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

在前面兩篇，我們認識了 Subagent 非同步分工與基本 /command 的運作模式。但在實際開發（或大規模養豬）過程中，你一定遇過這種令人崩潰的場面：

你：幫我把 A 區豬舍改建，順便把排水溝跟自動餵食槽全換掉。
AI：沒問題！(開始拆牆 ➔ 挖溝 ➔ 搬磚 ➔ 改 A 檔 ➔ 創 B 檔...)
(過了一個小時，Context 爆滿或是 Session 中斷)
隔天重新開工...
AI：場長早！我們昨天挖到哪了？
你：..............（崩潰）

結果 AI 又要重新讀檔案、重新掃描豬舍、猜測昨天的進度。這不僅是極大的 Context 資源浪費，更讓整個專案陷入失控風險。

這就是為什麼我們需要 Implementation Plan（實作計畫 / 養豬日誌）——Plan 不只是拿來「開始工作前畫藍圖」，更是拿來「中斷後恢復 Context」的 Checkpoint！

一、Plan 的養豬雙重功能：鎖定範圍與恢復狀態

一般人與 AI 合作時，容易直接下達模糊指令，導致 Session 一斷就得全盤重來。有了 Plan 之後，工作流會變成：

[ 養豬目標 Goal ] ➔ [ 產出 Plan 日誌 ] ➔ [ 施工實作 ] ➔ [ 驗證 Inspection ]
                                                              │
                                                          (中斷 / 隔天開工)
                                                              │
[ 繼續執行 Next Steps ] ◄─── [ 讀取 Plan Checkpoint ] ◄────────┘

Plan 在 AI 智慧豬場中扮演兩大關鍵靈魂：

1. 鎖定範圍（不讓豬亂跑）：明確劃定 Non-goals，告訴 AI：「今天只修 A 區豬舍的門鎖，不要順便把 B 區的牆也給拆了！」避免 AI 越界發揮。
2. 恢復狀態（存檔點 Checkpoint）：記載 Progress [x]，讓 Agent 隔天開工一秒知道「昨天 A 區門鎖換好了，今天輪到裝防滑墊」，完全不用重新讀一遍 Codebase！

二、智慧豬場必備的 5 大「養豬日誌欄位」

一份真正能落地且能當作 Checkpoint 的 Plan，絕對不能只有簡單的待辦清單，它必須包含以下 5 個欄位：

1. 為什麼要動這區？（Goal & Scope / Non-goals）

劃定動工邊界與禁區，避免 AI 做到一半開始「順便重構」：

## Goal & Scope
- **Goal**: 將現有 Authentication 改為 OAuth 2.0。
- **Scope**: Login、Callback 與 Token Refresh 流程。
- **Non-goals**: 暫不修改既有 User DB Schema，不調整第三方 Provider UI。

2. 會拆到哪些豬舍？（Files to Change）

在動手前先列出受影響檔案清單，人類場長 Review 簽字後才許開工：

## Files to Change
- **Add**: `src/auth/oauth.ts`
- **Modify**: `src/auth/session.ts`, `src/routes/login.ts`
- **Delete**: `src/auth/legacy-auth.ts`

3. 怎麼知道豬有養好？（Verification Checklist）

絕不能聽信 AI 一句「蓋好了」，必須要有客觀的驗證指標（ Verification Loop ）：

## Verification Checklist
- [ ] Unit tests pass (`npm test`)
- [ ] Build succeeds (`npm run build`)
- [ ] Manual OAuth callback verified (測試豬有吃到飯、沒漏水)

4. 今天處理到哪？（Progress Checkpoint）

跨 Session 或長流程任務中最關鍵的生命線：

## Progress
- [x] Repository analysis
- [x] Create OAuth service
- [ ] Update callback handler
- [ ] Run verification

5. 當時為什麼這樣決定？（Decisions & Notes）

紀錄「為什麼選甲飼料不選乙飼料」，防止 AI 隔天失憶又選錯：

## Decisions
- 沿用既有 Session 儲存架構，不額外引入第三方 Auth Library。

三、神速產出：Antigravity /plan 與 Superpowers 的結合

你不需要手動刻這份日誌！利用前面介紹的 /plan 指令，直接讓 Antigravity 幫你分析產出：

/plan
幫我將目前的 Authentication 改成 OAuth 2.0。
請先分析現有架構，列出所有需要修改的檔案、Implementation Steps、
Verification Checklist，以及目前進度追蹤欄位。不要直接修改 Code。

Antigravity 會先檢查 Repository、分析受影響檔案，並產生結構化的 Implementation Plan Artifact。你可以在 Plan 上審查留言，確定沒問題後再授權執行。

如果你安裝了 Superpowers Agentic Framework，更能搭配其 executing-plans 等工程 Skill，強制 Agent 在載入 Plan 後依照最佳實踐步步推進！

四、未來展望：Plan 作為 Agent 豬場的「狀態機」

這代表著一個全新的 AI 軟體工程趨勢：

                         [ 人類場長給定 Goal ]
                                   │
                                   ▼
                       ┌──────────────────────┐
                       │ Implementation Plan  │ ◄───────┐
                       └──────────┬───────────┘         │
                                  │ (狀態機核心)         │
                 ┌────────────────┴────────────────┐    │ ( Re-plan /
                 ↓                                 ↓    │   Update )
         [ 施工豬 執行 ]                  [ 品管豬 驗證 ] │
                 │                                 │    │
                 └────────────────┬────────────────┘    │
                                  ↓                     │
                           Verification                 │
                           ┌──────┴──────┐              │
                           ↓             ↓              │
                         Pass           Fail ───────────┘
                           │
                           ▼
                       [ Done ]

未來 Plan 不再只是開工前的草稿，而是整個 Multi-Agent 工作流的 State Machine（狀態機）。Plan 自動更新進度、自動紀錄 Fail 重試，成為運作 AI 智慧豬場的最強核心。

結語：養豬場管理紀錄的終極體悟

以前養豬，我以為最重要的是買多高級的飼料。
後來豬養多了才發現：真正重要的是管理紀錄！

• 今天餵了幾隻？
• 哪幾隻生病打了針？
• 哪些豬舍清過了？哪些還沒？
• 明天開工第一件事要做什麼？

AI Agent 也是一樣。當它只工作 5 分鐘，有沒有 Plan 似乎沒差別；但當它需要處理 10 個檔案、帶領 5 個 Subagent、跑 2 小時的測試時……

沒有 Plan，你最後可能連自己養了什麼豬都記不起來！ 🐷

📝 本日實作作業：

挑選一個目前正在進行的重構任務，使用 /plan 指令產生一份包含 Files to Change 與 Verification Checklist 的實作計畫，體會一下 Context 被完美鎖定的掌控感吧！

我們在學會了 AI 相關的知識後，明天 Day 27 我們就跟 AI 一起養好一隻小豬開始，我們明天見！