· AI 與工具
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。
#AI
共 39 篇
· 前端技術 · 系列:ai-era-craft
Vibe Coding 做得出 95 分的產品，缺的 5 分全是最貴的
一個人用 Vibe Coding 做出金流、SEO、三個自製瀏覽器引擎都齊全的字幕產品，完成度高到不像 side project。但 1024px 的硬地板、寫死的多語系、沒清理的暫存檔，缺的剛好都是不好玩的那些。
· 議題討論 · 系列:ai-era-craft
不要再創造沒意義的名詞，別再拿 AI 名詞製造焦慮
Prompt Engineer、Context Engineer、Harness Engineer⋯⋯每隔幾週就冒出一個新職稱。但把包裝拆開，講的還是同一件事：把需求講清楚、把系統設計好。這篇談為什麼名詞會過期，而把基本功做扎實的人才會留下來。
· AI 與工具 · 系列:ai-era-craft
功能做出來只是一句話，難的部分 AI 沒讓它變快
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。
· AI 與工具
Code to Figma
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。
· AI 與工具
AI 時代的 UI 設計師
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。
· AI 與工具
溝通的渠道
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 與工具
AI 選擇性閱讀
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。
· AI 與工具
關於 AI 幫我做了什麼
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。
· AI 與工具
Vibe Drawing
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。
· AI 與工具
Claude Channel 很酷，但也就這樣
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 與工具
竹子的日記 Day02
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。
· 日更系列
關於我與前端無關緊要的分享 Day 52
webpack 怎樣都不肯把 require 轉成 __webpack_require__，我丟給 Claude Code 查，燒到 token limit 還沒解決。自己查半小時就找到答案：package.json 的 type 設成 module。
· 日更系列
關於我與前端無關緊要的分享 Day 50
AI 切版切得好不好，取決於設計師 Figma 的品質。說 AI 切得很棒只有兩種可能：你的設計師功力高超，或是你根本沒有設計稿。
· 日更系列
關於我與前端無關緊要的分享 Day 42
一個人的執著和熱情都會留在程式碼裡。AI 來了之後雜訊變多，但 AI 寫的東西反而更好辨識，因為它就是有一股「AI 味」。
· 議題討論
鏟子英雄
「鏟子英雄」網站碰上 Vibe Coding 翻車的敏感時機，作者承受了龐大壓力。用心做的東西也是一片善意，不需要用這麼鋒利的語氣去指責。
· 日更系列
關於我與前端無關緊要的分享 Day 31
要讓純小白靠 Vibe Coding 做出應用程式，背後需要的基礎知識量實在太龐大。看似學會了一門技術，其實只是站在愚昧的山峰上。
· 議題討論
中文怪物
中文怪物的答題 App 在啟動前一刻卡在系統更新。這正是網頁應用程式和原生應用最大的差別：版本的兼容能力。
· 議題討論
鼓勵大家 Vibe
我很推薦非軟體背景的人玩玩 Vibe Coding，不是要築技術壁壘，而是希望大家了解軟體開發。規模一大，你自然會懂為什麼需要軟體工程師。
· AI 與工具
AI 的嘗試
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。
· 短文與心得
Token 很貴
「不是大家不想要全 Vibe Coding，是工程師比 Tokens 還便宜」，今天看到最好笑的一句話。阻礙 Vibe Coding 的極限，竟然是 token 太貴。
· AI 與工具
Figma MCP
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。
· AI 與工具
什麼是好 Code？
「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。
· AI 與工具
AI 的成果取決於你的管理能力
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。
· AI 與工具
Vibe Coding 的感覺
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。
· AI 與工具
新技術
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？
· AI 與工具
元件拆分
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 與工具
AI 的東西不要照單全收
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？
· AI 與工具
分享我使用 AI 的方法
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。
· AI 與工具
你真的知道自己在寫什麼嗎？
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。
· 議題討論
問 AI 就好了
有個老闆覺得 AI 不會唬爛他，拿著 AI 的答案去跟技術主管吵，三兩下就被識破。AI 取代的不是專業工作者，是那些半桶水的人。
· AI 與工具
最近很愛問 AI 的問題
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 與工具
AI 能解決的問題深度
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。
· AI 與工具
AI 幫忙寫測試
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。
· 議題討論
工程師會不會被 No Code工具或 AI 取代？
Wix、Shopify 這類版型網站確實讓官網不需要前端。但繪圖編輯器呢？極端優化的體驗、複雜的商業邏輯呢？被淘汰的會是底層的工程師。
· AI 與工具
和 ChatGPT 當好朋友
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。
· AI 與工具
我也來蹭一下 ChatGPT
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。
· AI 與工具
［人工智慧］
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。
· 議題討論
AI的浪潮
1896 年火車進入中國，馬伕工會抗爭、破壞、打壓，最後海量馬伕還是失業了。這篇用這段歷史講 AI 浪潮下的產業轉型。