Skip to content

Hugh's MindRoad

將碎片化的知識,整理為有邏輯的脈絡

Menu
  • 閱讀筆記
  • 廣告投放
  • Privacy Policy
  • 思維成長
  • 行銷知識
Menu

從 13 個 Plugin 到 100 個 Skill:Intercom 怎麼把 Claude Code 變成全公司的作業系統

Posted on 2026-03-20 by hugh

Intercom 的首席系統工程師 Brian Scanlan 最近在 X 上揭露了他們內部的 Claude Code 系統:13 個 Plugin、超過 100 個 Skill、完整的 Hook 自動化。

最震撼的數字?他們 90% 的 Pull Request 都是 Claude 寫的。

這不是「讓工程師用 AI 寫 code」這麼簡單。Intercom 做的事情,是把 Claude Code 從一個開發工具,改造成一個全公司的作業系統——工程師、設計主管、客服、PM、業務都在上面工作。

這篇文章,我拆解他們系統裡最值得學的四個設計。


Table of Contents

Toggle
  • 先看全貌
  • 設計一:Production Console——讓非工程師也能查生產資料
  • 設計二:Permission Analyzer——用行為數據最佳化權限
  • 設計三:Session 自動分析——每次對話都在改進系統
  • 設計四:Claude4Data——30 個分析 Skill 給全公司
  • 為什麼這套思維值得學

先看全貌

指標 數據
Plugin 數量 13 個
Skills + Hooks 100+ 個
PR 由 Claude 產出 90%
非工程師使用者 設計主管、客服、PM、業務
資料分析 Skill 30+(Snowflake、Gong、財務指標)
目標 6 週內讓所有 Runbook 可被 Claude 執行

設計一:Production Console——讓非工程師也能查生產資料

Intercom 給 Claude 接上了唯讀的 Rails Production Console。聽起來很瘋狂,但他們堆了五層防護:

  1. 只讀副本——不碰主資料庫
  2. 關鍵資料表封鎖——敏感資料碰不到
  3. 每次查詢前模型驗證——Claude 要先確認查詢安全
  4. Okta 身份認證——誰查的一清二楚
  5. DynamoDB 稽核紀錄——每筆操作留底

結果出乎意料:最常使用的人不是工程師,是設計主管和客服工程師。零事故。

這翻轉了一個常見假設——Production Console 不是工程師的專利。只要安全機制夠完整,任何角色都能用 AI 直接查詢生產資料,不用再等工程師幫忙撈數據。


設計二:Permission Analyzer——用行為數據最佳化權限

這是我看完整篇 thread 後,最想馬上搬進自己工作流的設計。

用過 Claude Code 的人都知道,「允許執行這個指令嗎?」的彈窗會讓人煩到想全部放行。但全部放行又不安全。Intercom 的解法很聰明:

當你在一個 session 裡被問了 5 次,Hook 會自動建議跑 Permission Analyzer。它做三件事:

  1. 掃描過去 14 天的對話紀錄
  2. 分類所有你批准過的指令:
    • 🟢 GREEN:安全指令(ls、grep、測試)→ 自動放行
    • 🟡 YELLOW:需注意(git、mkdir)→ 個案判斷
    • 🔴 RED:危險指令(rm、sudo、curl)→ 永遠手動確認
  3. 自動寫入 settings.json

不是手動猜「哪些該放行」,而是讓你過去的行為數據,幫你訓練出最適合的權限設定。

我目前的權限都是手動一條一條加的,每次換專案就要重新設定。看完這個設計,我打算在自己的 Claude Code 環境裡做一個簡化版——掃描最近的 session log,把重複批准超過三次的指令自動整理成白名單建議。不一定要做到 Intercom 那麼完整,但光是「不用再手動猜」這件事,就能省下不少摩擦。


設計三:Session 自動分析——每次對話都在改進系統

這是第二個讓我想動手試的設計。

每次 Claude Code session 結束,Intercom 的 Hook 會自動執行:

  1. Claude Haiku 分析整段對話
  2. 自動分類問題:缺少的 Skill、缺少的工具、重複失敗、錯誤資訊
  3. 發送 Slack 通知,附上預填好的 GitHub Issue 連結

工程師不用回想「剛才哪裡卡住了」——系統自動告訴你,而且直接開好 Issue 讓你修。

這是一個自我進化的飛輪:用得越多 → 發現越多問題 → 修越多 Skill → 系統越聰明 → 用得更順。

我目前的 Stop Hook 已經會在每次對話結束時自動寫 Daily Log,但只是紀錄「做了什麼」。看完 Intercom 的做法,我想加上一層——讓 Hook 同時分析「哪裡卡住了」「哪個流程可以變成 Skill」,把改進建議自動推到我的 Notion 任務追蹤。這樣每天收工不只是歸檔,還能自動產出下一步的優化待辦。


設計四:Claude4Data——30 個分析 Skill 給全公司

Intercom 的資料團隊建了 30+ 個分析 Skill,涵蓋:

  • Snowflake 查詢——直接用自然語言問資料庫
  • Gong 通話分析——銷售對話的自動摘要和洞察
  • 財務指標——營收、成本、預算追蹤
  • 客戶健康報表——流失風險、使用行為分析

使用者不只是資料科學家——業務、PM、客服都在用。

這才是 Claude Code 最大的潛力:不是讓工程師寫 code 更快,而是讓整間公司的每個人,都能用 Skill 觸發複雜的資料分析。


為什麼這套思維值得學

Intercom 的系統背後,有一個核心理念:

All technical work and our entire SDLC is getting skill-ified.
——Brian Scanlan

「Skill 化」不是一個技術選擇,而是一種組織設計。它的邏輯是:

  1. 任何重複超過兩次的工作 → 包裝成 Skill
  2. 任何容易忘記的步驟 → 寫成 Hook 自動執行
  3. 任何需要切換視窗查的資料 → 用 MCP 串進 Claude

你不需要 200 人的工程團隊才能做這件事。一個人也能從第一個 Skill 開始,把自己的工作流程系統化。

差別只在於你有沒有意識到:Claude Code 不只是一個寫 code 的工具,它是一個可以自訂的作業系統。


延伸閱讀:

  • Brian Scanlan 原文
  • How We Use Claude Code at Intercom

相關

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Recent Posts

  • 從 13 個 Plugin 到 100 個 Skill:Intercom 怎麼把 Claude Code 變成全公司的作業系統
  • Claude Code 自動化排程完全指南:/loop、/schedule、cron 三種方式一次搞懂
  • 為什麼我從 Gemini 轉到 Claude——從「AI 聊天」到「AI 工作助手」的真實體驗
  • 為什麼 Claude 每次開新對話都不記得我?三層記憶架構一次解決
  • 不是成本決定價格,而是價格決定成本

Recent Comments

尚無留言可供顯示。

Categories

近期文章

  • 從 13 個 Plugin 到 100 個 Skill:Intercom 怎麼把 Claude Code 變成全公司的作業系統
  • Claude Code 自動化排程完全指南:/loop、/schedule、cron 三種方式一次搞懂
  • 為什麼我從 Gemini 轉到 Claude——從「AI 聊天」到「AI 工作助手」的真實體驗
  • 為什麼 Claude 每次開新對話都不記得我?三層記憶架構一次解決
  • 不是成本決定價格,而是價格決定成本
© 2026 Hugh's MindRoad | Powered by Minimalist Blog WordPress Theme
Go to mobile version