AI 不會痛,所以沒有人重構:Vibe Coding 真正的天花板
朋友純 Vibe Coding 做的預約系統,三個月四百多個 commit,刪除行數幾乎是 0。Vibe Coding 的天花板不在行數,在你驗不驗得出錯,以及規格、測試、模組化這三件事誰在做。
LLM、Claude、提示工程與開發工具 · 共 26 篇
朋友純 Vibe Coding 做的預約系統,三個月四百多個 commit,刪除行數幾乎是 0。Vibe Coding 的天花板不在行數,在你驗不驗得出錯,以及規格、測試、模組化這三件事誰在做。
AI 讓「做出功能」快得像轉開水龍頭,但架構、資安、資料庫效率、商業價值的驗證,從來沒有跟著變快。這篇談 AI 時代真正該擔心的,不是功能做不出來,而是沒人再去想那些做出來之後的問題。
當 AI 能直接產出 prototype,Figma 還有必要嗎?只要設計師和工程師不是同一個人,就一定需要溝通工具。這篇講反方向的 Code to Figma 怎麼做。
先用 PRD 產出畫圖用的 Spec,丟給 AI Agent 生成能跑的 prototype,再讓 AI 讀 DOM 反灌回 Figma。這篇講整套流程,也講設計師得到的提速為什麼不如工程師。
跨工具、跨協定、跨團隊的溝通一直是難題。我在 Side Project 裡改用自然語言文件當通訊協定,讓 AI Agent 交管 Product 到 QA 的整條溝通橋樑。
AI Agent 不會乖乖把你餵的 1000 行讀完,它讀個 200 行就說讀完了。這篇講怎麼用「條件引導 Submodule」把 Prompt 拆細,既省 Token 又避免漏讀。
上了 Claude Max 之後最有感的不是寫程式,是把 AI 接進生活。這篇講三個實際用法:把十年份的 iOS 備忘錄搬進 Obsidian、對龐大筆記做語意搜尋、用 MCP 把工具交給 AI 管。
寫程式可以完全靠嘴砲了,那設計稿呢?為了讓 AI 能順利產出 Figma 設計稿,我洋洋灑灑寫了很多 Skill Rule 來解決它產不順的問題。
透過 Telegram 隨時跟 Claude 對話聽起來很棒,實際用起來電腦睡眠就斷、閒置太久就斷、訊息漏掉沒有補救。說白了,這是一個沒有 uptime 保證的本地服務。
AI 的時代學什麼都容易,我不該一直拘泥在「前端工程師」這個框裡,想更大幅度地跨出腳步去試別的東西。
幾個月下來我逐漸摸清 AI 的套路。腳本最優秀、單元測試成效不錯、文件產出太多廢話;分析複雜程式常常錯、切版則是明顯會歪掉。
每個工程師都在精心規劃自己的 project contexts。但 AI 不會幫你規劃複雜的系統架構,你要什麼都得講清楚說明白。
「你的扣好難懂喔」吵了這麼多年都沒有標準。我覺得可以拿 AI 當判準:它理解需要的 Context 越少,代表這段程式越靠通用知識就讀得懂。
把大小工作都外包給 AI 之後,我發現我的工作內容跟 Team Leader 很像。AI 是能力點得很平均的 Junior,拆得越細做得越好,但決策失誤 100% 會炸。
用 Claude Code 建一個後端專案,含微調不到三十分鐘,自己寫大概要兩三小時。0 到 70 的階段真的很有效率,對前端教學來說尤其方便。
每一次新技術流行都會帶來一波革命,也帶來保守派與改革派的拉扯。沒有工具能長長久久,迭代與升級的痛苦一定會來,你會怎麼選?
拆元件的目的不是因為大而拆,而是為了更好理解、更好的渲染效益、更好的共用。急著抽共用的結果,就是一堆只有一個地方用到的「共用元件」。
AI 可以讓你從 0 到 70% 飛快完成,最後那 30% 依舊得自己補。交付出去的東西是你負責的,事後說「那是 AI 產生的」,主管心裡會怎麼想?
從 user story、架構文件、架構程式碼、單元測試到頁面文件,一層層讓 AI 產出並回寫成 Context。這篇拆解整套流程,也講為什麼架構階段最關鍵。
幫幾個新手看 Code,發現在 AI 的時代很多人根本不知道自己在寫什麼,就跟以前每次都複製貼上一樣,完全不曉得程式是怎麼動的。
面試官一邊問「你會用 AI 幫你工作嗎」,一邊在上機考時禁止使用 AI 和 Google。真實工作都不能用這些工具嗎?不用工具的人就比較優秀嗎?
AI 確實讓我寫程式的速度快了兩倍,但架構設計、抓 Bug、找問題本質、跨部門溝通這些真正繁瑣的事一點也沒少。五年內談取代還是危言聳聽。
技術長希望用 AI 提高測試覆蓋率,我的答案是「可以」也「不行」。輸入輸出明確的沒問題,但前端元件的參數量與渲染時間差,離 AI 能寫還有一段路。
我實際會找 AI 幫忙的六件事:資料搜集與技術評估、簡報文案、潤飾程式碼、先寫測試再讓它實作、文字微調,還有那些不想花時間回答的問題。
在 code review 時看到一段命名邏輯都很眼熟的程式,一查發現八成是 ChatGPT 產的。我不覺得那位工程師偷懶,反而覺得他很懂得善用工具。
人工智慧的本體是一套會記錄、累積、判斷的演算法,能構建它的工程師不到 5%。但市場上大概有七成充斥著假 AI,拿著厲害的名號四處騙融資。