作者 uopsdod (pcman)標題 [討論] 亞麻工作談:兩次 re-org 後,我對 AI coding 最大體會時間 Wed Mar 18 14:50:08 2026
用 AI 寫 code,前期真的很爽。
很多東西丟進去,很快就有東西跑出來。
UI、CRUD、測試、refactor,體感都比以前快很多。
但我自己用一陣子之後,慢慢發現一個問題:
AI 很會讓你在前兩週覺得自己效率翻倍。
但如果專案稍微變大,後面很可能就開始失控。
---
我自己最常遇到的大概是這幾種:
原本正常的頁面,被改一輪之後反而壞掉
UI 理解一直有落差,你以為講清楚了,它其實理解成別的東西
前面講過的規則,過幾輪就忘
context 很快塞滿,品質開始往下掉
換個 session 之後,像失憶一樣,很多東西都要重講
所以我後來慢慢有個感覺:
我後來慢慢有個感覺:AI coding 不穩,很多時候不一定是模型本身不行。
我自己看身邊同事在用 AI,很多時候還是這種模式:
開個 chat、丟需求、等它吐東西,不對就再重講一次。
這樣不是不能用,
但很難長期穩定產出。
---
我自己真正意識到這件事,是去年 Amazon 兩次 re-org 之後。
我原本做的是 Payment 系統,
每天處理上百萬筆交易,這塊我做了三年,算是很熟。
但某次 re-org 之後,我被拉去做一個新任務:
在既有的廣告 backend 裡,
接一條新的交易流程。
我第一次打開 codebase 的時候,心裡只冒出一句話:
What the hell did I just get myself into.
主專案很大,很多團隊共用,service 之間互相依賴,
很多邏輯不是你看一兩個檔案就能懂的。
更現實的是,時程也不長。
第一個月要有 beta。
第二個月要完整上線。
那時候我就很清楚,
如果我還是用以前那種方式慢慢看、慢慢接、慢慢查,
風險會很高。
不是那種「辛苦一點還是做得完」的高,
而是你根本很難在有限時間裡,建立足夠的全局理解。
所以我那時候做了一個決定:
先不要急著叫 AI 幫我生 feature。
先把自己的 AI 使用方式整理起來。
---
我後來給自己定了一條原則:
任何需要手動重複做,而且超過兩三步的事情,
都要想辦法系統化。
所以我開始做的事情,大概像是:
把常用操作整理成固定 command
把環境資訊、測試方式、規則整理成可重用的 context
可以平行驗證的事情就拆出去跑
比較明確地管理 session、規則和回饋
讓 AI 不只是回答問題,而是進入我的開發流程裡
這些東西聽起來都不炫,
但真正讓我後面速度差很多的,反而是這些。
---
老實講,第一週這樣做的時候壓力很大。
因為表面上看起來,你沒有立刻產 feature。
我還記得那時候 manager 問我一句話:
"You haven't worked on any feature?"
那時候的壓力,其實真的很大。
因為在別人眼裡,你像是在花時間整理工具,
不是在推進事情。
---
但我那時候心裡很清楚,
如果這套東西沒有先立起來,
後面只會一直卡在:
context 爆掉
規則忘記
改一處壞三處
測試一直重跑
每次都從頭解釋
這種狀況短期看起來還能撐,
但在大 codebase 裡,很容易越做越亂。
所以我後來回頭看,那一週反而是最值得投資的一週。
---
我現在對 AI coding 最大的感想,不是它能多快幫你生出 code。
而是專案一旦變複雜,
真正影響效率的,往往已經不是模型會不會寫,
而是你有沒有一套穩定的方法,讓它持續在對的軌道上工作。
我現在不太相信
「只要模型夠強,一切自然會變順」這件事。
我自己的經驗比較像是:
模型變強當然有幫助,
但如果 workflow 沒跟上,
最後只是更快把專案搞亂。
---
回頭看,去年那次 re-org 留給我最大的收穫,
不是我用了什麼模型。
而是我終於搞懂:
真正的門檻,
不是你會不會下 prompt。
而是你有沒有能力,把 AI 變成一套能長期運作的工作方式。
--
---
寫工程師在 AI 時代的轉變
也分享 AI 工作流、創業思維與矽谷職場
矽谷叔叔 Uncle Sam
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 99.185.46.190 (美國)
※ 作者: uopsdod 2026-03-18 14:50:08
※ 文章代碼(AID): #1fkaiZyu (Soft_Job)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1773816611.A.F38.html
推 aspirev3: 推一下get shit done 這個repo2F 03/18 15:03
推 yamakazi: 我看一畝三分地,亞麻AI被員工噴到爆,大家都說claude比較強3F 03/18 15:22
→ dream1124: 你講的其實就是那些會去玩AI skills或為AI寫一堆md的人在做的事。儘管這樣做其實既可以給AI看也可以給人看,但是也不能保證產出和品質符合期待,因此最後就是看你願不願意跟LLM部分不能解釋的地方以及整套服務不斷變化的本質對賭,賭贏了就是你的,你就能高興像某些人發文5F 03/18 15:24
→ dream1124: 說自己掌握別的工程師不懂或不會的某種「技能」,12F 03/18 15:29
→ dream1124: 是時代的勝利者,這就現在軟體開發世界的寫照。
賭贏的人解釋不清楚賭贏的原因,也不認為是拿時間在賭但是會認為自己掌握某種新的「技術」或「技能」14F 03/18 15:30
→ cancelpc: 但skills不是無限,還是會遇到腦容量太少的問題17F 03/18 15:33
推 yamakazi: 其實有人已經做了,github找superpower18F 03/18 15:34
→ gtr22101361: 不管你是gsd superpower opespec speckit bmad kiro 重點就是讓AI在context內理解系統
不然每次clear不就崩潰一次19F 03/18 15:42
推 yamakazi: 或是claude窗口直接開到1M
Claude.md,hook等等,反正用久了你自然知道哪些任務可以拆分成標準化流程,哪些叫子代理去做
能夠寫成代碼包成command就不要用自然語言處理22F 03/18 15:43
推 sunsamy: 我叫claude幫我寫H.265 verilog加速器,它說它不會,昏倒QQ那claude會的是不是只有小算盤, 踩地雷之類的程式啊?27F 03/18 17:31
→ Brioni: Claude會那些很頂的算法跟資料結構,但現階段處理大架構仍力有未逮31F 03/18 18:28
噓 peter98: 才兩次reorg 很菜喔33F 03/18 18:30
噓 USD5566: 做到亞馬遜然後用AI的方式是開CHAT...?34F 03/18 18:40
→ DrTech: 這篇寫得不錯,建立工作流程,比prompt重要多了。這篇也比隔壁版的賣課廣告文強多了。
原來是在亞麻做廣告業務,難怪那麼會做廣告文。35F 03/18 19:15
--