Technical Lead · Architecture × AI
翁傳翔 Herb Weng
用 AI 重新定義過維運的工程領導者。
15 年後端與架構經驗,現於台泥儲能科技主導跨國基礎設施——從 0 打造系統,也親手管理維運伺服器。 以 Claude Agent SDK 從零打造生產級 AIOps 多代理平台並於 DevOps Days Taipei 2026 對外發表, 另在公司內建置 AI 戰報、需求文件產生器、AI Code Review 等工具鏈。 我熟悉的不是 AI 的概念,是把 AI 放進生產環境的工程。
核心能力
都是上過生產環境的能力。
不是履歷上的關鍵字,是實際上線、有人每天在用的系統。
代表作
AIOps 多代理平台
一套能自主操作基礎設施、完成告警診斷的 AI 系統,從架構設計到生產部署皆由我主導——加上一條讓營運、產品、工程都用得上的內部 AI 工具鏈。
當 AI Agent 接管你的 On-Call
架構設計、核心開發、生產部署 — Claude Agent SDK · Python · PostgreSQL + pgvector · OpenTelemetry
- 多代理架構:Coordinator 並行調度 Monitoring / K8s / AWS / SSH / SQL 等領域 SubAgent
- Discovery-First 設計:查詢前先探索系統拓撲與標籤,以架構壓低 AI 幻覺
- 安全護欄:指令黑白名單、操作稽核、read-only 預設,每次工具呼叫皆受控
- 知識庫閉環:診斷結果回寫向量資料庫,相似事件秒級召回、持續學習
- 全鏈路可觀測:OpenTelemetry 追蹤每個 Agent 的每一步,AI 自主但不是黑箱
AI 不只進機房——在公司落地的內部工具鏈
營運
AI 戰報
用自然語言查詢各種營運數據,AI 自動分析並繪圖,還能排程成客製化報表每週寄出——決策者不用再排隊等工程師撈數據。
產品
AI 需求文件產生器
類 ChatGPT 的對話介面,引導使用者把需求想清楚,並直接產出團隊專屬的文件格式——把 PM 與 RD 對齊規格的成本降到最低。
工程
AI Code Review
將 Code Quality 與 Security 檢測工具整合進 AI Agent,接上 CI pipeline,push 即自動審查——品質門檻自動化,不靠人盯。
全流程
從 Plan 到 Monitor,整圈都走過。
DevOps 循環的每一站,我都親手做過。帶團隊時,每一站都看得懂、接得住、教得會。
01PLAN
從需求訪談開始,做技術選型與架構規劃——把商業需求翻譯成技術藍圖
02CODE
從 0 到 1 打造系統——PHP、Golang、Python 的生產級程式碼
03BUILD
撰寫 Dockerfile 與 K8s YAML、設計建置流程,統一開發與線上環境
04TEST
Codeception、Go test——unit、API 到 acceptance test 的完整測試層
05RELEASE
merge 回 main、打 tag 即觸發自動部署——上線是日常,不是儀式
06DEPLOY
橫跨多個部署環境——Shell、Ansible、Terraform 的基礎設施即程式碼
07OPERATE
把維運交給自己打造的 SRE AI Agent——自主診斷、自主報告
08MONITOR
Prometheus + Alertmanager + Loki——比使用者更早知道問題
Monitor 的洞察回到 Plan,這個循環我完整走過很多輪——所以我知道一個新產品的第一版系統,該在哪一站省、哪一站絕不能省。
經歷
從金流到跨國基礎設施。
資訊副理
台泥儲能科技 TCC Energy Storage
- 主導台灣+歐洲 10+ 站點(儲能、充電、EMS)的系統架構與技術決策
- 管理多 Kubernetes 叢集,建立 Prometheus / Loki / Grafana 可觀測體系
- 從 0 到 1 打造 AIOps 多代理平台並部署至生產環境
- 建置 AI 戰報、AI 需求文件產生器、AI Code Review 等內部工具鏈,讓 AI 覆蓋營運、產品到工程
副理 — PChome 拍錢包
國際連 Pi 拍錢包
- 帶領最多 10 位工程師,同時開發與維運三間公司(拍錢包、支付連、國際連)的高流量金流業務,在金流等級的穩定性要求下維持交付節奏
- 主導 Monolith → Microservices 架構重造,縮小變更影響範圍,讓功能開發得以平行推進
- 建立 CI/CD、測試與監控體系並擔任內部講師——讓部署從儀式變成日常,標準留在團隊,不是留在個人
- 協助公司通過 ISO 27001 與 PCI DSS 認證,將資安要求落實到系統架構與開發流程
後端工程 15+ 年
PHP 10+ 年 · Golang 3+ 年 · Python · Vue.js / JavaScript
- Kubernetes、Docker、GCP / AWS、Terraform、Ansible
- MySQL、Oracle、Redis、PostgreSQL + pgvector
- Prometheus、Loki、ELK、OpenTelemetry
領導理念
團隊跟系統一樣,要能長期運轉。
誠信高於一切
犯錯不可怕,可怕的是隱匿災情、推給他人。敢面對事故的團隊,才敢做大事。
去蕪存菁
對的人不顧一切留住,錯的人狠下心捨棄。領導者必須先對品質誠實,團隊才有長期正向循環。
AI-Native 工程文化
AI 是每位工程師的槓桿。我親手打造過 AI 系統、也在研討會教別人怎麼做,知道如何讓團隊真正長出 AI 能力。
從 0 到 1
接手一個新產品,前 90 天我這樣走。
新團隊最貴的是時間。這套節奏不是紙上談兵——AIOps 平台從 0 到 1、金流系統的架構轉型,都是這樣跑出來的。
DAY 1–30
理解與盤點
- 摸清商業模式、目標客群與產品假設
- 盤點既有系統、資料與外部系統的整合點
- 確認 AI 應用場景與資料可用性,定義 MVP 與成功指標
DAY 31–60
建立技術地基
- 定案目標架構與技術選型,建立 CI/CD、Code Review 與測試規範
- 設計 AI Workflow 與人工審核機制,把資安與資料治理原則寫進架構
- 規劃團隊角色與招募順序,第一批人決定文化
DAY 61–90
完成首個交付
- 推出第一版 MVP,建立品質、成本與模型表現的監控
- 完成資安檢查與壓力測試
- 依使用者回饋修正 roadmap,啟動下一階段的團隊擴張