前端三分鐘 X 要轉職養豬還是做被取代的工程師？用 Google AI 打造我的 AI 雙刀流自動化工作流系列

傳統養殖 vs. AI Agent：當「量產」不再需要人工

有沒有曾經想過，為什麼每天上班看糞扣、下班刷題看新技術的自己越來越像一頭被圈養的豬？

因為自工業革命以來，社會給我們的預設路徑就是量產。傳統養豬場靠經驗、人工巡視與體力勞動，追求的是穩定的換肉率與量產規模；過去的軟體開發也是如此，企業需要大量工程師像產線工人一樣，重複寫著相似的 CRUD 與 UI 元件。

但現在，如果智慧養殖場也開始導入了 演算法 + IoT 監控，那從飼料投放、溫濕度調節到豬隻健康辨識就能夠全自動化；軟體圈也同樣經歷著這場革命。

• 傳統模式: 人工寫 Code / 傳統養殖 ➔ 依賴體力與重複勞動 ➔ 追求「量產極限」
• 後 AI 時代: AI Agent 跑 Loop / 智慧養殖 ➔ 機器自主執行與監控 ➔ 人類角色重構

當 AI 讓 Coding 的門檻驟降，我們到底該繼續在產線上當被期待的「量產工程師」，還是該徹底覺醒，踏上沒有劇本的無路之路 (The Pathless Path)？

Uncle Bob 的震撼彈：從「寫程式」到「設計品質關卡」

2026 年 7 月，《Clean Code》與 SOLID 原則的奠基人 Uncle Bob（Robert C. Martin）在 X 上引爆了一場工程圈的大論戰。他公開表態：他現在完全不讀 AI Agent 寫的程式碼了。

這句話之所以震撼，是因為他過去二十年都在教大家「程式碼是寫給人類看的」。但現在，他的策略轉變為：

• 完全放手程式碼：將 Code 徹底交給 AI 處理，人工逐行 Review 只會變成新的瓶頸。
• 重構工程師的核心價值：把心力轉移到設計六項自動化品質關卡——單元測試、BDD 行為測試、QA 流程、循環複雜度、突變測試與測試覆蓋率。

工程師的角色正從『建造者』轉變為『設計關卡的人』。需要設計出讓壞程式碼跑不過去的柵欄。

這正是我們在 Build on Google AI 實踐中最核心的精神。當我們透過 Gemini CLI、Project Astra 與 Agent Skills 建立起自動化工作流，工程師的角色就不再是產線上苦哈哈的打字員，而是主導整個系統運作的架構師與驗收者。

《葬送的芙莉蓮》的啟示：你追求的是權力魔法，還是生活？

在《葬送的芙莉蓮》中，魔法使們對「最喜歡的魔法」的取捨，精確地映射了我們在 AI 時代對職涯價值的選擇：

魔族以「炫耀魔力」為傲，就像工程師瘋狂追逐最新的框架與產量；但師傅弗蘭梅卻教芙莉蓮「低調地活著，練習隱藏魔力」。

在後 AI 時代，我們不再需要向世界證明自己能寫多少程式碼，而是要像芙莉蓮一樣，從追求「權力魔法」轉向尋找屬於自己的「生活需求」與「天命」。

用 Google AI 建立「AI 雙刀流」：買回時間，踏上無路之路

並不是要你明天就辭職去買豬仔，而是利用 AI 作為強大的技術槓桿，奪回屬你的人生的自主權。

這就是運用 Google AI 來建構這套「AI 雙刀流自動化工作流」的優點：

1. 左手一手掌握自動化生產線（Gemini CLI + AI Agent Skill）：就像 Uncle Bob 倡導的關卡設計，我們利用 Gemini 自動化處理程式碼重構、SEO 最佳化與單元測試生成，把 80% 枯燥、重複的工程雜事全盤外包。
2. 右手一手掌握真實世界與領域知識（Domain Know-how）：省下來的 80% 時間，不再拿去為考績演戲，而是拿來深耕「AI 無法拿走的私有領域知識」——不論是前端架構的深度決策、個人品牌「前端三分鐘」的深度產出，甚至是跑去智慧豬場研究 IoT 自動化。

勇者欣梅爾的遺產：你不需要拔起預設的「勇者之劍」

勇者欣梅爾最終其實沒有拔起那把傳說中只有真英雄才能拔出的勇者之劍。他沒有走在命運預設的英雄道路上，但他讓自己手中的劍成了屬於他的勇者之劍：

「只要做了勇者才能辦到的事，就算是冒牌貨又如何？」—— 欣梅爾

你不需要去拔社會預設的那把劍（名牌大廠、高階管理位、瘋狂量產的工程師名號）。即使 AI 把傳統的開發路徑堵死，你依然可以透過 Google AI 的工具槓桿，走出一條不被預設的道路。

擺脫麻木：擺脫「量產工程師」的 5 個 AI 時代實踐

1. 質疑預設：為什麼工程師一定要「寫 Code 到老」？為什麼不能用 Google AI 買回時間去研究智慧養殖、做 Side Projects？
2. 脫鉤職稱：你的職稱不代表你的全部。芙莉蓮雖然是大魔法使，但她更喜歡被稱為「收集生活魔法的怪人」。
3. 從「寫 Code」轉向「設計關卡」：學習 Uncle Bob 的思維，運用 Gemini 自動化流程，專注於架構設計與自動化驗收。
4. 尋找你的「花田魔法」：找出那些看似「沒效率」、AI 無法取代，卻能讓你感受到真實活著的實體領域與興趣。
5. 像欣梅爾一樣去理解現場：不管是企業內部的私有商業邏輯，還是豬舍裡的泥濘與感測器，實體世界的複雜度與感情，永遠是純文字模型無法滲透的護城河。

終點不是自由，探索的過程才是

「魔法是想像的世界，沒辦法想像的是無法實現的。」

如果你無法想像一種「不被 AI 驅趕、不靠麻木量產」的生活，你就永遠無法實現它。

這個 前端三分鐘 X 要轉職養豬還是做被取代的工程師？用 Google AI 打造我的 AI 雙刀流自動化工作流 30 天系列文，就是我嘗試用 Google AI 槓桿掉 80% 雜事、重新探索「工程師到底該去養豬，還是用 AI 買回人生自主權」的無路之路。

探究的過程才是有趣的，明天我們將進入第三天，聊聊在十年職涯轉型後，如何用 AI 協作重新找到拚的理由。