iT邦幫忙

2025 iThome 鐵人賽

DAY 29
2
生成式 AI

AI-Driven Development - 個人開發者的敏捷實踐系列 第 29

Day 29 - AI 開發體系的全景圖:從工具到思維的完整進化

  • 分享至 

  • xImage
  •  

經過 28 天的探索,從最初質疑「為什麼敏捷沒有解決根本問題」,到建立 SDD AI Sprint 框架,再到各種實戰工具的深度應用,我們一起走過了一段精彩的旅程。

今天,讓我們站在更高的視角,看看這 28 天我們到底建立了什麼。

28 天的旅程:三個關鍵轉變

回頭看這段旅程,最大的收穫不是學會了多少工具,而是經歷了三個根本性的轉變。

轉變一:從流程優化到範式轉移

還記得 Day 2 提到的嗎?傳統的敏捷開發一直在「優化馬車」,而 AI-Driven Development 是在「發明汽車」。

以前的我們:

  • 開更多會來解決溝通問題
  • 寫更多文件來傳承知識
  • 加更多人來加速開發
  • 熬更多夜來提升產出

現在的我們:

  • 讓 AI 成為溝通的橋樑
  • CLAUDE.md, AGENTS.md 等等 AI Memory 建立活的知識體系
  • 一個人 + AI = 一個團隊
  • 30 分鐘完成以前 3 天的工作

這不是效率提升 200%,是效率提升 1000%。更重要的是,我們終於可以把時間花在真正有價值的事情上。

轉變二:從使用工具到建立體系

剛開始時,我們興奮地嘗試各種 AI 工具:Claudable、Claude Code、Cursor、Windsurf...

但我們開始會去理解這些工具背後的邏輯:
工具的演進路徑:

  • Claudable:適合快速 MVP,但靈活性有限
  • Claude Code:平衡了自動化與控制
  • Cursor:給了我們更多的自主權
  • Windsurf:極致的開發體驗

每個工具都有它的定位,關鍵是知道什麼時候用什麼。就像 Day 7 的習慣追蹤器用 Claudable 最合適,但複雜的系統架構還是需要 Claude Code 的彈性。

更進一步,我們建立了完整的工具體系:

核心開發層:

  • 程式碼生成(AI Pair Programming)
  • 測試策略(AI Test 五步法)
  • 品質控制(AI Code Review)

協作增強層:

  • MCP 生態(Context7、n8n、Notion)
  • 設計協作(Figma + AI)
  • 知識管理(Obsidian + AI)

效率加速層:

  • Git 整合(AI Commit)
  • 部署自動化(Vercel + AI)

這不再是散落的工具,而是一個完整的開發生態系統。

轉變三:從個人能力到系統思維

最深刻的轉變是思維模式的改變。

傳統的個人能力思維:
「我要學會 React」「我要精通演算法」「我要成為全端工程師」

AI 時代的系統思維:
「我要建立一個能持續學習的系統」「我要設計可複用的知識架構」「我要創造能自我進化的流程」

這就是為什麼筆者在 Day 27 特別強調建立個人知識庫的重要性。每一個 Prompt、每一個解決方案、每一個專案經驗,都不是一次性的消耗,而是系統的養分。

SDD AI Sprint:從理論到實踐的完整閉環

經過 28 天的打磨,SDD AI Sprint 已經從一個概念成長為完整的方法論。

框架的三種變形

還記得 Day 4 提到的三種變形嗎?

Solo Sprint(個人衝刺):
最讓我驚喜的發現。原來一個人真的可以在 48 小時內完成一個完整的產品。關鍵在於:

  • 零溝通成本
  • AI 全程陪伴
  • 極簡思維
  • 立即部署

我已經用 Solo Sprint 完成了超過 10 個小專案,每一次都有新的體會。
Team Sprint(小隊協作):
3-5 人的黃金組合。不是每個人都要會所有技術,而是:

  • 後端專注架構,AI 補足資安
  • 前端專注體驗,AI 產出設計
  • PM 專注需求,AI 生成文件

這種互補式的協作,效率驚人。

Scale Sprint(規模作戰):

大團隊最需要的不是更多流程,而是更智能的協調。AI 在這裡扮演了三個關鍵角色:

  • 知識管理中心
  • 品質守門員
  • 溝通潤滑劑

五大核心環節的 AI 賦能

從 Day 18 開始,我們深入探討了 SDD AI Sprint 的五大環節:

  1. PRD 撰寫:讓 AI 來問你問題,而不是你寫文件
  2. User Story 拆解:INVEST 原則的智能化應用
  3. 設計生成:從文字描述到視覺呈現
  4. 測試策略:AC 的自動生成與完善
  5. 開發實作:TDD/BDD 的 AI 協作模式

每個環節都不是獨立的,而是環環相扣。PRD 的品質決定了 Story 的清晰度,Story 的完整性影響了測試的覆蓋率,測試的嚴謹性保證了開發的品質。

Prompt Engineering:從技巧到藝術

如果說 AI 是引擎,那 Prompt 就是方向盤。這 28 天最大的技能提升,就是 Prompt Engineering。

三個層次的進化

初級:給 AI 下命令

幫我寫一個登入功能

中級:給 AI 完整上下文

專案背景:電商系統
技術棧:Next.js + PostgreSQL  
需求:實現 JWT 登入,包含記住我功能

高級:讓 AI 主導對話

你是資深架構師,請分析我的需求並提出方案
這是我的初步想法:[...]
請指出潛在問題並建議改進

最大的領悟是:不要告訴 AI 怎麼做,告訴 AI 你要什麼

Chain of Thought 的實戰應用

Day 11 介紹的 Chain of Thought,現在已經成為我的日常。不是一次要求 AI 做完所有事,而是像指揮管弦樂團:

  • PM Chain:需求分析 → 用戶故事 → 驗收條件
  • Developer Chain:架構設計 → 程式碼實作 → 測試撰寫
  • Designer Chain:Wireframe → UI 設計 → Design System

每個 Chain 都有自己的節奏,關鍵是找到最適合的串接方式。

品質革命:AI 不是降低標準,而是提升標準

很多人擔心 AI 會降低程式碼品質,但我的經驗完全相反。

AI Test 的三重保障

Day 14 的測試策略,徹底改變了我對測試的看法:

第一重:完整性
AI 會想到你想不到的 Edge Case。記得那個登入功能嗎?AI 提醒我要測試:

  • 系統時間與伺服器時間不同步
  • 瀏覽器密碼自動填充後立即提交
  • 不同標籤頁同時登入不同帳號

這些都是我自己很難想到的。

第二重:一致性
每個測試案例都遵循相同的結構,每個 AC 都有明確的驗證點。不會因為趕時間就隨便寫寫。

第三重:可維護性

AI 生成的測試自帶文件屬性,Given-When-Then 的格式讓任何人都能理解測試在做什麼。

Code Review 的新標準

Day 16 提到的 AI Code Review,不只是找 bug,更是:

  • 架構合理性評估
  • 效能瓶頸預警
  • 安全漏洞掃描
  • 可維護性分析

最重要的是,AI 不會因為人情世故而放水,該改就是該改。

踩坑指南:那些血淚換來的經驗

Day 26 分享了七個反模式,現在回想起來,每個坑都踩得很值得。

最深的坑:Context 肥胖症
一開始總想把所有資訊都給 AI,結果它反而迷失了。現在我學會了「最小必要資訊」原則。

最痛的領悟:AI 不是萬能的
Critical thinking 永遠是最重要的。AI 可以加速執行,但方向還是要你來決定。

最大的收穫:與 AI 協作,而不是使用 AI
這個心態轉變太重要了。當你把 AI 當成夥伴而不是工具,整個協作品質完全不同。

四個專案的技術精華

如果你想看具體的實戰,可以去看筆者的另一個系列「AI-Driven Development 實戰篇」,那裡詳細記錄了四個專案的開發過程:

  1. MenuBar Todo App:Electron 開發的最佳實踐(剛完成)
  2. 心情日記 Mobile App:智慧記帳 Web App(進行中)
  3. 心情日記 App:React Native 跨平台開發(未開始)
  4. 投資儀表板:即將開始的金融數據處理(未開始)

每個專案都是 SDD AI Sprint 的實踐案例,有興趣的讀者可以對照著看。

個人知識體系:從散亂到系統

Day 27 講的知識庫建立,我想再強調一次它的重要性。

我的知識庫結構

📁 AI-Development-System/
├── 📁 Prompts/
│   ├── 需求分析/
│   ├── 架構設計/
│   ├── 程式碼生成/
│   ├── 測試策略/
│   └── Debug技巧/
├── 📁 Projects/
│   ├── 專案模板/
│   ├── 架構範例/
│   └── 部署配置/
├── 📁 Problems/
│   ├── 錯誤解決/
│   ├── 效能優化/
│   └── 相容性處理/
└── 📁 Learning/
    ├── 新工具評估/
    ├── 最佳實踐/
    └── 社群分享/

每個資料夾都是活的,每天都在成長。這種累積的複利效應,遠超過你的想像。

下一步:從學習到創造

明天是第 30 天,但這不是結束,而是新的開始。

給自己的三個問題:

  1. 掌握了這麼多工具和方法,你想創造什麼?
  2. 如果效率提升 10 倍,你會用多出來的時間做什麼?
  3. 在 AI 時代,什麼是只有你能提供的價值?

給讀者的三個建議:

  1. 不要等到準備好才開始,現在就開始一個 48 小時 Solo Sprint
  2. 建立自己的知識庫,從今天的學習開始記錄
  3. 找到志同道合的夥伴,一起探索 AI 開發的可能性

結語

28 天前,我還在抱怨 Scrum 的各種問題。現在,我已經用 SDD AI Sprint 完成了多個專案,效率提升了不只 10 倍。

但最大的改變不是效率,而是心態。從「這個很難實現」變成「讓我想想怎麼讓 AI 幫我」。從「我不會這個技術」變成「給我 30 分鐘學會」。從「這個專案要一個月」變成「這週末搞定」。

這種可能性的擴展,才是 AI 時代最大的禮物。


上一篇
Day 28 - 建立你的 AI 開發工具鏈生態系統:從散裝工具到整合系統
下一篇
Day 30 - 鐵人賽完賽:從一個人的實驗到工作實踐的 AI 開發之路
系列文
AI-Driven Development - 個人開發者的敏捷實踐30
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言