AI寫代碼的時代，「永不宕機」靠的是不讓AI直接碰代碼
OutSystems讓AI編輯的是應用的抽象模型而非代碼本身，再確定性生成代碼，於是每個新應用自動繼承權限管控與合規設定，比裸寫代碼的Vibe Coding更難出故障。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 時間戳為按文稿位置估算
AI編輯的是抽象模型，不是代碼本身
多數AI寫代碼平臺直接生成最終代碼，所以vibe coding寫出來的東西經常會炸。OutSystems不讓Claude Code、Codex或自家Mentor直接動代碼——它們操作的是應用意圖的一層抽象模型，再按一個按鈕確定性生成代碼。生成出來的每個代碼資產自動帶上權限控制、GDPR/HIPAA等合規要求，並複用已有的合規組件，不用每次都重新走一遍合規流程。這被他稱為平臺的「秘密武器」。
— Woodson Martin監管行業的信任是創業公司買不到的護城河
Nathan提出一個普遍現象：原生AI創業公司想復刻老牌平臺的底層能力，往往比老牌平臺直接加一層AI更難。Woodson補充第二層原因——對受監管的企業來說，信任從來不是純技術評估，而是這個平臺在同類系統上過往多年交付記錄的總和，是否有其他客戶可以為它背書。這種積累起來的信任，不管技術多酷，創業公司都很難在短時間內賺到。
— Woodson Martin一個讀PDF的任務也能卡進合規積壓
Anthropic、OpenAI這類增長最快的公司，按傳統標準uptime並不算好，企業卻照樣買賬，這讓「enterprise-ready」的定義變得模糊。Woodson給出一個具體場景：客戶已經把一套agentic系統構建、測試完畢，此刻卻卡在合規審批隊列裡，等待的不是系統本身，而是底層用的那個AI模型——包括要確認這個模型的訓練數據是否被合法獲取。哪怕這項工作只是把PDF內容轉成結構化數據，也逃不過這道審批。
— Woodson Martin大功能季度上線數從4衝到26，代幣支出已過峰
去年這個時候OutSystems的策略是把一切都搬去用AI，結果大功能上線數從去年Q4的4個，衝到今年Q1的19個、Q2的26個，token消耗隨之暴漲。但他說支出峰值是今年6、7月，之後靠兩件事把支出壓到低於對Q3的預測：一是給自家工程團隊專門建的harness，二是一個LLM路由器，把常規任務轉發給更便宜的模型。他的結論是，多數企業工作負載根本用不上前沿模型，甚至有些工作根本不需要模型。
— Woodson Martin亞洲銀行App和鹿特丹油庫都跑在這套系統上
回應「怎麼讓沒有計算機背景的人也能搭建關鍵系統還保持安全」，Woodson給了兩個具體畫面：幾乎任何一家亞洲銀行的手機銀行App，背後都可能跑在OutSystems上；鹿特丹港一座燃油碼頭的系統也是——它負責確保柴油絕不會被打進上一趟裝過煤油的管道，防止幾百萬歐元的產品被汙染。他說這是過去25年專門解決「讓非專業人士安全搭建複雜系統」這一個問題積累出來的結果。
— Woodson Martin六年的老系統改造項目被壓成六個月
過去企業最怕排期的老系統——COBOL、AS/400、Lotus Notes——現在終於有人敢動了，因為AI能加速理解舊系統邏輯、把它翻譯成新需求、再生成和測試新技術的每一步。一家保險公司把原計劃六年的老舊案件管理系統改造，壓縮成了六個月。與此同時，員工自己對著Claude就能把表格做成儀表盤，不再需要排隊申請，新的積壓問題變成了把這些自建的東西統一接回後端的標準和集成規範。
— Woodson Martin所有同行的廣告牌寫著一樣的五個詞
Nathan觀察到各家AI平臺正在趨同成同一種什麼都做的horizontal產品，Woodson認同——他說舊金山101高速公路沿線的廣告牌，換個logo說的都是同一套話，這是因為幾乎所有體驗現在都能靠對話完成，基礎組件大家都差不多。他認為未來的分化會來自專業化：模型調優與蒸餾、特定成本結構的優化，以及在銀行、保險、醫療、能源這些受監管行業裡多年積累的深度知識，這些才是拉開差距的地方。
— Woodson Martin對應屆生樂觀，但企業還沒學會怎麼用他們
面對「剛入行的年輕人該怎麼看自己的職業前景」這個問題，Woodson說自己對junior talent非常樂觀——這群人過去五年基本是AI原生的，能把這種第一反應帶進組織里。但他也承認，大多數企業目前還沒建好讓這些人真正吃透行業專業知識的基礎設施。他正在做的事是把入職培訓從傳統的幾天培訓，改造成由agent實時、按需提供知識的模式。
— Woodson Martin原話 · 已逐字校驗
When AI can build all this stuff for us, the pace at which we build, the sheer volume of stuff we're managing, like, never breaks feature turns out to be even more important.
當AI能幫我們把這些東西都搭出來，我們構建的速度、我們管理的東西的體量——這個「永不宕機」的特性反而變得更重要了。
Woodson Martin8:13
the reputation that you build up over time for that kind of trust for these kind of hardened systems in regulated industries is a thing that is just very hard to get as a startup regardless of how cool your technology is.
在受監管行業裡，為這類成熟系統建立信任所積累的聲譽，是創業公司很難得到的東西，不管你的技術有多酷。
Woodson Martin10:49
There is no finish line on security and cyber threat.
在安全和網絡威脅這件事上，沒有終點線。
Woodson Martin25:58
I think we shipped four major features in q four last year, 19 in q one, and 26 in q two this year.
我們去年Q4上線了4個大功能，今年Q1是19個，Q2是26個。
Woodson Martin27:32
Incredibly complex logic for ensuring that when you pump diesel through this pump in the terminal, you're not putting it through a pipe that last had kerosene in it.
要確保你從碼頭的這個泵往外抽柴油時，不是打進了上一趟裝過煤油的管道，這背後的邏輯極其複雜。
Woodson Martin39:25
If we drive the 101 Freeway in San Francisco and you see all the billboards and they all say the exact same five words on them.
如果你開車走舊金山101高速公路，你會看到所有的廣告牌上寫的都是一模一樣的五個詞。
Woodson Martin1:00:16
I'm super bullish on junior talent, on people who grew up whose last five years have basically been native to all these new technologies
我對應屆新人非常看好，這群人過去五年基本是伴隨這些新技術一起成長起來的。
Woodson Martin1:03:47
數字與實體
| OutSystems 季度上線大功能數 | 去年Q4為4個，今年Q1為19個，Q2為26個 | 27:32 |
| OutSystems 成立年份 | 2001年 | 4:11 |
| Woodson Martin 在Salesforce任職年限 | 18年 | 4:11 |
| Mentor 項目起始年份 | 2018年 | 51:34 |
| OutSystems 歐洲客戶佔比 | 約一半 | 31:32 |
術語
- vibe coding氛圍編程
- 靠AI直接生成代碼、開發者較少把控架構細節的編程方式
- MCP (Model Context Protocol)模型上下文協議
- 讓任意coding agent統一調用外部工具/服務的標準協議
- LLM router大模型路由器
- 按任務把請求分發給不同成本與能力檔位模型的中間層
- agent foundry智能體代工廠
- 分析客戶現有系統數據，自動推薦並可生成可代理化新系統的工具
收聽指南
企業軟件決策者、負責AI治理與合規的技術負責人，以及關心AI對軟件公司成本結構影響的投資人
19:48-22:43 和 35:38-38:34 是贊助商口播，可直接跳過。