📰 重點摘要

傑克·多西旗下金融科技公司 Block 近日推出全新 AI 原生開發工具套件 Builderbot，宣稱已能自動執行公司內部約 15% 的正式生產環境程式碼變更。系統每日可執行逾 20 萬次操作，每週自動合併約 1,500 個 Pull Request。

Builderbot 的核心設計是一層多 Agent 協調架構，與一般僅能處理單一程式碼庫的 AI 編程助理不同，它完整理解 Block 旗下所有服務、API 與技術規範，涵蓋 Cash App、Square 等跨部門系統。這意味著負責 Cash App 的工程師，即使從未碰過 Square 的某個服務，也能透過 Builderbot 直接對其進行修改，因為系統本身已掌握該服務的完整運作邏輯。Block AI 能力主管 Brad Axen 表示，這是「AI 編程工具與企業級工程實務之間缺失的那一層」，以往需要數個月完成的工作，現在只需數天。

此工具的推出也為 Block 今年二月裁員 40% 的決策提供了新的解讀脈絡，多西當時將裁員歸因於 AI 在公司內部的快速加速落地。Block 表示，其背後解決的問題並非 Block 獨有，包括跨大型程式碼庫的 Agent 協調、速度與品質的平衡，以及讓工程師專注於判斷與品味而非重複性搭建工作，都是整個產業正在面對的核心課題。

💬 JudyAI Lab 觀點

Block旗下的Builderbot直接讓數字說話：每週自動合併1,500個Pull Request、每日執行逾20萬次操作，已有15%的正式生產環境變更由AI接手。這不是概念驗證，是已在Cash App與Square規模真實落地的系統。

我們認為Builderbot最值得AI builder借鑒的，是它的設計起點：「跨服務理解」，而非把AI侷限在單一程式碼庫裡。過去多數AI程式設計工具的天花板在於上下文邊界太窄，工程師仍需自己搭橋。Builderbot的多Agent協調架構讓一個對Cash App一無所知的工程師，能透過系統本身掌握的Square服務邏輯直接動手——這個設計揭示了一件事：AI工具的競爭門檻，正從「能不能生成程式碼」升級為「能不能理解整個系統的脈絡與規範」。Brad Axen說的「缺失的那一層」，指的就是這個跨系統的情境感知能力。

如果你正在規劃內部AI工具，值得先問一個問題：「它理解的是整個服務地圖，還是隻有工程師眼前這個檔案？」這條線，決定了它能卸下多少真正的重複性工作。

📅 原文資訊

🔗 延伸閱讀