而是他們用來衡量的那把尺。
用程式碼行數衡量 AI，等於鼓勵員工灌水
受訪主管坦言，衡量 AI 寫程式的投資報酬，一開始讓團隊爭論不休。只看程式碼行數行不通，因為多寫幾行註解就能把數字墊高。
他們最後與史丹佛大學的研究人員合作，設計出「有效產出」分數：只做小幅修改或加註解，分數偏低；真正改動邏輯、建立新功能，分數才高。再把成本攤進來，看每一塊錢換到多少有效產出。他指出，這個數字成長了約兩倍。
他們也同時追蹤各團隊消耗多少 Token，比對導入前後的差異。如果沒有明顯改善，就回頭追問：是用錯方法，還是根本不是這份工作該用的工具？
買了授權不等於會用，卡關的是使用成熟度
訪談中另一個關鍵詞是「Agent 成熟度曲線」。受訪者觀察到，即使公司大力推動，多數工程師仍只把 AI 拿來處理零碎小事。
這條曲線從最簡單的一句指令開始；往上一階，要先說清楚什麼是好、什麼是壞，並做出完整計畫；再往上，是讓多個子代理平行分工；最高階則是自動化，例如持續整合流程中的測試失敗時，由 Agent 接手修正，再由另一個 Agent 審查並合併。他表示，只花一兩個月，就把大批工程師推上較高階段，如今已有數千人處在自主模式。
推動方式並非下命令，而是現場示範與真實數據。一位架構師說，過去要理解別人的程式碼得先跟三、四個團隊開會，現在不必了。各團隊也發展出自己的事故處理 Agent，能直接判斷該通知哪個團隊，不必把一長串人都叫醒。
產量翻倍之後，真正的護城河是驗證能力
程式碼量快速增加，最大的擔憂是錯誤跟著倍增。受訪主管表示，近幾個月程式碼量幾乎翻倍，但平均每單位程式碼的錯誤反而更少，靠的是新舊並行的檢查機制。
他們把長期累積、標記一致的工單與 PR 資料整理成基準測試集。新模型推出時，先把過去的任務重跑一次，看效果與成本是否值得換；還特別收集模型一再失敗的長任務，一旦新模型能通過，就是升級的理由。
另一位主管 Richard 有句話很直白：沒有驗證的自主，只是自信的表演。他要求 Agent 拿出證據，證明做到了哪些事，也證明沒有改壞不該動的地方。
最大的失誤，是讓重量級模型做輕量工作
被問到推動過程中最大的錯誤，受訪主管的答案是：沒有替任務配對合適的模型。有人拿重量級模型產生一般檔案，成本與效益明顯不成比例。
他們的判斷依據是任務的長度與複雜度。開頭那個 24 小時找出的錯誤，正是適合大型模型的長任務；但即使如此，最後一關仍是人的驗證。
台灣企業該先建立量尺，再談擴大採購
以下是本文的分析。這支影片由 Anthropic 官方製作，內容屬客戶案例分享，數字皆為 Salesforce 自述，宜保留解讀空間。
但它點出一個台灣企業常忽略的順序：許多公司評估 AI 工具時，看的是授權數與使用率，卻沒有定義什麼叫「做得更好」。Salesforce 能算出每塊錢的有效產出，前提是工單、PR 長期標記一致，這份資料基礎並非每家公司都有。
因此，較務實的第一步，可能不是加購授權，而是整理既有的開發紀錄，挑一個團隊建立導入前後的比較基準，並把 Token 花費納入同一張表。換模型之前，也先拿自家的歷史任務重跑一次。
回到那個 24 小時被找到的錯誤。AI 讓答案來得更快，但決定能不能上線的，仍是企業自己的量尺與驗證流程；沒有這兩樣，產出翻倍也可能只是帳單翻倍。
延伸閱讀
立即行動
若想像 Salesforce 一樣算出每一塊錢換到多少有效產出，可以先挑一個團隊，用一季的工單與 PR 紀錄建立導入前後的比較基準，並把各模型實際消耗的 Token 一併記錄下來。當團隊同時使用多家模型，用量與費用分散在不同後台，就很難看清投資報酬；若想把多個模型的用量與費用集中在同一處管理，可以參考 AI Token King。
資料來源與編輯註記
來源影片標題：How Salesforce uses Claude Code
頻道：Claude（Anthropic 官方頻道）
發布日期：2026 年 11 月 7 日（台北時間；YouTube 標示 2026-11-06 UTC）
擷取時觀看數：約 4.4 萬次（43,985 次，2026 年 11 月 13 日擷取）
贊助揭露：影片說明欄未標示業配；本片為 Anthropic 官方頻道製作的客戶案例訪談，Salesforce 為 Claude Code 的企業客戶，內容立場可能偏向供應商
本文依上述影片內容整理、轉述並加上編輯分析，非逐字翻譯；文中產出約兩倍、數千名工程師、程式碼量幾乎翻倍、24 小時找出錯誤等描述，皆為受訪者在影片中的自述，未經本站獨立驗證。「台灣企業該先建立量尺」一節與結語為本站編輯分析，不代表受訪者或 Anthropic 立場。
留言