
21.🍸AI越好用人越笨?个人到社会的技术倒退|串台《金酒半杯》
10 月 29 日 · 1 小时 25 分

Harvey AI | Spectre | AI Agent | 法律 AI | 硅谷独角兽 | vibe coding | AI Engineer | Joey Wang | Figma | Uber | 谷歌 | OpenAI | 红杉 | Uber Copter | Gabe Pereyra | 法律 AI
🎧 本期简介
如果 AI Agent 已经能在群聊里接任务、自己写代码、修 bug,甚至主动来催你审代码,工程师的一天在干什么?Joey 的一天:同时推进五到十个项目,每天只花几分钟给每个 Agent 反馈;更多时候,用他的说法,“我成了 AI agent 的 tool call”(好绝的角度,之前完全没想到过)。他是 Agent 觉得“需要人出面了”才叫上的那个人,比如去工位上催同事审代码,或者跟其它公司协调会议。而在最 AI native 的硅谷,两家公司约个会依然要来回协调一周,因为双方的 Agent 都太厉害了,大家都不敢让它们直接对话。
Joey 是美国法律 AI 公司 Harvey AI 的工程负责人。他加入时 Harvey 还不到十个人,现在已经超过一千人;在这之前,他在谷歌、Uber 和 Figma 工作过。现在他负责 Harvey 内部的多人协作云端 Agent 平台 Spectre。这次非常有缘,Joey 从硅谷来上海,受邀在 AI Engineer 大会上做分享,CL 刚好也受主办方邀请参会,由共同好友牵线,我们录了这一期节目。
我们从 Harvey 怎么帮律师干活聊起:保存问答历史、在几千份文件里大海捞针、把上千份合同的关键信息整理成表格。再聊到 Spectre:Agent 接进 Slack 之后,整个团队可以在一个群聊里一起指挥它;PR 审核从逐行看代码,变成看测试证据、思维导图和架构图。也产生了有意思的新时代的副作用:以前是谁提的 PR 谁负责,现在多人共同跟 Agent 做开发,大家都有责任,大家就都无所谓了,“三个和尚没水吃”具象化了;效率提高的同时,工作内容和强度也变高了。Joey 区分了“内卷”和“外卷”,也给出一个自问的办法:多花的时间,是让自己开心,还是让老板开心?
后半段是我对 Joey 好奇的点:是如何用投资人的心态找工作的,为什么可能不止一次押中未来独角兽?最后是他的“小暴论”:一个人闭门 vibe coding 做出来的东西,上限就是自己的视野和品味,很多只是历史长河里浪费的 token。与其重复造轮子,不如汇集更多人的意见,或者把已有的东西做得更好。
🧩 概念解释
人物
Joey(Joey Wang):本期嘉宾,Harvey 的工程负责人、早期成员,目前负责内部 Agent 平台 Spectre;此前在 Figma 工作四年,更早在 Uber 和谷歌。本次应邀从湾区来上海参加 AI Engineer 大会做分享嘉宾。
Gabe(Gabe Pereyra):Harvey 联合创始人,AI 研究出身。节目里讲到,他和另一位律师出身的联合创始人原本是室友,两人把用 AI 处理法律工作的 demo 拿给了 OpenAI 的总法律顾问。
公司、产品与服务
Harvey:面向律所和企业法务的 AI 公司。2026 年 9 月宣布融资 5.5 亿美元,美国按收入排名的百强律所中有 80% 在用它的产品。Joey 把它比作“更适合律师用的 ChatGPT”。
Spectre:Harvey 内部的多人协作云端 Agent 平台。工程师、PM、设计师可以在网页或 Slack 里给同一个 Agent 派任务、补充信息、查看过程,它会生成代码改动(PR)、照看测试和审核,直到可以合并。
Vault:Harvey 的文档工作区,Joey 在 Harvey 主导的产品之一。律师可以上传、管理、分享成千上万份文件,并用 AI 跨文件检索提问;数据存在客户那边。类似于一个 Google Drive。
Review Table:Vault 的配套功能。从上千份文件里逐一提取签约双方、合同金额、终止日期等信息,生成可以排序、筛选的表格。
Workflow Builder:Harvey 一年多前做的功能,让客户自己定义工作流程。Joey 说,到今年,一段足够详细的 Agent 提示词就能替代它。
Figma:在线协作设计工具,在浏览器里运行,多人可以同时编辑同一份设计稿。
Uber Copter:Uber 推出的直升机出行服务,从曼哈顿飞往肯尼迪机场(JFK)。Joey 在 Uber 时参与过飞行员使用的 App。
OpenAI / 红杉资本:Harvey 的早期投资方。节目里说 OpenAI 领投了 Harvey 最早的一轮。
Claude Code、Codex、Claude Cowork、Cursor、GitHub Copilot:常见的 AI 编程和办公工具。Copilot 和早期 Cursor 主要做代码补全(Tab completion),就是在你写代码时自动续写下一段(猜你喜欢)。
Slack / Linear:Slack 是欧美公司常用的工作聊天软件;Linear 是项目和任务管理工具,一个任务叫一张 ticket,同类的产品还有 Jira。
Reducto、turbopuffer、Exa、You.com、Parallel:节目里举例的外部服务商。Reducto 做文档解析,turbopuffer 做向量数据库,Exa、You.com、Parallel 为 AI 提供联网搜索等服务,Harvey 最后选了 Parallel。
AI Engineer 大会(AIE):面向 AI 工程师的技术大会,2026 年在上海办了一场,Joey 是演讲嘉宾。
技术与用语
Agent(智能体):能自己拆解任务、调用工具、连续执行多步操作的 AI,而不只是一问一答。云端 Agent 跑在服务器上,不依赖某个人的电脑,可以几小时甚至几个月持续工作。
Subagent(子智能体):主 Agent 把任务拆开后,分派给其他 Agent 去执行的分身。
Tool call(工具调用):Agent 在执行任务时调用某个外部工具。Joey 自嘲自己变成了 Agent 的一次 tool call:Agent 觉得需要人出面时,就轮到他。
PR / Commit / Merge:程序员协作的基本单位。Commit 是一次代码提交;PR(Pull Request)是请同事审核、并入主代码的一组改动;Merge 指审核通过后并入。
Code review(代码审核):同事检查你的 PR,确认没问题才能合并。
Git / GitHub / git blame:Git 是在本地管理代码版本的工具,GitHub 是基于 Git 的多人协作平台。git blame 可以查出每一行代码是谁、在哪次提交里写的。
CI:持续集成。每次提交代码后自动跑测试、检查,CI 失败通常意味着代码有问题。
Babysit:本义是“看孩子”。这里指 Spectre 替人盯着一个 PR,修掉测试失败、处理其他 Agent 的审核意见,直到可以合并。
Plan Mode:一些 AI 编程工具的功能,先让 AI 写出执行计划,确认后再动手改代码。
Compaction(上下文压缩):对话太长时,把之前的内容压缩成摘要,好让 AI 继续工作。Joey 说早年自己就是那个人肉“压缩算法”。
Artifact / User journey:Artifact 指 PR 附带的“证据”,比如测试结果、架构图、思维导图;User journey 是用户使用路径,比如“以前不能做这件事,现在可以了”。
端到端测试(end-to-end test):从用户实际操作出发,把整个产品流程走一遍的测试。
PLG(Product-Led Growth):产品驱动增长,靠产品本身好用来吸引用户、自然扩散,而不是先拿到客户需求再定制。
PMF(Product-Market Fit):产品市场匹配,指产品已经被大量用户真正需要和使用。post-PMF 就是过了这一步、进入扩张阶段的公司。
IC(Individual Contributor):不带团队、自己做具体工作的一线员工,与管理者相对。
Founding Engineer:创业公司最早期的工程师,通常什么都要做。
Needle in a haystack(大海捞针):在海量资料里找到一条特定信息。
First draft:初稿。律师常用模板生成初稿,再在此基础上修改。
Vendor / procurement / buy vs build:Vendor 是外部服务商;procurement 是公司的采购流程,常要经过法务和安全审核;buy vs build 指一项能力是买现成的服务,还是自己开发。
On call:值班待命,系统出问题时有人能马上处理。
Deprecate:停止使用、下线某个旧版本,比如节目里提到的旧模型 GPT-4.1。
Loose end:没收尾的事。这里指开了很多让 Agent 做的方向,但没有收敛进最终产品。
内卷 / 外卷:Joey 用“外卷”指向外解决新问题、自己有意愿多做的那种忙,和互相消耗的内卷相对。
Bro culture / brilliant jerk:Bro culture 指硅谷一些公司里那种兄弟会式、张扬的男性化氛围;brilliant jerk 指能力很强、但待人傲慢难相处的人。
天使投资:在公司非常早期时投入资金。Joey 说在硅谷一两千美元就能投,更多是和创业者保持关系、提供建议。
Vibe coding:用自然语言描述想要什么,让 AI 写出程序,自己不太看代码。
Token:大模型处理文字的基本单位,也是 AI 用量的计费单位。“浪费的 token”指花了算力、却没有产生价值的产出。
Build in public:公开构建,把做产品的过程、进展和问题公开分享,邀请别人一起参与。
⏱️ 章节时间戳
开场
金句预告
CL 开场:介绍 Harvey 工程负责人 Joey、这次录制的缘分,以及本期聊到的几组矛盾
第一部分:Harvey 和 Joey 的来路
Joey 的履历和 Harvey 的体量:2026 年 9 月融资 5.5 亿美元,美国百强律所里八成在用
Harvey 能帮律师做什么:管理公开法规和客户私有资料,按模板生成初稿,多人接力修改并保留记录
为什么不直接用 Claude 或 Codex?区别在多人共享,就像从本地 Git 到 GitHub、从本地文件夹到 Dropbox
Joey 在 Figma 的四年:什么是产品驱动增长(PLG),为什么 Figma 早期有很多做游戏引擎的工程师
2023 年 Joey 在 Figma 试过用 GPT 生成幻灯片,觉得那时的 AI 还不够聪明,于是看好法律、金融这类愿意为 AI 付费的行业
Harvey 怎么起步:两位室友创始人把法律 AI 的 demo 拿给 OpenAI 的总法律顾问,后来 OpenAI 领投了第一轮
最早的 Harvey 一问一答、刷新就没:律师不愿意让公司存数据,Joey 的第一个项目是做历史记录
Joey 加入时公司只有几个人,没有 PM 和设计师,用 Cursor 的代码补全快速做原型、找客户试
一个月做出 Vault:律师版的 Google Drive,在几千份文件里大海捞针;律师的很多工作其实是翻报销单、查邮件往来
Vault 的数据存在客户那边;当年的 AI 编程还做不到一句话写出整个产品,用代码补全接受率考核员工如今看来很离谱
Review Table:从上千份合同里提取签约方、金额、终止日期,做成可以排序筛选的表格
先由人把流程想清楚,只把不确定的部分交给 AI:工程化做好之后,Harvey 到今年才把 GPT-4.1 下线
Joey 从 Vault 团队经理回到一线工程师;一年多前做的 Workflow Builder,今年一段 Agent 提示词就能替代
模型迭代这么快,是不是学得够慢就不用学?Joey:旧方法仍能补上最后 5%
第二部分:Spectre,在群聊里一起指挥 Agent
Spectre 的由来:把 PR 交给同事时,你跟 AI 说过什么、做没做计划和测试,这些上下文都丢了
Spectre 接进 Slack 后,整个团队在一个群聊里指挥同一个 Agent,还能让它把改动部署到共享的测试环境
副作用:交给 AI 的事情容易被忘掉;多人共用一个 Agent,变成“三个和尚没水吃”,大家都有责任,于是大家都无所谓
Harvey 的规矩:谁发起改动,谁就是这个 PR 的负责人,一两天没动静就让机器人去催
PM 也用 Spectre 提 PR,却不熟悉合并流程:一键找合适的审核人;长期还要让系统判断哪些低风险改动可以直接上线
最大的问题是收不了尾:开了太多让 Agent 做的方向,结果没有收敛进最终产品
AI 写代码太快,需求文档和测试都看不过来,怎么不失控?Joey 把给律师做 Review Table 的思路搬到了代码审核
最高效的员工每周有几百个 PR 上线:审核从逐行看代码,变成看测试证据、架构图和用户路径
写代码已经不是瓶颈,接下来的瓶颈是验证和理解架构;人的审核记录还能用来训练 AI 判断 PR 能不能合并
先审自己的 PR:每一行代码都能追溯到 Spectre 里的一轮对话,就像律师要知道每句话的出处
第三部分:Joey 和 Agent 的一天
Joey 的一天:他的 Agent 没有上下班,有的已经跑了好几个月;例子是让 Harvey 的律师能用上浏览器
挑外部服务商:质量之外,更看企业级功能、能不能撑住数据规模、出了问题能不能十分钟内有人响应
买还是自己做:买要做调研、拉安全团队对接;自己做就让 Agent 通宵做原型,Joey 第二天测试、每天花几分钟反馈
同时推进五到十个项目,Agent 每天自动看客户反馈、修 bug、提 PR;去催同事审核仍是 Joey 自己的活
“我变成了 Agent 的一次工具调用”:Agent 觉得需要人出面时,就轮到 Joey
最 AI native 的硅谷,两家公司排个会要协调一周:双方 Agent 都太厉害,反而不能让它们直接对话
第四部分:效率更高,人更卷了?
效率这么高,人反而更卷更累了吗?Joey:效率提高了、工作时间没减少,是很多硅谷工程师的共识
有人早九晚九,有人下班连 Slack 都不装:大家彼此尊重对工作的不同态度
“内卷”还是“外卷”:在相信愿景的创业公司,想推一件事不用再申请人手和经费,交给 Agent 就行
如果觉得自己在“外卷”,先问问:多花的时间是让自己开心,还是让老板开心?
第五部分:用投资人的眼光挑工作
Joey 为什么用投资人的眼光挑工作:想不断尝试新东西,大厂给不了空间,只能找已经找到 PMF 的创业公司
当年怎么看中 Figma:Uber 时期很欣赏的产品负责人去了 Figma,面试时遇到的每个人都想一起共事
为什么选 Harvey:律师软件几十年没变过;创始团队谦逊、聪明、凝聚力强,不是 bro culture 或 brilliant jerk
愿意 24/7 一起工作的创始人:就算公司没成,交到战友也值得;能拿到 OpenAI 和红杉的早期投资,也说明他们的能力
Joey 做天使投资:在硅谷一两千美元就能投,重点是和年轻创业者保持联系、提供建议
投资回报不是重点:Joey 更想看早期公司怎么成长,攒下招人和跨越发展阶段的经验
很多工程师以为埋头苦干就够了;Joey 认为瓶颈往往不在技术,而在能不能在公司和行业里发挥自己的价值
第六部分:被浪费的 token
Joey 的“小暴论”:很多 vibe coding 做出来的东西,是历史长河里浪费的 token
一个人的视野和品味有限:要集中客户、PM、设计、数据等多方输入,做完还要请别人试用、公开分享
先找到真实的需求;工程上与其重写一个只是略有不同的库,不如把现有的库做强
最大的障碍是 ego:Joey 做 Spectre 是因为没人做,还主动交给 PM、设计、基础设施和安全团队一起改进
在公司内部 build in public:承认自己不懂、请别人帮忙,并不是坏事
结尾
今天没聊完的问题,下次再把“考场”拉回跨域请求
📚 参考资料
Harvey 与 Spectre
关于 Joey
AI Engineer 上海 2026:Joey Wang 嘉宾页(演讲:Harvey 内部的上万次 Agent PR)
Figma 官方博客:Inside Figma: how Figma engineering uses FigJam to scale
💬 一起同行
欢迎加入听友群~
加微信 "cliu21",备注“听友”。
群里会分享我自己和大家在用的 AI 工作流和资讯,希望能让AI 真正解决大家的问题。
也欢迎来聊天、吐槽、给节目提建议。
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
每周几百个PR进生产后,review对象从代码行变成测试证据、架构思维导图和user journey。
Harvey内部Spectre平台的设计细节:PR creator即owner,bot催办,一键request reviewer。
Joey说自己最后变成了Agent出口——Agent觉得需要人出面时,他就是那个人。
AI 读完整集转写后给出的推荐理由
Harvey工程负责人Joey讲了一件反直觉的事:在Agent最发达的硅谷,排一场跨公司会议仍要协调一周,因为双方Agent太厉害反而不敢让它们互聊。他主导的Spectre把Agent放进Slack群聊,也带来“三个和尚没水吃”的责任稀释。每周几百个PR进生产后,工程师不再逐行看代码,而是看测试证据和架构图。他还解释了为什么一个人vibe coding出来的东西,上限就是他自己。
由 AI 从整集转写生成,是创作者说明之外的补充
Harvey工程负责人Joey Wang讲述从Figma、Uber到Harvey的职业路径,以及他主导开发的内部多人协作Agent平台Spectre。节目深入讨论了AI原生工作方式的真实面貌:每周数百个PR进入生产环境后,review对象从代码行变成测试证据与架构图;多人协作Agent带来责任稀释的“三个和尚没水吃”问题;效率提升反而让人更卷;以及为什么在Agent最发达的硅谷,排一场会仍要协调一周。后半段Joey分享用投资人眼光选择早期公司的逻辑、天使投资的意义,以及他对vibe coding浪潮“浪费token”的判断。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
Agent催你审代码:这期要聊什么
开场用一段关于多人协作Agent责任稀释的对话切入,主播介绍嘉宾Joey的身份——Harvey工程负责人、Spectre平台开发者,以及Harvey的融资估值与律所覆盖率。说明本期将讨论AI原生工作方式的矛盾与副作用。
Harvey到底是什么:律师版ChatGPT加云协作
Joey把Harvey解释为适合律师用的ChatGPT,核心能力是管理公开法规与私有数据、基于模板生成first draft、保留修改历史。主播用git commit和Dropbox类比追问,Joey说明本地工具无法实现云端多人协作。
从Figma到Harvey:产品基因与多人协作的渊源
Joey讲述在Figma四年的经历,解释PLG概念,以及Figma的多人协作与游戏行业低延迟渲染的技术渊源。他在Figma做过AI生成PPT的早期尝试,因质量和延迟问题判断法律、金融场景更make sense,由此接触Harvey创始人。
Harvey早期:从一问一答到历史记录
Harvey由法律和研究背景的创始人创立,demo给OpenAI法务负责人看后获得领投。Joey加入时产品是一问一答、刷新即失的playground,用户不愿被存储数据。他做的第一个产品是history与检索,当时公司没有PM和设计师,他用Cursor边问边做原型。
Vault:一个月做出律师版Google Drive
Joey主导Vault项目,让律师上传几千份文件并快速检索。他发现律师大量工作其实是处理报销列表、邮件记录等普通文件,而非高智能法律推理。团队收购小公司,不到一个月做出第一版,包含权限管理与客户侧数据存储。
Review Table:让AI只做它擅长的那部分
面对几千份合同审核场景,团队用工程化思维固定确定性流程,只把提取termination date等环节交给AI。早期算法在GPT-4.1上达到90%以上准确率,直到今年才需替换。Joey后来做过manager又辞去,回到IC岗位。
Workflow Builder的兴衰与Spectre的诞生
一年多前做的Workflow Builder今年可能不再需要,因为大Agent系统可以自己follow步骤。Joey由此谈到不必对学习焦虑。Spectre源于Figma的协作思路:本地用Claude Code或Codex,但PR交接时context缺失,对方要复制粘贴到自己的Agent。
Agent进群聊:效率提升与责任稀释
Spectre最好的使用场景是Slack thread,Agent成为群聊成员,可以搜索、生成PR、部署到虚拟环境。但多人协作带来新问题:三个和尚没水吃,责任被稀释,大家都有责任于是都无所谓。Harvey的解法是PR creator即owner,一两天没review就用bot催。
PR babysit与一键request reviewer
PM不熟悉PR流程,Spectre替他盯着CI failure和无人处理的review comment,还能一键找到最熟悉相关文件的人做reviewer。Joey谈到长期需要系统自动判定low risk操作直接上线,减少loose ends——项目发散后没有收敛是最大问题。
一万个PR怎么看:从代码行到artifact
内部Agent与外部产品经验互相反哺,Review Table的思路被用到PR review上。高效员工每周几百个PR进生产,review对象从代码行变成测试证据、架构思维导图、user journey。验证与架构整理变成流水线,人的工作是判断信心程度。
git blame的新对象:Agent的reasoning
每个PR都能追溯到Linear ticket、Slack对话、Spectre里的Agent thinking过程。以前blame到人,现在可以追溯到Agent的推理链和最初发起需求的那句话。这与律师写简报要追溯每句话来源的工作同构。
Joey的一天:五到十个项目与Agent出口
Agent没有开工收工概念,有些项目已跑了好几个月。Joey同时推进五到十个项目,每天花几分钟给反馈,Agent交给subagent执行并云端验证。他还要做vendor选型、预算预测、跨部门协调,最后发现自己变成了Agent出口——Agent觉得需要人出面时,他就是那个人。
Agent最发达的硅谷,排会仍要一周
双方Agent都太厉害反而不敢让它们互相聊天,怕泄露公司机密,于是排会仍靠人协调一周。效率提升没有减少工作时间,手机Slack让工作随时可及,Agent会催你审代码。Joey区分内卷与外卷,认为关键是问自己多花的时间让谁开心。
用投资人眼光选公司:先看人再看场景
Joey选择Figma和Harvey的逻辑一致:被厉害的PM吸引,面试时聊的每个人都聪明有想法;律师软件生态几十年没变,值得更好的产品;创始人团队humble、聪明、凝聚力强,早期拿到OpenAI和红杉投资、拿下大律所客户,做不成的概率小。
天使投资:一两千美元买一段关系
Joey解释硅谷天使投资门槛不高,一两千美元即可参与,更多是保持关系、提供建议、互相获取信息。他看重的是观察早期公司成长过程、积累“这个阶段该招谁”的经验,以及把成长经历传递给下一代创业者。
什么是浪费的Token:集中力量办大事
Joey判断一个人做出来的东西上限就是他自己,会成为历史长河中浪费的token,也是行业泡沫的一部分。解法是堆input而非堆人:客户反馈、PM、设计师、数据、AI多维度汇聚。工程上与其重写slightly different的库,不如让已有库更厉害。
收尾:暴露自己不行不是坏事
Joey说做Spectre的初衷不是做成功的东西,而是真有需求且没人做。他愿意把产品丢给PM、设计师、infra、security去打磨,这算内部版building public。主播总结本期收获,约定下次再聊AI的新阶段。

21.🍸AI越好用人越笨?个人到社会的技术倒退|串台《金酒半杯》
10 月 29 日 · 1 小时 25 分

20.☢️AI时代的奥本海默困境:明知可能毁灭人类,为何还要继续
10 月 10 日 · 1 小时 10 分

19.💻行走的Google技术史Jeff Dean:传奇程序员的告别与远征
9 月 8 日 · 1 小时 06 分

18.🏭AI会催生“永久底层阶级”?去工业革命历史中找找答案
8 月 24 日 · 53 分钟

跨域请求 · 11 月 14 日 · 1 小时 09 分
Harvey AI | Spectre | AI Agent | 法律 AI | 硅谷独角兽 | vibe coding | AI Engineer | Joey Wang | Figma | Uber | 谷歌 | OpenAI | 红杉 | Uber Copter | Gabe Pereyra | 法律 AI
🎧 本期简介
如果 AI Agent 已经能在群聊里接任务、自己写代码、修 bug,甚至主动来催你审代码,工程师的一天在干什么?Joey 的一天:同时推进五到十个项目,每天只花几分钟给每个 Agent 反馈;更多时候,用他的说法,“我成了 AI agent 的 tool call”(好绝的角度,之前完全没想到过)。他是 Agent 觉得“需要人出面了”才叫上的那个人,比如去工位上催同事审代码,或者跟其它公司协调会议。而在最 AI native 的硅谷,两家公司约个会依然要来回协调一周,因为双方的 Agent 都太厉害了,大家都不敢让它们直接对话。
Joey 是美国法律 AI 公司 Harvey AI 的工程负责人。他加入时 Harvey 还不到十个人,现在已经超过一千人;在这之前,他在谷歌、Uber 和 Figma 工作过。现在他负责 Harvey 内部的多人协作云端 Agent 平台 Spectre。这次非常有缘,Joey 从硅谷来上海,受邀在 AI Engineer 大会上做分享,CL 刚好也受主办方邀请参会,由共同好友牵线,我们录了这一期节目。
我们从 Harvey 怎么帮律师干活聊起:保存问答历史、在几千份文件里大海捞针、把上千份合同的关键信息整理成表格。再聊到 Spectre:Agent 接进 Slack 之后,整个团队可以在一个群聊里一起指挥它;PR 审核从逐行看代码,变成看测试证据、思维导图和架构图。也产生了有意思的新时代的副作用:以前是谁提的 PR 谁负责,现在多人共同跟 Agent 做开发,大家都有责任,大家就都无所谓了,“三个和尚没水吃”具象化了;效率提高的同时,工作内容和强度也变高了。Joey 区分了“内卷”和“外卷”,也给出一个自问的办法:多花的时间,是让自己开心,还是让老板开心?
后半段是我对 Joey 好奇的点:是如何用投资人的心态找工作的,为什么可能不止一次押中未来独角兽?最后是他的“小暴论”:一个人闭门 vibe coding 做出来的东西,上限就是自己的视野和品味,很多只是历史长河里浪费的 token。与其重复造轮子,不如汇集更多人的意见,或者把已有的东西做得更好。
🧩 概念解释
人物
Joey(Joey Wang):本期嘉宾,Harvey 的工程负责人、早期成员,目前负责内部 Agent 平台 Spectre;此前在 Figma 工作四年,更早在 Uber 和谷歌。本次应邀从湾区来上海参加 AI Engineer 大会做分享嘉宾。
Gabe(Gabe Pereyra):Harvey 联合创始人,AI 研究出身。节目里讲到,他和另一位律师出身的联合创始人原本是室友,两人把用 AI 处理法律工作的 demo 拿给了 OpenAI 的总法律顾问。
公司、产品与服务
Harvey:面向律所和企业法务的 AI 公司。2026 年 9 月宣布融资 5.5 亿美元,美国按收入排名的百强律所中有 80% 在用它的产品。Joey 把它比作“更适合律师用的 ChatGPT”。
Spectre:Harvey 内部的多人协作云端 Agent 平台。工程师、PM、设计师可以在网页或 Slack 里给同一个 Agent 派任务、补充信息、查看过程,它会生成代码改动(PR)、照看测试和审核,直到可以合并。
Vault:Harvey 的文档工作区,Joey 在 Harvey 主导的产品之一。律师可以上传、管理、分享成千上万份文件,并用 AI 跨文件检索提问;数据存在客户那边。类似于一个 Google Drive。
Review Table:Vault 的配套功能。从上千份文件里逐一提取签约双方、合同金额、终止日期等信息,生成可以排序、筛选的表格。
Workflow Builder:Harvey 一年多前做的功能,让客户自己定义工作流程。Joey 说,到今年,一段足够详细的 Agent 提示词就能替代它。
Figma:在线协作设计工具,在浏览器里运行,多人可以同时编辑同一份设计稿。
Uber Copter:Uber 推出的直升机出行服务,从曼哈顿飞往肯尼迪机场(JFK)。Joey 在 Uber 时参与过飞行员使用的 App。
OpenAI / 红杉资本:Harvey 的早期投资方。节目里说 OpenAI 领投了 Harvey 最早的一轮。
Claude Code、Codex、Claude Cowork、Cursor、GitHub Copilot:常见的 AI 编程和办公工具。Copilot 和早期 Cursor 主要做代码补全(Tab completion),就是在你写代码时自动续写下一段(猜你喜欢)。
Slack / Linear:Slack 是欧美公司常用的工作聊天软件;Linear 是项目和任务管理工具,一个任务叫一张 ticket,同类的产品还有 Jira。
Reducto、turbopuffer、Exa、You.com、Parallel:节目里举例的外部服务商。Reducto 做文档解析,turbopuffer 做向量数据库,Exa、You.com、Parallel 为 AI 提供联网搜索等服务,Harvey 最后选了 Parallel。
AI Engineer 大会(AIE):面向 AI 工程师的技术大会,2026 年在上海办了一场,Joey 是演讲嘉宾。
技术与用语
Agent(智能体):能自己拆解任务、调用工具、连续执行多步操作的 AI,而不只是一问一答。云端 Agent 跑在服务器上,不依赖某个人的电脑,可以几小时甚至几个月持续工作。
Subagent(子智能体):主 Agent 把任务拆开后,分派给其他 Agent 去执行的分身。
Tool call(工具调用):Agent 在执行任务时调用某个外部工具。Joey 自嘲自己变成了 Agent 的一次 tool call:Agent 觉得需要人出面时,就轮到他。
PR / Commit / Merge:程序员协作的基本单位。Commit 是一次代码提交;PR(Pull Request)是请同事审核、并入主代码的一组改动;Merge 指审核通过后并入。
Code review(代码审核):同事检查你的 PR,确认没问题才能合并。
Git / GitHub / git blame:Git 是在本地管理代码版本的工具,GitHub 是基于 Git 的多人协作平台。git blame 可以查出每一行代码是谁、在哪次提交里写的。
CI:持续集成。每次提交代码后自动跑测试、检查,CI 失败通常意味着代码有问题。
Babysit:本义是“看孩子”。这里指 Spectre 替人盯着一个 PR,修掉测试失败、处理其他 Agent 的审核意见,直到可以合并。
Plan Mode:一些 AI 编程工具的功能,先让 AI 写出执行计划,确认后再动手改代码。
Compaction(上下文压缩):对话太长时,把之前的内容压缩成摘要,好让 AI 继续工作。Joey 说早年自己就是那个人肉“压缩算法”。
Artifact / User journey:Artifact 指 PR 附带的“证据”,比如测试结果、架构图、思维导图;User journey 是用户使用路径,比如“以前不能做这件事,现在可以了”。
端到端测试(end-to-end test):从用户实际操作出发,把整个产品流程走一遍的测试。
PLG(Product-Led Growth):产品驱动增长,靠产品本身好用来吸引用户、自然扩散,而不是先拿到客户需求再定制。
PMF(Product-Market Fit):产品市场匹配,指产品已经被大量用户真正需要和使用。post-PMF 就是过了这一步、进入扩张阶段的公司。
IC(Individual Contributor):不带团队、自己做具体工作的一线员工,与管理者相对。
Founding Engineer:创业公司最早期的工程师,通常什么都要做。
Needle in a haystack(大海捞针):在海量资料里找到一条特定信息。
First draft:初稿。律师常用模板生成初稿,再在此基础上修改。
Vendor / procurement / buy vs build:Vendor 是外部服务商;procurement 是公司的采购流程,常要经过法务和安全审核;buy vs build 指一项能力是买现成的服务,还是自己开发。
On call:值班待命,系统出问题时有人能马上处理。
Deprecate:停止使用、下线某个旧版本,比如节目里提到的旧模型 GPT-4.1。
Loose end:没收尾的事。这里指开了很多让 Agent 做的方向,但没有收敛进最终产品。
内卷 / 外卷:Joey 用“外卷”指向外解决新问题、自己有意愿多做的那种忙,和互相消耗的内卷相对。
Bro culture / brilliant jerk:Bro culture 指硅谷一些公司里那种兄弟会式、张扬的男性化氛围;brilliant jerk 指能力很强、但待人傲慢难相处的人。
天使投资:在公司非常早期时投入资金。Joey 说在硅谷一两千美元就能投,更多是和创业者保持关系、提供建议。
Vibe coding:用自然语言描述想要什么,让 AI 写出程序,自己不太看代码。
Token:大模型处理文字的基本单位,也是 AI 用量的计费单位。“浪费的 token”指花了算力、却没有产生价值的产出。
Build in public:公开构建,把做产品的过程、进展和问题公开分享,邀请别人一起参与。
⏱️ 章节时间戳
开场
金句预告
CL 开场:介绍 Harvey 工程负责人 Joey、这次录制的缘分,以及本期聊到的几组矛盾
第一部分:Harvey 和 Joey 的来路
Joey 的履历和 Harvey 的体量:2026 年 9 月融资 5.5 亿美元,美国百强律所里八成在用
Harvey 能帮律师做什么:管理公开法规和客户私有资料,按模板生成初稿,多人接力修改并保留记录
为什么不直接用 Claude 或 Codex?区别在多人共享,就像从本地 Git 到 GitHub、从本地文件夹到 Dropbox
Joey 在 Figma 的四年:什么是产品驱动增长(PLG),为什么 Figma 早期有很多做游戏引擎的工程师
2023 年 Joey 在 Figma 试过用 GPT 生成幻灯片,觉得那时的 AI 还不够聪明,于是看好法律、金融这类愿意为 AI 付费的行业
Harvey 怎么起步:两位室友创始人把法律 AI 的 demo 拿给 OpenAI 的总法律顾问,后来 OpenAI 领投了第一轮
最早的 Harvey 一问一答、刷新就没:律师不愿意让公司存数据,Joey 的第一个项目是做历史记录
Joey 加入时公司只有几个人,没有 PM 和设计师,用 Cursor 的代码补全快速做原型、找客户试
一个月做出 Vault:律师版的 Google Drive,在几千份文件里大海捞针;律师的很多工作其实是翻报销单、查邮件往来
Vault 的数据存在客户那边;当年的 AI 编程还做不到一句话写出整个产品,用代码补全接受率考核员工如今看来很离谱
Review Table:从上千份合同里提取签约方、金额、终止日期,做成可以排序筛选的表格
先由人把流程想清楚,只把不确定的部分交给 AI:工程化做好之后,Harvey 到今年才把 GPT-4.1 下线
Joey 从 Vault 团队经理回到一线工程师;一年多前做的 Workflow Builder,今年一段 Agent 提示词就能替代
模型迭代这么快,是不是学得够慢就不用学?Joey:旧方法仍能补上最后 5%
第二部分:Spectre,在群聊里一起指挥 Agent
Spectre 的由来:把 PR 交给同事时,你跟 AI 说过什么、做没做计划和测试,这些上下文都丢了
Spectre 接进 Slack 后,整个团队在一个群聊里指挥同一个 Agent,还能让它把改动部署到共享的测试环境
副作用:交给 AI 的事情容易被忘掉;多人共用一个 Agent,变成“三个和尚没水吃”,大家都有责任,于是大家都无所谓
Harvey 的规矩:谁发起改动,谁就是这个 PR 的负责人,一两天没动静就让机器人去催
PM 也用 Spectre 提 PR,却不熟悉合并流程:一键找合适的审核人;长期还要让系统判断哪些低风险改动可以直接上线
最大的问题是收不了尾:开了太多让 Agent 做的方向,结果没有收敛进最终产品
AI 写代码太快,需求文档和测试都看不过来,怎么不失控?Joey 把给律师做 Review Table 的思路搬到了代码审核
最高效的员工每周有几百个 PR 上线:审核从逐行看代码,变成看测试证据、架构图和用户路径
写代码已经不是瓶颈,接下来的瓶颈是验证和理解架构;人的审核记录还能用来训练 AI 判断 PR 能不能合并
先审自己的 PR:每一行代码都能追溯到 Spectre 里的一轮对话,就像律师要知道每句话的出处
第三部分:Joey 和 Agent 的一天
Joey 的一天:他的 Agent 没有上下班,有的已经跑了好几个月;例子是让 Harvey 的律师能用上浏览器
挑外部服务商:质量之外,更看企业级功能、能不能撑住数据规模、出了问题能不能十分钟内有人响应
买还是自己做:买要做调研、拉安全团队对接;自己做就让 Agent 通宵做原型,Joey 第二天测试、每天花几分钟反馈
同时推进五到十个项目,Agent 每天自动看客户反馈、修 bug、提 PR;去催同事审核仍是 Joey 自己的活
“我变成了 Agent 的一次工具调用”:Agent 觉得需要人出面时,就轮到 Joey
最 AI native 的硅谷,两家公司排个会要协调一周:双方 Agent 都太厉害,反而不能让它们直接对话
第四部分:效率更高,人更卷了?
效率这么高,人反而更卷更累了吗?Joey:效率提高了、工作时间没减少,是很多硅谷工程师的共识
有人早九晚九,有人下班连 Slack 都不装:大家彼此尊重对工作的不同态度
“内卷”还是“外卷”:在相信愿景的创业公司,想推一件事不用再申请人手和经费,交给 Agent 就行
如果觉得自己在“外卷”,先问问:多花的时间是让自己开心,还是让老板开心?
第五部分:用投资人的眼光挑工作
Joey 为什么用投资人的眼光挑工作:想不断尝试新东西,大厂给不了空间,只能找已经找到 PMF 的创业公司
当年怎么看中 Figma:Uber 时期很欣赏的产品负责人去了 Figma,面试时遇到的每个人都想一起共事
为什么选 Harvey:律师软件几十年没变过;创始团队谦逊、聪明、凝聚力强,不是 bro culture 或 brilliant jerk
愿意 24/7 一起工作的创始人:就算公司没成,交到战友也值得;能拿到 OpenAI 和红杉的早期投资,也说明他们的能力
Joey 做天使投资:在硅谷一两千美元就能投,重点是和年轻创业者保持联系、提供建议
投资回报不是重点:Joey 更想看早期公司怎么成长,攒下招人和跨越发展阶段的经验
很多工程师以为埋头苦干就够了;Joey 认为瓶颈往往不在技术,而在能不能在公司和行业里发挥自己的价值
第六部分:被浪费的 token
Joey 的“小暴论”:很多 vibe coding 做出来的东西,是历史长河里浪费的 token
一个人的视野和品味有限:要集中客户、PM、设计、数据等多方输入,做完还要请别人试用、公开分享
先找到真实的需求;工程上与其重写一个只是略有不同的库,不如把现有的库做强
最大的障碍是 ego:Joey 做 Spectre 是因为没人做,还主动交给 PM、设计、基础设施和安全团队一起改进
在公司内部 build in public:承认自己不懂、请别人帮忙,并不是坏事
结尾
今天没聊完的问题,下次再把“考场”拉回跨域请求
📚 参考资料
Harvey 与 Spectre
关于 Joey
AI Engineer 上海 2026:Joey Wang 嘉宾页(演讲:Harvey 内部的上万次 Agent PR)
Figma 官方博客:Inside Figma: how Figma engineering uses FigJam to scale
💬 一起同行
欢迎加入听友群~
加微信 "cliu21",备注“听友”。
群里会分享我自己和大家在用的 AI 工作流和资讯,希望能让AI 真正解决大家的问题。
也欢迎来聊天、吐槽、给节目提建议。
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
每周几百个PR进生产后,review对象从代码行变成测试证据、架构思维导图和user journey。
Harvey内部Spectre平台的设计细节:PR creator即owner,bot催办,一键request reviewer。
Joey说自己最后变成了Agent出口——Agent觉得需要人出面时,他就是那个人。
AI 读完整集转写后给出的推荐理由
Harvey工程负责人Joey讲了一件反直觉的事:在Agent最发达的硅谷,排一场跨公司会议仍要协调一周,因为双方Agent太厉害反而不敢让它们互聊。他主导的Spectre把Agent放进Slack群聊,也带来“三个和尚没水吃”的责任稀释。每周几百个PR进生产后,工程师不再逐行看代码,而是看测试证据和架构图。他还解释了为什么一个人vibe coding出来的东西,上限就是他自己。
由 AI 从整集转写生成,是创作者说明之外的补充
Harvey工程负责人Joey Wang讲述从Figma、Uber到Harvey的职业路径,以及他主导开发的内部多人协作Agent平台Spectre。节目深入讨论了AI原生工作方式的真实面貌:每周数百个PR进入生产环境后,review对象从代码行变成测试证据与架构图;多人协作Agent带来责任稀释的“三个和尚没水吃”问题;效率提升反而让人更卷;以及为什么在Agent最发达的硅谷,排一场会仍要协调一周。后半段Joey分享用投资人眼光选择早期公司的逻辑、天使投资的意义,以及他对vibe coding浪潮“浪费token”的判断。
点一章从那里开始播 · 与创作者标的时间点各自独立
Agent催你审代码:这期要聊什么
Harvey到底是什么:律师版ChatGPT加云协作
从Figma到Harvey:产品基因与多人协作的渊源
Harvey早期:从一问一答到历史记录
Vault:一个月做出律师版Google Drive
Review Table:让AI只做它擅长的那部分
Workflow Builder的兴衰与Spectre的诞生
Agent进群聊:效率提升与责任稀释
PR babysit与一键request reviewer
一万个PR怎么看:从代码行到artifact
git blame的新对象:Agent的reasoning
Joey的一天:五到十个项目与Agent出口
Agent最发达的硅谷,排会仍要一周
用投资人眼光选公司:先看人再看场景
天使投资:一两千美元买一段关系
什么是浪费的Token:集中力量办大事
收尾:暴露自己不行不是坏事
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://feed.xyzfm.space/brpnwuweadwg复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

21.🍸AI越好用人越笨?个人到社会的技术倒退|串台《金酒半杯》
10 月 29 日 · 1 小时 25 分

20.☢️AI时代的奥本海默困境:明知可能毁灭人类,为何还要继续
10 月 10 日 · 1 小时 10 分

19.💻行走的Google技术史Jeff Dean:传奇程序员的告别与远征
9 月 8 日 · 1 小时 06 分