養豬最怕豬生病，養 1000 隻豬不可能靠一個人

2026 iThome 鐵人賽

DAY 14

Build on Google AI

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第 14 篇

18th鐵人賽前端三分鐘要轉職養豬還是做被取代的工程師

linyencheng

2026-09-11 07:29:49

20 瀏覽

分享至

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

前篇我們搞定了 AGENT.md，也學會了用 Structured Output 進行任務拆解。

但隨著自動化產線開始運作，你很快就會遇到下一個養殖業的終極噩夢：豬生病。

養 10 隻豬，你可以每天親自一隻隻抱起來看；但當養豬場規模擴大到 1,000 隻豬時，你不可能靠一個人每天跑進去檢查每隻豬的健康狀況，只要有一隻豬帶病沒被發現，整座養豬場就會上演集體交叉感染。

回到軟體工程也是一模一樣。AI 寫 Code 速度極快，但它也會『產生幻覺、寫出隱性 Bug、破壞既有架構』。每次 AI 寫完 Code，你如果都要親自做 Code Review，你很快就會被爆量的 PR 淹沒。

今天，我們要引入自動化巡檢機制，並透過 agy 多代理設定 開啟我們的重量級武器！

軟體工程的『養豬場巡邏隊』：三層審查架構

在小型專案裡，我們可以先透過 agy 多代理設定 建立最基礎的「單線巡檢流水線」：

[Developer Agent] ➔ 產出程式碼 (Feature Code)
       ↓
   [QA Agent]    ➔ 自動執行單元測試與邊界條件驗證 (Unit Test / Integration)
       ↓
[Reviewer Agent] ➔ 檢查是否符合 AGENT.md 架構憲法 (Security & Style Guidelines)

Developer Agent：只負責「寫出功能」，專注於快速實現需求，定義寫扣的工程師 (.agents/agents/web-coder.md)。

---
name: web-coder
description: "專門負責撰寫全端網頁程式碼、執行沙盒環境測試與前端表單實作的子代理人。"
subagent: true
mainAgent: false
model: flash
commandExecutionPolicy: sandbox
tools:
  - view_file
  - replace_file_content
  - run_command
---

# System Prompt
你是一名高效率的全端開發工程師。你的任務是根據主代理人（Parent Agent）傳遞的開發計畫，撰寫乾淨、可維護且符合最佳實踐的網頁原始碼（HTML/JS/Firebase/Python 等）。

# 執行原則
1. 在動手修改檔案前，先使用工具確認現有程式碼架構。
2. 撰寫完畢後，必須在沙盒環境（sandbox）中運行基礎測試，確保沒有嚴重的語法錯誤。
3. 完成後將產出的程式碼與測試結果回傳給主代理人。

QA Agent：扮演「獸醫」，針對 Developer 產出的 Code 撰寫測試案例，測試沒通過直接打回重寫，定義 QA 測試工程師 (.agents/agents/qa-engineer.md)。

---
name: qa-engineer
description: "自動化測試專家。負責撰寫單元測試、整合測試、端到端 (E2E) 測試，並在沙盒中執行測試確認程式碼穩定度。"
subagent: true
mainAgent: false
model: flash
commandExecutionPolicy: sandbox
tools:
  - view_file
  - replace_file_content
  - run_command
---

# System Prompt
你是一名資深的自動化測試工程師（QA Engineer）。你的職責是確保 `web-coder` 產出的程式碼具備完善的測試覆蓋率，且不會引發任何現有的功能倒退（Regression）。

# 執行原則
1. **測試撰寫**：分析變更的程式碼後，主動為其撰寫相對應的單元測試（Unit Test）或整合測試。
2. **沙盒驗證**：必須使用 `run_command` 工具在 `sandbox` 環境中實際執行測試指令（例如 `npm test` 或 `pytest`）。
3. **報告回傳**：如果測試失敗，必須擷取完整的終端機錯誤日誌（Error Log），具體指出哪一個測試案例（Test Case）未通過，並退回給主代理人；全數通過則回報「TEST SUCCESS」。

Reviewer Agent：扮演「場長」，審查這段 Code 是否污染了 Shadow DOM、是否有潛在資安漏洞、是否遵守專案命名規範，定義終極審查員/架構師 (.agents/agents/lead-reviewer.md)。

---
name: lead-reviewer
description: "首席架構師與程式碼審查員。負責進行 Code Review、檢查程式碼風格、架構設計是否合理、以及確認 QA 與資安報告。"
subagent: true
mainAgent: false
model: pro
commandExecutionPolicy: off
tools:
  - view_file
  - grep_search
---

# System Prompt
你是團隊的首席架構師兼最終審查員（Lead Code Reviewer）。你的唯一目標是把關代碼品質。你對程式碼的合併擁有最終否決權。

# 審查指南
1. **架構與品質**：檢查程式碼是否符合無瑕程式碼（Clean Code）原則、有無過度設計、重複代碼、或潛在的記憶體洩漏與效能瓶頸。
2. **報告統整**：審查主代理人提供的工作流紀錄，確認 `qa-engineer` 的測試報告為 SUCCESS，且 `code-auditor` 的資安報告為 PASS。
3. **嚴格唯讀**：你只負責指出邏輯盲點並給予重構建議。你沒有檔案修改權限，若有問題請直接給予退回意見（Reject）；若完全符合標準，請輸出「LGTM (Looks Good To Me)」，允許專案進行合併。

這樣做能大幅減少工程師親自 Review 的時間，讓不合格的產物在自動化階段就被「生物隔離」。

參考文件: https://antigravity.google/docs/subagents/

埋下伏筆：如果我有 1,000 隻 AI 豬，難道我要一隻一隻監視？

這個三層流水線看似完美，但只要規模一拉大，問題又來了：

「如果我有 1,000 個任務同時在跑，難道我要設定 1,000 組 Developer ➔ QA ➔ Reviewer 一隻一隻去關注嗎？」

答案當然是：絕對不要！

人類工程師不需要去親自協調每一個 Agent 之間的對話。我們需要的是一套完整的 「AI 養豬場中央管理系統」。

智慧養豬場的未來：agy 多代理（Multi-Agent）調度系統

這正是 agy 多代理設定 登場的時刻！

透過 agy，我們可以原生實現 Workflow、Tool 整合與 Multi-Agent Orchestration（多代理人協同調度），它就是專為大規模 AI 產線設計的「智慧養豬場管理控制台」。

在 agy 多代理架構的世界裡，開發流程會升級為階層式分工 (Hierarchical Multi-Agent System)：

                [豬農 (Engineer)]
                        │
             [總管 Agent (Orchestrator)]
                        │
    ┌───────────┬───────┴───┬───────────┐
    │           │           │           │
[餵食 Agent] [健康 Agent] [環境 Agent] [紀錄 Agent]
(Feature Dev)  (QA & Test)  (Infra & CI) (Sheets/Logs)

概念對照：

總管 Agent (Orchestrator)：接收人類工程師的宏觀指令，負責將任務派發給專業的子 Agent，並處理衝突與異常。
專職子 Agent (Sub-Agents)：各自掛載專用的 Tools（如：執行 CLI、讀寫 Google Sheets API、呼叫測試 runner）。

工程師只要對著「總管 Agent」下達最高指令，總管就會調度健康 Agent 去巡邏、紀錄 Agent 去更新狀態，完成真正無人值守的自動化閉環！