沒想到最後，沒有按照計劃做出影片，只有找到一些基礎資料，但是學到不少，而且重新檢視 AI 時代，程序員工作的變動，沒有料到網站服務與資料庫的維護，需要用到標準的多機網路通訊，網路服務還要用 K8s, docker 來維護，比我一開始預期的用 yunikorn 來排程，複雜不少。

這次的 AI 開發整理，最後雖然沒有如原本計劃完成影片，但在蒐集基礎資料的過程中，反而更清楚地看見 AI 時代下程式設計工作的變化。原本以為 AI 開發重點只是模型、提示與應用效果，實際整理後才發現，真正落地時牽涉的不只是 AI 本身，還包括網站服務、資料庫、部署、網路通訊與系統維運等完整工程能力。這讓我重新理解，AI 並不是取代工程，而是把工程的要求拉得更高。

在網站架構的部分，最讓人有感的是系統複雜度的提升。網站服務與資料庫不再只是單機上的程式，而是要面對多機環境、標準網路通訊、容錯、擴充與高可用等問題。特別是當服務開始進入雲端與容器化架構後，K8s、Docker 這些工具就不只是「加分項」，而是維持系統運作的基本能力。這也和原先以為只要靠 yunikorn 排程就能簡化資源管理的想像不同，實際上還要考慮服務編排、部署治理、觀測與故障恢復，整體複雜不少。

在 AI 工程的部分，最大收穫是理解到提示工程只是起點，真正重要的是上下文管理、工具使用、Agent 協作與 Harness 控制。AI 要進入實際網站，不能只會回答問題，還要能接工具、守規則、做驗證、能修正，這才是可上線的系統能力。更進一步來看，評估與持續進化也是不可少的一環，因為沒有度量就沒有改進，沒有閉環就沒有真正的智能演化。

回頭看這次整理，雖然沒有完成影片，但過程本身就是一次很完整的學習。它提醒我，AI 時代的程序員，不只是寫程式的人，更是懂架構、懂流程、懂協作、懂系統演化的人。