iT邦幫忙

2025 iThome 鐵人賽

DAY 1
0
生成式 AI

AI 產品與架構設計之旅:從 0 到 1,再到 Day 2系列 第 1

Day 1: 從 0 開始的 Slack ChatBot

  • 分享至 

  • xImage
  •  

各位好,我是 Debuguy
第一次參加 30 天鐵人賽
主題想了很久
後來決定拿最近正在開發的一個 Slack Bot 做為主題來分享一下整個開發歷程。
第一篇文章我們就來聊聊這個系列的名字好了

為什麼是「從 0 到 1,再到 Day 2」?

這個標題其實引用了兩個概念。

第一個來自 Peter Thiel 的《Zero to One》
Thiel 說,世界上的進步分兩種:從 1 到 n 是複製,從 0 到 1 是創造。
當我開始做 Slack Bot 時
Slack Bot 在公司的群組中已經有很多了
甚至也有團隊開始用 n8n 接 Slack + LLM
但我想要的不是第 n+1 個自動化工具,而是一個真正能「對話」的夥伴

從一個只會機械回應的 Bot
到一個知道「自己是誰」、能理解對話脈絡、甚至能跟其他 Bot 協作
Slack ChatBot - 這就是我正在嘗試的 0 到 1

第二個引用自 DevOps
在 DevOps 中
Day 0 是設計規劃
Day 1 是建置部署,而 Day 2?
這正是殘酷的現實 — 產品上線只是開始
真正的挑戰是如何讓它在 Production 環境活下去
而且要活得好
因此如何維運以及監控是必須的

所以這個標題,其實是兩個視角:

  • 產品視角:如何從無到有創造價值
  • 工程視角:如何讓這個價值持續運作

這是一個還在進行中的研究

故事的起點很單純

我只是想讓 Slack Bot 接上 LLM
做些動態的事情
結果發現
當你給一個 Bot 裝上 LLM 的大腦再配上幾個 MCP
用起來很方便沒錯
但終究它只是變成了一個「比較聰明的自動化工具」

真正的轉折點是當我意識到
如果要讓它成為 ChatBot
第一件事不是教它更多技能
而是讓它理解「我是誰」

關於 LLM 的「我是誰」

之前讀一些到關於 Douglas Hofstadter 的理論

我自己粗略的理解是

當系統足夠複雜且能 self-reference 時,某種自我會出現

當然,LLM 並沒有真正的自我意識
但在工程實踐上
當我們在 System Prompt 中定義了「你是誰」、「你的名字」、「你的角色」時
一個有趣的現象發生了 - LLM 開始能在對話中區別「我」、「你」、「他」

這不是哲學意義上的自我認同
更像是給了 LLM 一個穩定的參考座標
就像演員需要理解自己的角色設定
才能演出一致且可信的表演

當 LLM 能識別對話中的「我」指的是自己這個 Bot
而「你」指的是對話的另一方時
對話的品質產生了質的飛躍

它不再是執行指令的工具
而是參與對話的一員
即使這個「參與」只是一種精心設計的幻覺
然後很多有趣的事情就會發生了

最後,你會從這 30 天得到什麼?

這算是一個正在開發的日誌
AI 的發展變化很快
目前這個想法以及專案也還在實驗中
但也許透過這個過程大家可以有一些經驗和想法互相交流
歡迎大家追蹤這個系列

也歡迎追蹤我的 Threads @debuguy.dev


下一篇
Day 2: Slack ChatBot 的技術選型
系列文
AI 產品與架構設計之旅:從 0 到 1,再到 Day 23
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言