本篇文章更新時間：2026/01/27
如有資訊過時或語誤之處，歡迎使用 Contact 功能通知。
一介資男的 LINE 社群開站囉！歡迎入群聊聊～
如果本站內容對你有幫助，歡迎使用 BFX Pay 加密貨幣 或 新台幣 贊助支持。
內容目錄
回到手寫程式碼的時代：AI 代理人開發的幻覺與真實
副標題：讀 Atmoio 的〈After two years of vibecoding, I'm back to writing by hand〉有感
編輯前言：這篇文章直擊近期「AI 代碼代理人」的盲點，尤其是那些真正想用 AI 開發實際產品的工程師，很可能都走過同樣的彎路。
核心觀點 (Key Takeaways)
- AI 在小任務上驚艷，在大任務上讓人誤以為能無限制擴張。
- 規格寫得越詳細，並不代表代理人真的能依照 specs 長期演化整個架構。
- AI 生成的代碼常「看起來很對」，但在整體脈絡下，卻是「高品質的垃圾」。
深入解析
作者先點出了 AI coding 的典型旅程：從簡單任務的驚艷，到大任務帶來的震撼，再到職涯焦慮。真正的挑戰出現在工程師開始依賴 AI 做「嚴肅工作」之後——而不是玩票性質的周末專案。
作者寫道：「It was pure, unadulterated slop.」
這段可以說是整篇文章的核心。原因不是模型不聰明，而是它的工作模式本質上是「段落式思考」：
- 一個 PR 看起來合理。
- 一個函式看起來乾淨。
- 一段重構看起來連貫。
但當你把整個 codebase 打開「從頭讀到尾」，才會發現問題：
- 全域結構缺乏一致邏輯。
- 前後文的決策矛盾。
- 模式不像人類工程師會遵守的那樣「協作共識化」。
作者用「vibewriting a novel」比喻得很精準：AI 會寫得像是每段都能通過 GPT 的語法檢查，但組合起來就像小說角色前後個性錯亂、故事前後矛盾。
規格導向開發的幻覺
很多工程師以為：「如果我寫出更精準的 spec，AI 就能照著來。」
但作者一語道破：真實世界的設計文件永遠是活的，它們會隨著探索與實作不斷修正。AI 代理人目前做不到這件事。它通常：
- 不會在長期的上下文裡修正早期的決策。
- 不擅長跨越多週期的結構演化。
- 一旦任務偏離初始 prompt，就會在迷宮裡硬闖，或直接放棄。
高度「合理化」的垃圾
作者承認，自己曾經逐行 review，但依然沒有察覺「整體上的失控」。這種現象我也非常有感：AI 輸出的代碼往往看起來乾淨漂亮，尤其在 PR 階段給你很強的信心，因為它深諳「什麼是看起來合理的工程師行為」。
所以最終結論非常犀利：
「I’m not shipping this shit.」
他回到手寫代碼，反而發現自己更快、更準、更有創造力。
筆者心得與啟發
這篇文章讓我重新思考 AI 程式輔助的定位。AI 在微觀任務上非常強：
- 產生一段演算法。
- 寫一個 utility function。
- 解讀錯誤訊息。
但當任務牽涉到「全域架構」時，AI 的能力很容易被誤解。它知道如何生產「好看的片段」，卻很難維持「整體一致的工程判斷」。這不是模型笨，而是語言模型天生偏好局部一致性，而非全域完整性。
我非常認同作者的做法：把 AI 當工具，而不是當代理人。尤其是核心代碼、架構決策、涉及使用者安全與資料保護的部分，人類仍然要在場。
在實際應用上，我建議大家：
- 讓 AI 做「局部代碼生成」，不要放手給它跑一個大型 PR。
- 對 AI 產出的架構決策保持懷疑，尤其是跨模組的一致性。
- 高風險、高價值的程式碼還是要自己寫。
AI 是很棒的副駕駛，但它還不是能獨自開長途車的駕駛。