善用 AI,使得結果:從一張圖看 AI 時代的開發心法
最近在網路上瘋傳一張圖,它巧妙地以「造一台車」來比喻在不同模式下使用 AI 進行軟體開發的結果。這張圖不僅幽默,更精準點出了許多開發者在擁抱 AI 協作時的真實體驗。
最近在網路上瘋傳一張圖,它巧妙地以「造一台車」來比喻在不同模式下使用 AI 進行軟體開發的結果。這張圖不僅幽默,更精準點出了許多開發者在擁抱 AI 協作時的真實體驗。

這張圖描繪了四種「造車」方式:
- Waterfall(瀑布式開發):從輪胎、輪軸、底盤到最終的整車,循序漸進,一步到位。在這種模式下,你必須等到所有環節都完成,才能看到最終的成品。
- Agile(敏捷開發):從一個最簡可行產品(MVP,Minimum Viable Product) — — 滑板開始,接著逐步迭代出滑板車、腳踏車、摩托車,最終達到汽車。它的核心是快速交付「可用的價值」,每一次迭代都能滿足一部分需求。
- AI(人工智慧):當你模糊地對 AI 說「給我一台車」時,它可能會先給你一台充滿奇思妙想、甚至有點怪異的車(例如《辛普森家庭》裡的「荷馬號」),然後你需要反覆調整、修正,才能引導它逐漸接近你心目中的最終形態。
- Vibe Coding(即時互動式開發):這開發方式,如果沒的指令不精確,經常會造成混亂,容易變成沒有清晰的目標,想到什麼就加什麼,功能不斷膨脹堆疊,最終導致專案變成一團無法維護的爛攤子。
我使用 AI 的真實體驗:AI 是加速器,而非魔法棒
當我第一次看到這張圖時,特別是對「AI」和「Vibe Coding」這兩部分深有感觸。許多人以為有了 AI,就可以憑空變出一輛完美的車,但我實際動手寫程式後才發現,事情遠沒有那麼簡單。
很多時候,直接讓 AI 憑空生成一個複雜的結果,反而會讓東西變得「越改越奇怪」。AI 雖然強大,但如果你給的指令不夠精確,它就會根據自己的「理解」憑空加上一堆細節、不必要的複雜性,甚至「產生幻覺」。最終,你投入的時間不是在開發新功能,而是在做大量的「擦屁股」工作 — — 刪除冗餘、修正錯誤、調整不符預期的部分。這不僅沒有提升效率,反而可能拖慢進度。
善用 AI 的心法:將複雜任務拆解,讓 AI 加速每個環節
經過多次嘗試和反思,我找到了更有效率的 AI 協作方式。我發現,最關鍵的並不是讓 AI 從零到有地創造一切,而是將大目標像「瀑布式開發」一樣進行清晰的任務拆解。
我的流程是這樣的:我會按照我所需的最終結果,先把整個專案或功能拆解成一個個獨立且明確的步驟,就像造車時先從輪胎開始,接著是輪軸、底盤,最後才是車身和內部結構。
然後,在每一個被拆解出來的「小任務」中,我會善用 AI 來加速。例如:
- 設計初期:讓 AI 幫忙生成不同輪胎的設計草圖或相關規格。
- 程式碼實作:請 AI 針對某個特定模組或功能生成程式碼片段,然後我再進行審核、修改和整合。
- 問題排查:讓 AI 協助分析錯誤日誌,提供可能的解決方案。
- 文檔撰寫:利用 AI 快速生成技術文檔的初稿。
這樣一來,AI 就像是一個極其高效的助手,它會幫我處理大多數的細節、提供多種可能性,極大地縮短了每個環節的執行時間。
AI 時代的效率提升:從「月」到「週」的飛躍
有人可能會問:「那這樣用 AI 的差異在哪?」對我來說,最大的差異就是效率的大幅提升。原本手工完成一台車(一個複雜專案),可能需要一個月或更久的時間。但通過善用 AI,將流程精準拆解並讓 AI 協同,這個週期可以縮短到一個禮拜,甚至更少。
因為 AI 處理的是那些重複性高、細節繁瑣但又相對獨立的任務。它就像一台高速運轉的加工機,大大加速了「零件製造」的過程,讓我能將更多的精力投入到「架構設計」、「複雜邏輯處理」和「最終整合調優」這些需要人類智慧和創造力的環節。
結合敏捷思維:AI 讓迭代更快、價值交付更頻繁
有趣的是,這張圖還提供了「敏捷開發」的視角。敏捷是從一個最小可行產品(如滑板)開始,快速迭代,每次都交付可用價值。如果將 AI 融入敏捷開發,那將是另一種效率的飛躍。
例如,在敏捷的每次迭代中,我們可以利用 AI 更快速地開發出下一個版本的原型,或優化現有功能。想像一下,AI 能夠在幾小時內幫你從「滑板」升級到「滑板車」的代碼基礎,這將使得快速試錯和頻繁交付變得前所未有的容易。
結語:清晰的指令,聰明的協作
總之,AI 確實是軟體開發領域的一場革命,但它並不是讓你一勞永逸的魔法。如同圖中所示,模糊的指令只會導致混亂和大量的返工。
善用 AI 的關鍵在於:
- 明確的目標拆解:將複雜任務細化為 AI 可以理解和執行的獨立單元。
- 精準的指令引導:為 AI 提供清晰、具體的提示,限制其「發揮」的範圍。
- 人工的審核與收尾:始終保持最終的控制權,審核 AI 的輸出,並進行必要的調整和優化。
只有這樣,AI 才能真正成為你強大的協作夥伴,讓開發流程更高效、更順暢,幫助我們在 AI 時代創造出更多有價值的成果。