昨日回顧與今日目標

在 Day 26 的精彩實戰中，我們成功地打通了 ATDD 的“最後一公里”，同時也完成了從「業務價值」到「程式碼實現」再回到「業務價值驗證」的循環。

我們已經在 TDD 和 ATDD 的視角下，與 AI 進行了合作，AI 幫助我們寫 Gherkin、寫測試、寫產品程式碼，似乎是一個無所不能、有求必應的完美夥伴。

但是，真實的開發場景遠比理想化的 Kata 複雜。當我們面對一個龐大的業務系統、一個有著嚴格程式碼規範的團隊時，我們很快就會遇到一個新問題：

AI 的建議，並不總是我們想要的，甚至有時是完全錯誤的。

今天的目標：從 AI 的熱情中抽離出來，深入探討人機協作中更高級的藝術 —— 衝突、思辨與決策。

分析 AI 建議可能「不理想」的幾種常見情況

當 AI 的建議與你的想法或團隊規範衝突時，該如何應對？ 重新思考：在 AI 時代，人類開發者的核心價值究竟是什麼？

場景一：當 AI 的方案「能用，但不夠好」

假設我們正在重構一個函式，我們向 AI 請求一個更優雅的版本，AI 也給出了一個可行的方案，所有測試也都通過了。但你作為一個經驗豐富的開發者，總覺得這個方案的「味道」不對。

可能的原因：

• 缺乏領域知識 (Domain Knowledge): AI 不理解業務，它建議的一個變數命名 item，在領域內的詞，可能用 product 或 asset 更為精準。
• 設計模式的取捨： AI 可能會傾向於使用一個廣為人知但在此場景下略顯「殺雞用牛刀」的設計模式，而開發者，基於對未來需求擴充性的判斷，可能傾向於一個更簡單、更直接的結構。
• 可讀性與技巧性的權衡： AI 有時會給出一個非常炫技、利用了語言冷門特性的「一行流」解法，這個解法雖然簡短，但對其他成員來說，可讀性極差。
• 應對策略：你是最終的決策者。

把 AI 當作一個「方案提供者」，而不是「最終答案」，它的建議是一個很好的起點，而不是必須遵循的聖旨。

用 Prompt 引導修正：不要直接否定它。嘗試用更精準的 Prompt 來引導它走向你想要的方向

詠唱範例:

這個方案可行，但是否可以避免使用 X 設計模式，嘗試用一個更簡單的`if/else`結構來重寫？我們的團隊更注重直接和清晰。

謝謝你的建議。在這個函式中，請將所有名為item的變數重命名為product，因為這更符合我們的 Domain Term。

親自動手，融合修改

最常見的情況是，AI 的方案有 80% 是可取的，勇敢地接受它的建議，然後親自動手修改那剩下的 20%，將你的經驗和判斷融入其中。

場景二：當 AI 的風格不符合「團隊規範」

每個團隊都有自己的程式碼風格規範 (Coding Style Guide)，舉幾個例子🌰🌰🌰:

• 我們縮排用 tab 還是 space？
• if 語句的括號要不要換行？
• 錯誤訊息的格式應該是怎樣的？
• 註解的格式有什麼要求？

AI 在沒有被明確告知的情況下，會使用它所學習到的 「最大公約數」 風格，這很可能與團隊規範不符。

應對策略 1: 為 AI 設定「護欄」和「範例」

• 利用 formater config： 很多基本的格式化問題（如縮排、行尾空格）可以透過 Prettier、Go Formatter、EditConfig 等工具來自動修正，這是第一道防線。
• 提供明確的範例 (One-Shot): 這是最有效的方法。當你要求 AI 生成一個新函式時，先在同一個檔案裡給它看一個已經寫好的、完全符合團隊規範的函式。

詠唱範例:

請參考我選取的GetUserProfile函式的程式碼風格（特別是錯誤處理和日誌記錄的方式），為我實現一個新的UpdateUserProfile函式。

應對策略 2: 建立團隊的「Prompt 知識庫」

將那些能夠生成符合團隊規範程式碼的、效果最好的 Prompt 記錄下來，形成團隊的共享知識庫，這樣新人加入時，就能快速學會如何與 AI 高效協作 (作者在下在工作這就是選擇這個 solution)。

在 AI 時代，人類開發者的核心價值是什麼？

當 AI 能夠完成越來越多的任務時，我們是否會被取代？ 今天的探討似乎也透露出否定的答案。 AI 正在將我們從「體力勞動」中解放出來，讓我們更專注於那些無法被自動化的、更高層次的價值。

• 架構設計與長遠規劃： AI 能看到眼前的程式碼，但我們看得到整個系統的未來，決定採用微服務還是單體、選擇哪種資料庫、規劃模組之間的邊界，這些高維度的架構決策是你的核心價值。
• 理解複雜的業務需求： AI 不理解你的客戶是誰，不理解市場的變化。將模糊的業務需求，轉化為清晰的技術規格和開發步驟（就像我們 TDD 中的 Goal 發想），這是目前我們獨有的能力。
• 溝通、協作與領導力： 寫程式碼只是軟體開發的一部分，與產品經理溝通、與團隊成員協作、Code Review、培養新人……這些「軟技能」的重要性正在急劇上升。
• 批判性思維與最終決策權： 如我們今天所探討的，對 AI 的所有建議進行批判性的審視，並在權衡利弊後做出最終決策，這份責任永遠在於人。

今日總結

今天，我們探討了人機協作中至關重要的一環——思辨與決策。

• 我們學會了如何應對 AI 建議「不理想」或「不符合規範」時的各種情況。
• 我們掌握了透過引導修正和提供範例來駕馭 AI 的技巧。
• 我們重新認識到人類開發者不可替代的核心價值。
• 學會與 AI 共舞，而不是與之對抗。讓它處理繁瑣，讓我們專注於創造。