會議錄影是一項未獲充分利用的知識資產。它們難以搜尋、回顧起來費時，又分散在各團隊的雲端硬碟中，因此許多寶貴洞見往往乏人注意。
在一場為期一天的黑客松中，三人團隊打造了 Callombia。這個內部平台會自動轉錄會議錄影、加上標籤與摘要，並剪輯成短片，匯入全球辦公室都能存取、可供搜尋的 YouTube 式程式碼庫。
整套解決方案皆以 Codex 打造，採用 OpenAI 嵌入向量與餘弦相似度驅動的語意搜尋，即使未使用完全相同的關鍵字，也能找出相關片段，並在此基礎上加入 RAG 聊天機器人與通知系統。
這項過去需要數週才能完成的工作，如今只花七小時便交付，證明運用 Codex 等程式設計智慧體進行 AI 原生開發，能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，可能很少有時間（或耐心）重聽會議錄影。這通常是因為你得翻找雜亂的團隊雲端硬碟、跳過乏味的寒暄，還要一邊回覆電子郵件和訊息，一邊設法認真聆聽。
但或許事情不必如此？也許我們能打造一套徹底改變會議錄影使用方式的工具？這正是我們最近黑客松專案背後的構想。
短短一天內，工程、交付與營運團隊的 50 名成員著手解決公司各部門提出的多項問題，包括擴大招募營運規模、簡化工作說明書（SoW）的建立流程、掌握專案狀況、即時產生原型，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，我們打造了 Callombia。Callombia 就像公司的 YouTube，能把每通會議轉化為持續更新且可供搜尋的資產。每通會議都會自動轉錄、加上標籤與摘要，再依主題剪輯成短片，並加入按頻道（客戶）和主題（AI 專業領域）分類的程式碼庫。如此一來，倫敦、愛丁堡、新加坡和澳洲的任何團隊成員，都能立即找到自己關心的會議片段。
熟悉且符合品牌風格的使用者介面，讓內容探索直覺易用；語意搜尋（當然還有 RAG AI 聊天機器人）則能協助使用者準確找到所需資訊。加入通知系統後，同事也能訂閱特定主題，並在發布相關新片段時收到通知。
但 Callombia 最酷的地方並不是產品本身，也不是贏得黑客松的 2,000 英鎊獎金（小小炫耀一下），而是兩名工程師和一名交付主管只花七小時，就完成了這一切。一年前，這還不可能做到。程式設計智慧體的進步大幅加快了產品開發的端到端流程，而這場黑客松也成為絕佳的試驗場，讓我們得以探索其能力參差不齊的前沿。那麼，我們如何運用 Codex？
我們並未直接撰寫大量需求，而是先以提示詞分享團隊對問題領域的共同看法，以及對 Callombia 的願景。我們刻意不提供太具體的描述，讓模型自行發揮並進行創意思考：
來回討論 10 分鐘後，我們開啟「規劃模式」，藉此收斂需求，並為開發的技術部分提供方向。「規劃模式」就像在回答那位煩人朋友的問題——只不過他已經（很有幫助地）想遍了所有可能情境。在確認影片數量、採用語意或關鍵字搜尋，以及使用何種架構等事項後，它便建立了一份 Markdown 檔案，成為後續專案的基礎。
有了計畫後，下一步就是建置讓 Callombia 真正運作的核心元件。這表示要建立一套流程，將會議錄影轉化為可搜尋的資產：
匯入影片與逐字稿；
將內容分割成有意義的片段；
以摘要和標籤豐富內容；
透過前端可取用的 API 提供內容。
Ed 主要負責將原始錄影與逐字稿資料轉換為可用格式，Nico 則著重建置檢索層，讓使用者能找到這些片段。在 Codex 協助下，兩人建置資料模型、擷取指令碼和後端基礎管線的速度，遠勝於人工開發。因此，我們得到的遠不只是一份附在影片上的逐字稿。我們得到的是一個個關鍵片段：Tesco 段落、策略更新、招募討論，以及會議中真正有人想看的那 90 秒。
而檢索層正是事情格外有趣的地方。我們希望使用者輸入「財務表現」、「Tesco 路線圖」或「對話評估」之類的內容後，即使會議中從未說出完全相同的字詞，也能前往最相關的片段。為此，我們建立了包含時間戳記、摘要、逐字稿文字與中繼資料的區塊。有了清楚的架構，加上 Codex 的大力協助，我們將主題、摘要和逐字稿合併成單一輸入，並使用 OpenAI 的 text-embedding-3-small 模型為每個區塊產生嵌入向量。我們將這些嵌入向量儲存在資料庫中，並使用餘弦相似度，比較使用者查詢與每個區塊，藉此建立語意檢索層，而非單純的關鍵字搜尋。
這套方法的準確度極高，也讓產品在黑客松示範中展現出宛如「魔法」的體驗。同時，我們也知道，如果影片數量持續增加，這種方法終究無法無限擴充，因為將每筆查詢與每個區塊比較，最終成本會變得過高。合理的下一步，是導入階層式可導航小世界（Hierarchical Navigable Small World）等更有效率的檢索策略，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 不再只是媒體資料庫，而更像是一套知識系統。
如同所有精彩的黑客松，這部分也需要反覆調整：最初的區塊邊界太粗略、部分時間戳記需要收緊、某些標籤範圍太廣，而且逐字稿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浮現。Codex 讓我們能快速完善系統，不必困在設定與重工之中。最後，我們完成了一套後端，能支援短片、片段及真正實用的語意搜尋。此時，Callombia 開始像一項真正的產品，而不再只是黑客松示範。
Ed 和 Nico 建置匯入與智慧層時，我負責打造前端。使用我們的全端範本後，我完全不用寫任何一行程式碼，就能快速建立第一版網站。請它在我的瀏覽器中開啟本機網站後，我會用簡單的條列式意見反覆調整設計，直到符合心中所想。
來回調整約一小時後，我得到了相當滿意的成果，而且完全不需要任何使用者介面或設計經驗。最終成果雖然絕非完美，但已是相當不錯的第一版，足以讓使用者瞭解產品。
為了確保當天結束時能交出成果，我們把工作分配給各成員。不出所料，各自工作幾小時後，每個人的本機分支都出現了一大堆衝突。
我們沒有花根本不夠用的時間逐一仔細解決衝突，而是決定讓 Codex 直接處理程式碼庫，自行修正所有衝突。目前我們不會建議在企業級軟體開發中採用這種做法，但它在低風險環境中的成效令人驚嘆，也替我們省下了許多時間。
黑客松的最後一項工作，是錄製 Callombia 的示範影片供評審觀看。我們原本直覺地想開啟 Loom 來錄影，但也想到，這或許能真正考驗 Codex，因為這項任務有些超出它目前的能力範圍。於是……我們寫了一段提示詞，提供 Callombia 網站連結，再附上我透過 OpenAI 開發者平台錄製的語音，然後請它完成其餘工作。
第一次嘗試就令人驚豔——它寫好示範腳本、錄製螢幕、加上我的旁白，幾乎完全符合要求。我們唯一無法立即滿意的是旁白與示範畫面的同步，因此要求它：「強制要求：旁白必須與示範畫面中顯示的內容完全同步。目前有不同步的情況（例如聊天頁面）。最後務必再三檢查旁白與螢幕錄製示範的同步狀況。請不計方法，確保兩者吻合。」
收到要求後，Codex 將旁白和錄影拆成較小的片段，幾乎完美地完成了任務，正好趕上下午 5 點 30 分，讓我們能用啤酒和披薩慶祝。
我們知道 Callombia 解決了大多數企業都面臨的問題。在快速擴張的公司中，很難參加每一場會議，但會議中分享的智慧精華卻極其寶貴。現在，我們只需要將它部署至正式環境。
但這也帶來更重要的 AI 原生啟示：投入工程與產品專業來解決共同問題，能創造可觀的效益。我們跳脫日常工作循環，在略帶競爭的環境中跨團隊協作，最終產出了多套只需稍加調整，就能投入正式環境的解決方案。只要定期舉辦這類活動，就能確保內部運作也和我們為客戶打造的解決方案一樣俐落高效。