自從我初次涉足 AI 領域至今，轉眼已過六年。這六年間，AI 技術的發展猶如雨後春筍，但產業生態依然呈現「大者恆大」的資本集中化趨勢，目前主要由 Anthropic (Claude)、OpenAI、Google (Gemini) 以及 xAI (Grok) 等科技巨頭領跑。

時至今日，業界的競爭焦點已經從早期的「硬體算力軍備競賽（追求頂規 GPU）」，實質轉向了「應用落地與產出價值（AI 能解決多少商業與工程問題）」。

我們也觀察到 AI 正從純粹的數位空間 (Digital AI) 快速跨越至實體世界 (Physical AI)，例如具身智能 (Embodied AI) 機器人的運動能力已有爆發性的突破。

這意味著只要能定義出明確的問題與系統架構，AI 就能協助實現。然而，在善用 AI 賦能團隊的同時，我們必須保持「以人為本」的戰略思維與主控權，才不會在技術洪流中反被工具所牽制。

Best AI for Coding

在撰寫本系列文章的當下，我與團隊也已在日常開發中深度導入 Claude Code 與 Cursor 等 AI 工具。從管理者的角度來看，我們面臨的全新挑戰是：AI 在極短時間內生成的程式碼，其龐大數量與複雜度往往已超越傳統人工逐行審查 (Code Review) 的極限。

本系列文章將結合我的實務經驗，與大家探討如何善用 AI 工具（例如透過 Claude 協助 Bring Up 開發板）。這不僅僅是終端機指令的分享，更是討論如何在 AI 時代下，建立正確的系統架構觀念與檢驗機制，讓 AI 真正成為提升研發單位產值的得力助手。