Builders Unscripted: Ep. 3 - Matias Castello, Product Leader at Alchemy

### TL;DR Alchemy 的产品负责人 Matias Castello 讲述了他从非工程师背景成长为技术领袖的历程，以及他如何利用 AI（特别是 Codex 和 GPT）彻底改变工作与个人项目——从代码审查、产品文档到让 AI 自主执行整个项目管理与开发流程。 --- ## 背景与入门 AI Matias 并非科班出身的工程师，但凭借对多个领域的兴趣和持续尝试，他最终在 Facebook 等公司从事消费产品、开发者平台，现在领导 Alchemy 的加密产品。他第一次在工作中使用 AI 是在 Slack 里集成 Codex，用来直接修改开发者文档——省去了本地运行网站的复杂流程。这个早期应用让团队尝到了甜头。 ## AI 在 Alchemy 的早期应用与转折点 真正的转折点源于一次代码审查事故。几个月前的一次大规模迁移引入了竞态条件 bug，引发小事故。团队修复后，有人提议用 Codex 重新审查那段代码——**Codex 确实发现了这个 bug**。随后团队反复测试，Codex 都能准确识别潜在问题。一周内，Matias 就看到工程师在拉取请求中 @Codex 进行审查，并处理其评论，反复迭代。团队从此克服了“大语言模型在专业场景下不够好”的偏见。 他也引用 Datadog 的数据：超过五分之一的事故本可通过 Codex 避免。随着模型能力提升（如 GPT 5.5），他认为这个比例可能超过一半，甚至达到十分之九。 ## 当前工作流程中的 AI 应用 现在 Matias 用 Codex 完成大量产品管理工作： - **撰写产品需求文档 (PRD)** - **分析客户反馈** - **创建内部共享的技能仓库**——跨部门复用，不仅更快更好，还让非产品经理的人也能完成类似任务。 他强调，作为基础设施公司，Alchemy 必须为两类“开发者”构建工具： 1. **人类开发者**——100% 已在用 AI 辅助编码。 2. **智能体 (Agent)**——自主运行的 AI，需要不同的注册、集成和执行能力。 这两类用户的需求正在融合，但现阶段差异明显。 ## AI 时代创业的巨变 Matias 回顾了自己的创业经历。在没有 AI 的时代，他手动粘贴代码构建原型，花几个月时间和 3-4 个工程师才完成 MVP。而现在的 AI 工具让他相信，一个人一周内就能完成同样的工作。他感叹：“**从来没有像现在这样容易做成一件事。** 现在大概是做创始人最好的时代——任何有想法的人都有工具去试一试。” ## 个人项目：让 Codex 自主工作 Matias 构建了一套工作流，让自己花很少时间在电脑前，而让 Codex 连续工作数小时。他分享了一个写作应用案例： ### 写作应用示例 - 他开发了一个 Mac 应用（后来移植到 iOS），利用 **Codex App Server** 和 **GPT 5.5** 帮助写作者润色文字。 - 使用全局快捷键 `Command+Shift+空格` 弹出小窗口，用语音输入内容。 - 按 `Command+Return` 触发“专业模式”，AI 自动修正拼写错误、提升语气。 - 订阅 ChatGPT 账户，通过 App Server 完成推理。 ### 用 Linear 管理项目 Matias 展示了他在 Linear 中的项目（如一个 Mac/iOS 应用），**159 个已完成的问题全部由 Codex 创建并关闭**。他没有手动写过任何一个任务。流程如下： 1. 向 Codex 描述想法，Codex 制定计划、分解里程碑。 2. 基于一个 `agent's .md` 文件——该文件总结了他的工作偏好（编码风格、产品目标等）。 3. Codex 自动创建任务，逐步执行，甚至测试和验证。 4. 他可以在睡前让 Codex 研究应用，构建前十个功能（以功能开关形式），醒来后就能切换实验开关。 这种方法让他不再是新想法的瓶颈，但保持对最终质量的控制。 ## 避免 LLM 假设偏差的技巧 Matias 认为用大模型编码的最大差距在于：模型必须做出假设，但这些假设可能与用户不同。他通过 **提前澄清所有要求** 来解决：把偏好和产品目标写入 `agent's .md` 文件，确保 Codex 从一开始就拥有足够上下文，从而减少意外偏差。 --- **Source:** [Builders Unscripted: Ep. 3 - Matias Castello, Product Leader at Alchemy](https://www.youtube.com/watch?v=8QKqENa_eQQ)