會議錄影是一項未獲充分利用的知識資產。這些錄影難以搜尋，重看又費時，而且分散於各團隊的共用硬碟，令寶貴洞見往往被忽略。
在一場為期一天的黑客松中，三人團隊開發了 Callombia。這個內部平台會自動為通話錄影轉錄、加上標籤、摘要及剪輯，再收錄到可供全球辦公室搜尋、類似 YouTube 的程式碼庫。
整套解決方案均以 Codex 建構，採用由 OpenAI 嵌入向量及餘弦相似度支援的語意搜尋，即使未使用完全相同的關鍵字，也能找出相關片段，並加入 RAG 聊天機械人及通知系統。
過往需時數星期的工作，如今只用七小時便完成，顯示利用 Codex 等編程智能代理進行 AI 原生開發，可大幅縮短產品開發週期，並讓內部黑客松創造真正的商業價值。
如果你和我一樣，大概很少有時間（或耐性）重聽會議錄音。這往往是因為要在雜亂無章的團隊共用硬碟中搜尋、跳過乏善可陳的閒聊，還要一邊傳送電郵和訊息，一邊嘗試真正專心聆聽。
但事情也許不必如此？也許我們可以建構某種工具，徹底改變會議錄影的使用方式？這正是我們最近黑客松項目的構思起點。
短短一天內，我們工程、交付及營運團隊的 50 名成員，處理了多項來自公司各部門的問題，包括擴展招聘營運、簡化工作說明書（SoW）的建立流程、了解項目狀況、即時生成原型，以及從會議錄影中發掘洞見。
在這場以 Codex 為基礎的黑客松中，我們開發了 Callombia。Callombia 就像公司的 YouTube，能將每次通話化為持續更新、可供搜尋的資產。每次通話都會自動轉錄、加上標籤和摘要，再按主題剪輯成片段，並收錄到按頻道（客戶）和主題（AI 專業領域）分類的程式碼庫。這讓倫敦、愛丁堡、新加坡及澳洲的任何團隊成員，都能即時查看自己關注的通話片段。
熟悉且符合品牌形象的用戶介面，讓探索內容變得直觀；語意搜尋（當然還有 RAG AI 聊天機械人）則協助大家準確找到所需內容。加入通知系統後，同事亦可訂閱特定主題，並在有相關新片段發佈時收到通知。
不過，Callombia 最令人驚喜的並非產品本身，也不是贏得黑客松的 2,000 英鎊獎金（順帶炫耀一下），而是我們僅憑兩名工程師和一名交付主管，便在七小時內完成這一切。一年前，這是不可能做到的。編程智能代理的進步大幅加快了端到端產品開發流程，而這場黑客松亦成為理想的試驗場，讓我們了解其能力參差不齊的前沿界線。那麼，我們如何運用 Codex？
我們沒有一開始便寫下大量需求，而是先以提示詞分享團隊對問題範疇及 Callombia 願景的共同看法。我們刻意不作具體描述，讓模型自行發揮並作創意思考：
經過 10 分鐘來回討論後，我們啟用規劃模式，以收窄需求範圍，並為開發的技術部分提供依據。規劃模式就像在回答那位煩人的朋友提出的問題——他已經（好心地）仔細考慮過每一種可能情況。在議定影片數量、採用語意還是關鍵字搜尋，以及所用架構等事項後，它便建立了一個 Markdown 檔案，成為項目後續開發的基礎。
制定計劃後，下一步就是建構讓 Callombia 真正運作的核心組件。這意味著要建立一套流程，將通話錄影轉化為可供搜尋的資產：
匯入影片及轉錄文字；
將內容分割成有意義的片段；
加入摘要和標籤以豐富內容；
透過前端可調用的 API 提供內容。
Ed 較專注於將原始錄影及轉錄資料整理成可用格式，Nico 則較專注於建立檢索層，讓這些片段可被搜尋。借助 Codex，二人建立資料模型、擷取指令碼及後端基礎管道的速度，都遠高於人手處理。這讓我們得到的遠不只是一段附於影片的轉錄文字。我們得到的是一個個重點片段：Tesco 部分、策略更新、招聘討論，以及通話中真正有人想看的特定 90 秒。
這個檢索層尤其令人感興趣。我們希望用戶輸入「財務表現」、「Tesco 路線圖」或「對話評估」等內容後，即使通話中從未說過完全相同的字詞，也能找到最相關的片段。為此，我們建立了包含時間戳記、摘要、轉錄文字及中繼資料的內容分段。在明確架構和 Codex 的大力協助下，我們把主題、摘要及轉錄文字合併成單一輸入，並使用 OpenAI 的 text-embedding-3-small 模型，為每個分段生成嵌入向量。我們把這些嵌入向量儲存在資料庫，並以餘弦相似度將用戶查詢與每個分段比較，從而建立語意檢索層，而非單純的關鍵字搜尋。
這種方法的準確度極高，亦令產品在黑客松示範中呈現出「神奇」的效果。與此同時，我們知道如果影片數量持續增加，這種方法無法永遠擴展，因為將每次查詢與所有分段比較，最終成本會變得過高。順理成章的下一步，是引入分層可導航小世界（Hierarchical Navigable Small World）等更高效的檢索策略，以減少比較次數，並在語料庫擴大時維持低延遲。這項功能開始運作後，Callombia 感覺不再像媒體庫，而更像一套知識系統。
正如所有優秀的黑客松項目，這部分亦需要反覆改進：最初的分段界線過於粗疏，部分時間戳記需要收窄，一些標籤過於籠統，而轉錄文字與錄影檔案也不一定能整齊對應。但價值也正是在這個過程中展現。Codex 讓我們快速改進系統，毋須困於設定及重做工作。到最後，我們建立了一個可支援影片片段、內容摘錄及真正實用的語意搜尋功能的後端。至此，Callombia 開始像真正的產品，而不再只是一個黑客松示範項目。
Ed 和 Nico 建構匯入及智能層的同時，我則負責前端。利用我們的全端範本，我完全毋須編寫程式碼，便迅速建立網站的初始版本。要求它在我的瀏覽器中開啟本機網站後，我會以簡單列點方式提供意見，反覆調整設計，直至符合我的構想。
經過約一小時的來回調整，我便得到一個相當滿意的版本，而我根本沒有任何用戶介面或設計經驗。最終產品固然並不完美，但作為初始版本已相當不俗，足以讓人了解這項產品。
為確保當天結束時能交出成果，我們把工作分配給各人。顯然，經過數小時半獨立工作後，各人的本機分支都出現了大量衝突。
我們沒有花費根本沒有的時間，逐一仔細檢查和解決衝突，而是決定讓 Codex 自行處理各個程式碼庫並修正衝突。現階段我們不會建議將這種做法用於企業級軟件開發，但看到它在低風險環境中如此有效，實在令人驚嘆，而且也為我們節省了許多小時。
黑客松的最後一項工作，是為評審錄製 Callombia 的示範影片。我們的直覺是開啟 Loom 錄影，但想到這或許能真正考驗 Codex，而且稍為超出其目前能力範圍。所以……我們寫了一個提示詞，提供 Callombia 網站的連結，再附上我在 OpenAI 開發者平台錄製的聲音，然後讓它完成其餘工作。
第一次嘗試已非常出色——它寫好了示範稿、錄製螢幕、加入我的旁白，基本上完全符合要求。我們唯一未能立即滿意的是旁白與示範錄影的同步，因此要求它：「強制要求：旁白必須與示範畫面顯示的內容完全同步。兩者曾出現錯位（例如聊天頁面）。最後必須再三檢查旁白與螢幕錄製示範的同步情況，並以任何可行方法使兩者吻合。」
為回應這項要求，Codex 把旁白和錄影分拆成多個較短部分，幾乎完美地完成任務，正好趕及下午 5 時 30 分，一起以啤酒和薄餅慶祝。
我們知道 Callombia 解決了大多數企業都面對的問題。在一家快速擴張的公司內，要出席每一次通話並不容易，但這些通話中分享的智慧精華卻極具價值。現在只需將它投入正式環境。
然而，這次經驗亦帶來一項更重要的 AI 原生啟示：投入工程及產品專業知識，合力解決共同問題，能夠帶來莫大裨益。我們跳出日常工作循環，在半競爭的環境下跨團隊合作，最終得出多項只需稍作調整便可投入正式環境的解決方案。定期進行這類活動，便可確保內部運作與我們為客戶建構的解決方案同樣流暢高效。