Post by Wilson Huang

▉ Token Maxing 正在害死企業新創：Legora CTO Jacob Lauritzen 拆解 AI 時代的工程組織 Legora CTO Jacob Lauritzen 上 20VC，拆解 AI 時代工程組織的重組。寫程式不再是瓶頸、Token Maxing 為什麼是場災難、模型沒你想的重要而工程師才是、vibe code 內部工具翻轉買軟體邏輯，以及對抗八百磅大猩猩的唯一解法就是比牠更拚。從十八個月衝一億 ARR 的法律 AI 黑馬，看懂 2026 年該怎麼建團隊。 —— ▍TL;DR 1. 寫程式這件事已經不是瓶頸了。Legora 內部超過一半的程式碼由 Claude 跟 Cursor 寫出來，工程師的工作正在從「打字」往上爬一層，變成系統設計跟架構決策。 2. 「Token Maxing」是個陷阱。把 token 用量放進績效考核，只會逼大家為了好看狂燒 token，這是最蠢的做法。該獎勵的是產出跟效率，不是消耗。 3. 模型沒你想的那麼重要。就算把某個模型從 Legora 抽走，客戶還是會選 Legora，因為價值在模型外面那一圈。 4. 給你六個月領先的模型，還是六個月領先的工程師？Jacob 毫不猶豫選工程師，因為好工程師能蓋出指數成長的系統。 5. 對抗大公司的唯一解法：比那隻八百磅的大猩猩更拚。因為大公司裡沒人真的在乎輸贏。 這集 20VC（The Twenty Minute VC）在 2026 年 6 月 6 日上線，主持人是創投圈情報站等級的 Harry Stebbings，這節目專門把第一線的創辦人跟技術主管挖來聊產業最前線。這次來賓是 Jacob Lauritzen，Legora 的 CTO，一個丹麥人、FC Copenhagen 的死忠球迷，順帶一提這是他人生第一次上 podcast。Legora 是 2023 年在 Stockholm 創立的法律 AI 公司，做的是給律師用的協作式 AI 工作空間。它有多猛？十八個月衝到一億美金 ARR（年度經常性收入），今年要做到兩億五到三億，最新估值五十六億美金，Nvidia 跟 Atlassian 都進來投。它的頭號對手是估值一百一十億的 Harvey，這場法律 AI 軍備競賽我之前在30 歲帶領 110 億美金公司的 Harvey CEO那篇聊過另一邊的視角。 ▍寫程式不再是瓶頸，那瓶頸跑去哪了？ 先講一個觀念。Jacob 把做軟體拆成三個階段：第一階段是產品工作，搞清楚要蓋什麼，把使用者的痛苦跟夢想翻譯成具體的東西；第二階段是寫程式；第三階段是審查跟合併。 過去快一百年，第二階段一直是那個卡住所有人的關卡。你想做多快，取決於你能多快把程式碼打出來。現在這件事變得超便宜，整段被壓扁了。 於是瓶頸瞬間移到另外兩端。一端是 review，怎麼更有效率地審查；另一端是產品工作，怎麼更有效率地搞懂該做什麼。這個轉變聽起來抽象，但它正在重寫工程師這份工作的定義。 Jacob 講得很直白：工程師的工作正在從「打一堆 code」往上爬一層，變成思考整個系統長什麼樣子。你不再盯著那幾行程式碼看，你看的是這個改動對系統架構、對穩定性、對安全邊界的影響。如果一個改動不會動到這些策略性的東西，那你可能根本不用 review，直接放 agent 去跑就好。需要人類介入的，只剩下「這個方向對不對」這種判斷題。 用一個生活化的比喻，以前的工程師像是親手砌牆的泥水匠，現在更像建築師。磚頭怎麼疊交給 agent，你負責決定房子的格局跟承重結構。我自己看 coding agent 的演進也有類似感受，之前在前 OpenAI 工程師的 Coding Agent 使用心法那篇就聊過，CLI 打敗 IDE 的核心其實是 context 管理，這跟 Jacob 說的「IDE 現在這個形狀會死掉」是同一條線。 ▍Vibe Coding 把買軟體這件事整個翻過來 Legora 內部現在瘋狂在 vibe code（用 AI 直接憑感覺生出可用程式）自己要的工具。HR 系統、招募系統、薪資系統，這些市面上明明有現成產品的東西，他們開始自己蓋。 為什麼？因為現成工具永遠要客製化到死，而且客製完還是不太合用。現在蓋一個太便宜了，乾脆自己來。 有個我很喜歡的小例子。一個從加拿大搬到瑞典的工程師 Ryan，花一天 vibe code 了一個 app，專門幫整批要移民的加拿大同事處理流程。哪些法規、哪些步驟、做到哪一步了，互動式介面全包。一天的工，省下整個團隊一堆時間。 Jacob 給了一個判斷該買還是該蓋的框架，滿實用的。把軟體想成兩個軸：水平軸是產品面積有多大，垂直軸是它有多複雜。如果是一個面積小、但需要大量客製的淺層 app，那你自己蓋大概是對的。如果是一個藏了一堆複雜邏輯的深層系統，東西太多了，你自己蓋不划算。 這點我覺得對台灣很多公司是個提醒。以前「自己開發 vs 買 SaaS」的天平，現在被 vibe coding 重新校準了一次。 ▍Token Maxing 是場災難 Harry 問了一個很多老闆都在問的問題：該不該叫大家盡可能多燒 token？ Jacob 的答案很乾脆。如果你搞一個排行榜、把 token 用量拿到績效考核上講，結果就是「token maxing」，大家為了好看狂燒 token，這是有夠蠢的做法。token 用量本身沒有任何意義。 該獎勵的是效率跟產出。辦 hack day、辦 demo、讓大家秀自己做得多漂亮多有效率，獎勵這個。AI 會是達成的手段，但你獎勵的目標永遠是結果，不是消耗。這個「把過程指標誤當成目標」的毛病，AI 圈到處都是，我在Token Maxing 變 KPI那篇也吐槽過同一件事。 那要花多少錢在工程師的 AI 工具上？Jacob 說這是機會成本問題。Legora 在一個競爭激烈的環境，能做的事太多了，不做的代價極高，高到幾乎蓋過任何 token 成本。任何一點效率提升對他們都值很多錢，所以該花就花。 但他也補一句很重要的話：這是「對我們」而言。每家公司的機會成本不一樣，你得自己算自己的這筆帳，別看別人燒就跟著燒。 ▍模型沒你想的重要，工程師才是 這段我覺得最反直覺。Legora 是法律 AI 公司，照理說模型品質應該是命脈，但 Jacob 說產品好壞對底層模型的依賴「比大多數人想的低很多」。 價值在模型外面那一圈：為法律場景設計的基礎元件、那一堆企業級功能、在不同模型之間最佳路由的能力。每次模型變強，Legora 就跟著變強，但就算你把某個模型抽走，客戶還是會選 Legora。換句話說，沒人是因為某個模型才買它的。 他們現在大概同時用十個左右的模型，每個任務評估哪個最適合。挑選標準的順序是延遲跟效能擺第一，成本擺後面。最終成本會變重要，但現在不是。律師多等兩秒換更好的結果，完全可以；老實說多等一小時換更好的結果，他們也願意。 然後 Harry 丟了一個經典的二選一：給你領先別人六個月的模型，還是領先六個月的工程師？Jacob 選工程師，沒有猶豫。 ... 閱讀原文請到 wilsonhuang .xyz 你怎麼看？歡迎留言。