昨天聊到 Agentic Coding 後，我開始想到一個很實際的問題：

如果真的把開發任務交給 AI Agent，它真的能乖乖完成嗎？

例如我們只說：

「幫我新增一個登入功能。」

對人類工程師來說，可能還會繼續確認：

• API 要怎麼設計？
• 使用什麼驗證方式？
• 資料從哪裡來？
• 哪些程式可以修改？
• 哪些不能動？
• 什麼情況才算完成？

但如果這些都沒有說清楚，Agent 就只能自己猜。

而 AI 最麻煩的地方是：

它通常不會因為需求模糊就停下來。它可能直接選一個自己認為合理的方法開始寫

所以我開始覺得，Agentic Coding 不只是「AI 幫我寫 Code」，更重要的是：

我們能不能把任務描述清楚。

一個好的 Task 要包含什麼？

我目前會把它簡化成 5 個部分，分別是 Goal、 Context、 Requirements、Scope 及Acceptance Criteria

1. Goal: 先講清楚最終要完成什麼。

   新增使用者登入 API
   登入成功後回傳 Access Token。

2. Context: 告訴 Agent 現在的專案環境。

   Java 21
   Spring Boot
   Maven
   Oracle

   架構：
   Controller → Service → Repository

3. Requirements: 把具體需求列出來。

   POST /api/auth/login

   正確帳密 → HTTP 200
   錯誤帳密 → HTTP 401
   Response 不得包含 password

4. Scope: 告訴 Agent：哪些可以改，哪些不要碰。

   可以：
   - 新增 AuthController
   - 新增 AuthService
   不要：
   - 修改既有 API
   - 修改 Database Schema
   - 升級 Spring Boot

5. Acceptance Criteria: 最後定義怎樣才算完成？

• API 可以正常登入
• 錯誤帳密回傳 401
• mvn test 全部通過
• 不影響既有 API
  還有一個很重要的東西：Verification

不要只是：

需求
 ↓
寫 Code
 ↓
Done

而是：

理解需求
 ↓
規劃
 ↓
寫 Code
 ↓
執行測試
 ↓
發現問題
 ↓
修正
 ↓
再次驗證

例如直接要求 Agent：

「完成後執行 mvn test，如果測試失敗，先分析原因並修正，再重新執行測試。」

這時候 Agent 才比較像一個真正可以委派工作的工程助手。

Vibe Coding vs Agentic Coding

Vibe Coding 比較像：

人類
 ↓
AI 協助寫 Code

而 Agentic Coding 更接近：

人類定義任務
 ↓
Agent 規劃
 ↓
Agent 執行
 ↓
Agent 驗證
 ↓
人類 Review

所以 Agentic Coding 並不是：

「AI 幫我寫更多 Code。」

而比較像：

「我開始把一個工程任務交給 AI 執行。」

這也讓我開始理解：

Agent 不一定只是需要更聰明的模型，也需要更清楚的任務、更明確的限制，以及可以被驗證的結果。

下一篇開始，繼續往 RAG 前進。

如果 LLM 根本不知道公司的內部資料，它又要去哪裡找答案？