AI Coding 半年心得:沒有華麗的 Agent,只有熟悉的工程流程
最近看到很多大神分享 AI Coding 的玩法,像是 Harness Agent、Loop Agent、Multi-Agent,甚至讓不同品牌的 AI 互相協作、審查、自動完成開發。
看起來真的很強大。
但……我沒有這樣做。
在還沒有 AI Coding 的年代,我開發一套系統,習慣先把需求拆成許多細小的工作。如果用 GitHub 管理,就是一個個獨立的 Issue。
進入 AI Coding 時代後,我的工程流程其實沒有太大改變。
以前是我自己手打程式,現在換成 AI 幫我打。
每次開始一個新系統,我還是會先把基礎架構、專案規範建立好。
例如:
前端:ReactJS,使用既定的專案模板。
後端:.NET,採用 Clean Architecture。
先確立架構、分層、命名規則與開發慣例。
接下來使用 Codex 開發時,我有個習慣:
一次只處理一個 Issue。
我的流程大致如下:
先規劃:透過 Skill 分析需求,產出 Requirement、Domain、API、Backend、Frontend、Implementation Plan 等文件。
再實作:依照規劃文件,使用對應的 Skill,讓 Codex 逐步完成程式。
人工 Review:檢查核心程式邏輯、需求是否滿足、架構是否合理,以及 UI 實際操作的體驗。
完成交付:確認沒有問題後,建立 PR、合併程式,關閉 Issue。
一個 Issue 結束,再進入下一個。
沒有一群 Agent 自動開會,也沒有讓 AI 自己無限循環開發。
整個流程看起來不夠自動化,似乎也沒那麼高大上。
但對我來說,有個很重要的差別:
AI 可以幫我寫程式,但我還是希望自己知道每一段程式為什麼存在。
每個 Issue 解決了什麼問題、做了哪些設計決策、改動了哪些地方,我都能保持一定程度的掌握。
AI Coding 讓開發速度變快,但我不希望因為速度變快,就失去對系統的理解。
當然,這樣的方式不一定是效率最高的,也不是說 Multi-Agent 不好。
只是現階段,我更重視的是開發過程的可控性,以及對整個系統的掌握度。
不知不覺,使用 AI Coding 也半年了。
這半年,陸陸續續開發了將近十套系統。
寫出來的程式碼,可能比我過去十年親手寫的還要多。
有時候回頭想想,還是覺得很不可思議。
以前,寫程式是開發過程中最花時間的事。
現在,真正需要花心思的,是決定要寫什麼、怎麼設計,以及如何確認 AI 寫的是對的。
工具變了,速度變了。
但我認為,軟體工程的核心並沒有因此消失。
AI 負責加速,我負責掌舵。
另外,這樣的開發方式,或許也是相對經濟的 AI Coding 用法。
不需要同時啟動多個 Agent,也不需要讓 AI 反覆循環討論、互相審查。
每次只專注一個 Issue,先把需求與規劃釐清,再讓 AI 按照明確的範圍實作。
少了許多 Agent 之間的溝通成本,也減少重複讀取 Context、反覆推理所消耗的 Token。
當然,不代表這樣一定最省,也不代表 Multi-Agent 不值得使用。不同規模、不同複雜度的任務,本來就適合不同的方式。
但至少對我目前的開發模式來說,用相對少的 Token,完成更多可控、可驗收的工作,或許比追求高度自動化更實際。
AI Coding 不一定要玩得很複雜,適合自己的工程流程,才是最有價值的。
這就是我目前的 AI Coding 方式。
