思科給 27 歲工程師無上限 AI Token，改寫 98% 舊程式碼

前言

據《財星》報導，思科總裁暨產品長 Jeetu Patel 給 27 歲工程師 Padmanabhan Krishnamurthy 不設上限的 AI token 額度，讓他探索重寫公司的舊程式碼。這項計畫從 4 週的概念驗證開始，並抱持更大的目標：在 24 個月內重構思科 98% 的舊程式碼。這個故事引人注目，不僅因為規模龐大，也因為負責挑戰這項工作的團隊人數少，以及他們獲得的 AI 資源使用權限非比尋常。Token 是 AI 模型用來處理文字的單位，通常用量越大，成本也越高。據報導，這項計畫目前仍是目標，而非已確認的成果：現有報導未揭露程式碼庫的規模、使用的模型、token 費用，或初步測試是否成功。不過，這確實呈現了一家大型科技公司探索 AI 輔助軟體現代化的概況。

懶人包

思科總裁給工程師 Padmanabhan Krishnamurthy 不設上限的 AI token 額度；他提出由兩人小組重寫公司舊程式碼的構想。據報導，計畫會先用 4 週測試這種做法，若可行，再朝 24 個月內重構 98% 程式碼的目標推進。Krishnamurthy 在思科於 2025 年收購新創公司 EzDubs 後加入思科。程式碼庫規模、AI 模型、token 成本，以及概念驗證的結果都尚未公開。98% 是目標，並非已報導的完成成果。

正文

思科的舊軟體現代化計畫，始於一種不尋常的組合：年輕工程師提出構想、兩人小組，以及不設預先 token 上限的 AI 使用權限。《財星》報導，思科總裁暨產品長 Jeetu Patel 授權 27 歲工程師 Padmanabhan Krishnamurthy 不限量使用 AI token，負責探索重寫公司舊程式碼的可能性。據稱，長期目標是在 24 個月內重構這些程式碼的 98%。

AI token 是模型處理文字及其他輸入時使用的單位。Token 用量會產生成本，因此取消用量上限，代表工程師有更大的實驗空間，但不代表工作不需花費。Patel 在《財星》主辦的一場小型圓桌晚宴上談及這項決定時說：「我給了他無限的 token，因為他要重構程式碼。所以我就跟他說，你可以放手大幹一場。」這番話反映出這項實驗獲得的高度授權，但沒有透露最終費用，也沒有指出團隊會使用哪一種 AI 模型。

這項計畫的規模相當龐大。目標不只是更新單一應用程式或小型模組，而是在 24 個月內，也就是兩年內，重構思科 98% 的舊程式碼。來源報導沒有說明這個百分比代表多少程式碼、公司如何定義「舊程式碼」，或涵蓋哪些系統。這些細節很重要，因為重寫的難度不只取決於程式碼數量。相依性、測試、文件、安全需求，以及各系統的重要性，都可能影響工作難度。

Krishnamurthy 沒有立即承諾完整時程，而是提出有限的第一步：進行 4 週的概念驗證。這段期間是為了在公司朝 24 個月目標推進之前，確認這種做法是否可行。報導未說明這 4 週何時開始，也未交代概念驗證是否已完成或結果如何。因此，98% 應被視為目標，而不是程式碼已經重寫的證據。

Krishnamurthy 的這項計畫始於思科之外。2023 年，他與另外兩人共同創辦專注於即時翻譯的新創公司 EzDubs。TechCrunch 於 2025 年 11 月 17 日報導，思科收購了這家由 Y Combinator 支持的新創公司。收購金額未公開。Krishnamurthy 隨著這項收購加入思科，將創辦人的經驗帶進規模大得多的組織。

《財星》形容思科是市值 4290 億美元的科技巨頭。Krishnamurthy 曾任創辦人與執行長，但加入思科後，在組織圖上的層級比 Patel 低五層。Patel 形容他剛加入時「被埋在組織裡，做著不具策略意義的事」。這段描述點出大型企業常見的組織挑戰：可能有實用想法的人，與高階決策者相距甚遠，或被分派到無法充分發揮能力的工作。

轉機出現在 Patel 前往思科舊金山辦公室並與 Krishnamurthy 攀談時。交談中，Krishnamurthy 主張只需兩人小組，就能重寫思科的舊程式碼。Patel 表示，即使是他團隊中最積極使用 AI 的人，也不曾從這個角度思考。這段對話顯示，這項提案引人注目的原因不只是運用 AI，而是它挑戰了人們對企業全面現代化所需團隊規模的既有假設。

小型團隊可能藉助 AI 工具，加快理解既有程式碼、產生或調整替代程式碼，以及支援重複性工作等任務。不過，報導沒有說明具體工作流程、工具、審查程序或技術防護措施。因此，現在就假設 AI 能獨立產生可靠的程式碼庫替代方案，還為時過早。任何大規模重構計畫仍須處理正確性、相容性、安全性、可維護性、測試，以及中斷員工或客戶所依賴系統的風險。

4 週的概念驗證可用來測試這項提案，再決定是否追求更大的目標。完善的評估必須確認這種做法能否產生符合思科需求的程式碼、工程師能否驗證結果，以及這套流程能否在程式碼庫的不同部分反覆執行。報導未說明思科設定了哪些成功標準、如何衡量進度，或初期工作是否涵蓋具代表性的舊系統樣本。缺少這些細節，較大規模計畫的可行性與進度仍不明朗。

成本也是尚待釐清的問題。Patel 授權 Krishnamurthy 不限量使用 token，取消了預先設定的用量上限，但報導未透露計畫消耗了多少 token，或費用為何。報導也未指出 AI 供應商或模型。這些資訊缺漏，讓人無法評估計畫所需資源，也難以將 AI 輔助重構與傳統方法比較。無限使用權限描述的是獲得的授權，不代表工作的財務規模或效率。

報導也未交代計畫時程與進度的具體情況。報導指出第一階段預計為期 4 週，整體目標為 24 個月，但沒有說明概念驗證何時開始，也沒有報告已完成的成果。這項區別很重要：雄心勃勃的目標或許能吸引關注，但能否執行，取決於初期測試取得的證據，以及公司後續的決策。

因此，這則報導最好被視為一場兼具軟體工程與組織設計意義的早期實驗。Patel 讓一名資淺員工直接取得資源，並有機會測試大膽構想；Krishnamurthy 則為龐大任務提出了相當精簡的團隊架構。據目前報導資訊，這種做法能否擴大到思科 98% 的舊程式碼，尚未獲得證實。接下來值得關注的證據包括概念驗證結果、生成程式碼的品質與安全性，以及更明確的計畫範圍與成本說明。

重點整理表