前幾天讓 Claude Code 自己完成文章搜尋功能，再加上 Test 和 Self-Check 之後，我開始思考一個問題：

如果 AI 已經可以自己分析、寫 Code、執行 Test、修正錯誤，那是不是所有事情都可以交給 AI 自己決定？

實際想想，好像也不是。

例如新增一個簡單的 API，讓 Claude Code 自己修改程式並執行 Test，我可能不需要每一個步驟都確認。

但如果今天要修改 Database 結構、刪除資料、修改登入權限，甚至是刪除大量檔案，這些操作如果完全讓 AI 自己決定，就可能產生比較大的影響。

所以今天我開始研究 Human-in-the-Loop。

簡單來說，就是：

讓 AI 負責可以自動處理的工作，但在重要決策點保留人工確認。

我先用 Claude Code 實際測試一個情境：

請分析目前的帳號系統，
如果要修改使用者資料表結構，
請先提出修改計畫。

不要修改任何程式碼，
也不要執行 Database Migration。
等我確認後再開始。

這次我希望 AI 做的事情不是直接執行，而是先分析目前的資料庫結構，告訴我需要修改哪些地方、可能會影響哪些 API，以及需要注意哪些問題。

等我確認計畫沒有問題之後，再讓 Claude Code 開始修改。

這和前幾天最大的差別，就是我開始把「AI 可以自己做什麼」和「哪些事情一定要人確認」分開。

像一般的 Code 搜尋、建立 Test、執行 Test、分析錯誤，通常可以讓 AI 自己處理。

但像 Database Migration、刪除資料、權限修改、架構變更，就比較適合先停下來讓人確認。

我也發現，Human-in-the-Loop 並不是代表 AI 不夠自動化，而是把人的判斷放在真正重要的地方。

如果每一件事情都要我確認，AI 就很難真正幫我節省時間。

但如果什麼事情都完全交給 AI，遇到高風險操作時又可能失去控制。

所以我現在比較希望的方式是：

低風險工作讓 AI 自己完成，高風險決策則交給人確認。

經過前面 20 天的實驗，我開始慢慢理解，我真正想打造的並不是一個「完全不用人的 AI」。

而是一個知道什麼事情可以自己做、什麼事情需要停下來詢問我的 AI 開發夥伴。

這也讓我開始思考下一個問題：

如果一個需求同時需要修改很多檔案，Claude Code 能不能自己維持整個專案的一致性？

明天研究主題:讓 Claude Code 處理跨檔案任務