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

在上一篇我們靠著 Antigravity Plugin，把 Rules、Skills、MCP 與 Hooks 全部打包成「一鍵搬走的智慧豬場模組箱」。

我以為這樣就天下太平，可以安心去睡個好覺了。

結果半夜兩點，我猛然從床上驚醒：

「等等……我雖然有了規矩與工具，但我還是得自己打開電腦去召喚 Agent，豬場才會運轉啊？！」

豬舍每天會不斷產生 Log 日誌、狀態變更、錯誤訊息與排程任務。如果我每天早上九點還要手動點開 Antigravity 視窗問一句：「早安，請問今天豬狀況如何？」——這算哪門子的全自動化？

豬農總不能 24 小時盯著豬吧？ 我需要的不是另一隻會說話的 AI 豬，而是在豬舍旁邊 24 小時默默掛載、永遠在線運作的「自動化巡場設備」——這就是 Sidecar（邊車模式）！

一句話直擊本質：從「被動問答」邁向「主動自動化」

Sidecar 不是 AI Agent 本身，而是掛載在主應用程式/專案旁，負責背景監控、資料收集與定時任務的自動化設備。

這代表了 AI 自動化體系的根本性大轉變：

• 以前（被動觸發）：我 ➔ 手動問 AI ➔ AI 思考與回答
• 現在（Plugin 階段）：我 ➔ 啟動整套工具 ➔ AI 執行 SOP
• 現在（Sidecar 階段）：Sidecar 背景自動監控 ➔ 觸發事件 ➔ 通知 Agent 自動處理

                     被動 vs 主動自動化架構
                     
        ┌──────────────────────────────────────────┐
        │            智慧自動化豬舍                 │
        │                                          │
        │  ⚙ Sidecar (24h 自動巡場/背景監控)       │
        │      │                                   │
        │      ├─ 📡 監控 System Log & Data        │
        │      ├─ ⏰ 執行 Cron 定時任務            │
        │      └─ 🔔 偵測異常事件                  │
        │            │                             │
        │            ↓ (觸發邊界條件)              │
        │  🐷 Agent (接收任務並執行修復與分析)     │
        └──────────────────────────────────────────┘

智慧養豬場全景對照表

把前面學到的所有 Antigravity 概念整合在一起，我們的「IoT + AI Agent 智慧豬場」完整生態系就出來了：

實戰場景：IoT 級別的自動巡場與異常應處

想像一下，我們的 Sidecar 在背景掛載時的運作邏輯：

[ Sensor / Log Stream ]
          ↓
[ Sidecar 背景監控設備 ]
          ↓ (每分鐘輪詢/監控)
   [ 檢查邊界條件 ]
          │
          ├── (正常) ➔ 寫入 Persistent Data 紀錄
          │
          └── (異常：如 溫度 > 30°C 或 Error Rate > 5%)
                   ↓
            [ 觸發 Sidecar Event ]
                   ↓
            [ 啟動 AI Agent 分析 ]
                   ↓
            [ Agent 自動調用 MCP 工具修復 ]

軟體工程實體落地範例：.agents/sidecar/monitor.json

{
  "name": "background-log-watcher",
  "interval": "60s",
  "watchers": [
    {
      "target": "logs/production-error.log",
      "condition": "contains('FATAL_DATABASE_ERROR')",
      "action": {
        "trigger": "agent-skill",
        "skill": "auto-fix-db-connection",
        "params": {
          "severity": "critical"
        }
      }
    }
  ]
}

這意味著：在你睡覺時，Sidecar 會幫你盯著 Log 檔；一旦出現崩潰訊息，它會自動呼叫對應的 Agent Skill 進行分析與應急處置！

結語：讓豬場自己學會運作

到了這一步，我們終於徹底擺脫了「AI 只是個高級聊天框」的迷思。

你設定好一次，Sidecar 在背景盯防、Rules 在防線卡死、Skills 與 MCP 負責打仗，整座自動化工作流就此真正成形！

📝 本日實作作業：

思考一下你的日常開發專案中，有哪些任務是你「每天都要點開視窗重複詢問 AI」的？嘗試寫出一個簡易的 Sidecar Cron 配置概念，讓它在背景幫你自動抓取並回報！

雖然但是，引進了自動化設備解決了問題，可是豬還是一直在尖叫，明天 Day 22 一起來看怎麼培養分身小幫手，我們明天見！