本篇文章更新時間：2026/04/06
如有資訊過時或語誤之處，歡迎使用 Contact 功能通知或向一介資男的 LINE 社群反應。
如果本站內容對你有幫助，歡迎贊助支持 。
內容目錄
從八年願望到三個月實作：AI 讓一個開發者終於完成自己的 SQLite 工具夢
副標題：這篇文章不只在講一個工具的誕生，更是 AI 時代「如何寫程式」的深度觀察
編輯前言：原文作者分享自己如何在多年動念卻始終無法啟動的 SQLite 開發工具計畫中，因為 AI coding agents 的出現而真正完成作品。這不只是工具誕生的故事，更是 AI 與人類工程師如何「共寫程式」的第一手觀察。本文靈感來源：Eight years of wanting, three months of building with AI。
核心觀點 (Key Takeaways)
- AI 能快速打破「我知道要做，但不知道如何開始」的心魔，讓作者終於啟動多年願望。
- AI 在「明確任務」上極強，例如：撰寫標準化程式碼、重構、跨語言 API 查詢，但在架構設計與 API 設計上反而會拖累進度。
- AI 的使用會形成一種「成癮性迴圈」：越累越用 AI，越用 AI 越累，也更容易迷失 codebase 全貌。
深入解析
原文的核心，是作者八年來一直想打造 SQLite 的高品質開發工具，但工作難度高、過程繁瑣，加上缺乏明確優先度，讓這件事一直被擱置。直到 2025 年底，AI coding agents 的能力明顯提升，他才真正決定全力一試，並最終打造出 syntaqlite。
作者坦白說，這個計畫若沒有 AI，他根本不會開始，更不可能在短時間內完成。
「AI basically let me put aside all my doubts … giving me very concrete problems to work on.」
他將整個過程拆成兩種模式：
- 早期的 vibe-coding：幾乎全部交給 AI，但結果是「可用但完全無法維護的義大利麵」。
- 後期的嚴格流程：自己主導架構與決策，AI 作為高速執行手與研究助理，並隨時 refactor、設計測試、保護品質。
這個轉變讓他成功完成 syntaqlite，也讓他更清楚 AI 在工程中的真正定位：它是放大器，不是設計師。
AI 如何成為助力
- 突破心理阻力：AI 讓他從「不知道如何啟動」變成「先讓 AI 提個版本，我來改」。
- 大量重複性工作交給 AI：包含從 SQLite 原始碼抽出 parser、生成測試、整理 formatter、寫 WASM playground 等。
- 跨語言學習成本降低：作者本來不懂 Rust tooling 與 VS Code 擴充語法，但 AI 讓這些變成「一小時就能動起來」。
- 更有餘裕思考 UX：他說這是一個明顯的變化，以往 side project 常常只完成技術骨架，但他這次竟然有時間做 CLI UX、文件、擴充功能，讓工具真正能「被使用」。
AI 造成的問題與代價
- 成癮循環：像玩老虎機一樣，不斷嘗試下一個提示，希望「這次結果會比較好」。
- 疲勞與模糊指令形成惡性循環：越累 -> prompt 越差 -> 結果越差 -> 越想再試。
- 失去 codebase 的肌肉記憶：AI 生成的程式易於閱讀，但因為不是自己寫的，作者多次失去對整體細節的掌握。
- 架構與 API 設計完全靠 AI 會失敗：這些沒有「正確答案」的領域，需要人的品味與 judgement，AI 只會讓架構越寫越歪。
- 測試讓人產生「假安全感」：500+ 測試固然漂亮，但仍然無法彌補結構性設計瑕疵。
最後作者說，這三個月讓他學到：
AI 是實作的倍增器，但不是設計的替代品。
筆者心得與啟發
讀完原文，我最大的感受是：作者不是在分享一篇「AI 有多神」或「AI 多糟糕」的極端立場，而是難得呈現一個工程師在 AI 時代真實的工作樣貌。
在我看來，這篇文章值得記住三件事：
-
AI 最大的價值是幫你跨越啟動門檻，而不是思考門檻。
很多工程師（包含我自己）常常因為害怕做錯架構或因為不熟悉某個技術，就一直不敢開始。AI 在這種時刻確實是超實用的「推手」。 -
AI 與人的分工界線正在變得更清晰。
AI：負責速度、重複、標準化、查文獻、寫 boilerplate。
人：負責 taste、API 設計、架構判斷、跨模組的整合感。這其實是非常健康的合作模式。
-
AI 讓「你能做的事」變多，但也讓「你必須決定的事」變多。
特別是在 side project 上，這可能會讓人更容易迷失，需要更強的自我管理。
對我來說，這篇文章像是一面鏡子，讓我重新思考自己未來在 side project 或大型專案中，該如何更智慧地與 AI 協作。尤其是「AI 會讓你太快做到錯的方向」，這是我以前沒意識到的陷阱。
最後，我很同意作者結語希望看到更多工程師分享「長期、真實、要 survive 的專案」在 AI 時代的經驗，而不是只看那些 demo 級專案。我相信未來幾年，我們會看到更多像 syntaqlite 這樣的故事，也會看到更多人類工程師與 AI 重新定義合作邊界。