昨天的 iOS，是寫作 session 的 AI 讀過規格之後寫的。今天換一個問法：只給它一份契約和一段需求，它能從零寫出第三個前端嗎？寫出來的東西，又要怎麼驗？

這個專案原本不做 Android —— 非目標清單第 7 條寫得很清楚。今天把它改掉，正好也是 Day 25 那件事的延續：規格改了，看 AI 跟不跟得上。

先講結論：一個 prompt，它交出一千三百行、三個畫面的 Android 初版。編不起來的不是它的程式，是契約裡一行 OpenAPI 3.1 的寫法，讓產生器(OpenAPI Generator，build 時從契約產生 API client 程式碼的工具)產出了錯的程式碼；金額沒踩到 iOS 那個語系的坑，但整數元多補了 .00；座位狀態一開始就有給螢幕閱讀器的說明。但同樣「換環境、再弄壞一個地方」的驗證方式，還是在 Android 上抓到兩件事：小螢幕加大字級時，鍵盤把登入按鈕擠出畫面；UI 測試對著一張空清單，照樣通過。

最後我換了一組條件，從頭再做一次：讓它自己 build、自己跑測試，還給它看得到模擬器畫面的工具。它把被要求跑的檢查一路修到全綠才交卷，在這兩次的條件下，還比我貼錯誤給它便宜；但小螢幕那一關，它一樣沒過 —— 因為沒有人叫它去那裡跑。

非目標清單第 7 條，改掉了

改的範圍很窄：跟 iOS 一樣的三個畫面(登入、活動與座位圖、我的票券)，唯讀，只跑模擬器，不上架 Google Play。目的只有一個 —— 看契約先行，能不能讓第三個前端「一個 prompt 就寫出初版」。

無菌室裡，跟專案有關的只有兩樣東西：openapi.yaml，和一段需求 —— 不給 repo、不給規格文件、不給測試，也不給 iOS 和 web 的原始碼。我要隔離的不是 Android，而是既有實作的上下文：

Kotlin + Jetpack Compose；API client 用 OpenAPI Generator 的 Gradle plugin 從 openapi.yaml 產生，不要手寫 HTTP 呼叫；三個畫面；金額欄位一律是整數「分」，顯示成像 NT$4,444.20 這樣；寫一支 instrumented UI 測試，走一遍登入 → 活動 → 票券。

第一次生成時，跟這個系列的其他實驗一樣，我沒給它執行指令的權限。後端用本機的 wrangler dev 和示範資料，不碰線上。

「無菌室」到底乾不乾淨，我另外做了一次側錄(不是生成 Android 的那一次)：把 Claude Code 的 API 請求導到本機的 proxy，在同樣的空目錄問一句話，看它實際送出什麼。請求裡沒有任何專案的 CLAUDE.md，也沒有記憶檔；有的是 Claude Code 自己的系統提示、我的全域 CLAUDE.md(產出留在本地、skill 清單)，和 82 個工具的說明 —— 包括 Bash，和我帳號連著的幾個外部服務。權限擋的是呼叫，不會讓工具從清單上消失。整份請求裡，「金額」「Android」「Kotlin」都出現 0 次。

一個 prompt，一千三百行

40 輪、$2.64、12 分半。它交回 34 個檔案，Kotlin 1,348 行：產生 client 的 api/ 模組、三個畫面、存 token 的地方、遇到 401 自動換 token(還加了鎖，避免兩個請求同時換、觸發後端的重放保護把人整個登出)、10 個單元測試、一支 UI 測試。

回覆的第一句是「完全沒有 build 過，也沒跑過任何測試」，接著列出「第一次 build 最可能要修的地方」。Gradle wrapper 它寫不出來 —— 那是一個二進位的 jar，請我自己跑 gradle wrapper。

編不起來的，不是它的程式

第一次 build 就紅了，錯在產生出來的程式碼：

e: api/build/generated/.../Health200Response.kt:48:35
   Argument type mismatch: actual type is 'kotlin.String', but 'kotlin.Boolean' was expected.

契約裡 /health 的回應寫的是 ok: { type: boolean, const: true } —— OpenAPI 3.1 的寫法，意思是「這個欄位永遠是 true」。產生器把它翻成一個只有一個值的 enum，型別宣告成 Boolean，值卻填了字串 "true"。

這是 Day 23 那件事的第二次。那天 iOS 的產生器被契約裡一個半形逗號弄壞，而 JS 的 YAML 解析器讀得很開心。同一份契約，每多一個讀者，就多一次被讀出問題的機會。 契約本身沒有錯，錯的是產生器；但前端編不起來，是一樣的。

我把錯誤訊息原樣貼回去，讓它修。第一輪它用產生器的 ignore 機制跳過那個檔案，沒生效，第二輪改用 Gradle 把兩個檔案排除在編譯之外 —— 那個 model，和引用它的 DefaultApi(/health 是契約裡唯一沒有 tag 的 endpoint，產生器把它單獨放一個檔)—— 第三次 build 就過了，它寫的 10 個單元測試全綠。

要講清楚：這是繞過，不是修好。這次用的是 AI 選的 OpenAPI Generator 7.10.0，這個 schema 在這一版會產出錯的程式碼(上游在 7.24.0 修了 Kotlin 的這個問題，我沒有用新版重跑)；只是 App 剛好不呼叫 /health，而它又剛好獨占一個 API 檔，整個排除掉就編得起來。build 綠了，不代表契約的每一部分都被正確讀懂了。

後面修正的兩輪各花了 $3 多(合計 $6.53)，比第一次寫整個專案還貴 —— 接續同一個對話，要帶著前面所有的內容。AI 沒辦法自己 build 的時候，「貼錯誤、等它改、再 build」這個迴圈的成本，是你在付。

金額：語系的坑，它也繞開了

昨天 iOS 的第一版用了 NumberFormatter，在德文語系的手機上把 NT$9,999.99 顯示成 NT$9.999.99。這次我拿同一份 14 組共用向量，在 JVM 單元測試裡換語系跑兩次，逐組比對期望值：

zh_TW  9/14 相同
de_DE  9/14 相同
  ✗ 100000: got NT$1,000.00  want NT$1,000

沒有跟著語系走。 它自己拆千分位，回覆裡還寫了「不吃裝置 locale(避免小數點變逗號)」。紅的 5 組全是整數元多了 .00 —— 我給的是一個有小數的例子，不是一條顯示規則；它就把例子當成規則，一律顯示兩位。跟昨天 iOS 無菌室的 B 組一模一樣：坑它會繞開，空白它會自己填。

UI 測試：空清單也會過

它寫的 UI 測試對本機連跑 10 次，10 次都過，每次 2.5 秒。

然後照慣例弄壞一個地方：讓票券的 API 永遠回空清單。測試照樣通過。 原因寫在它的測試裡：

"orders_empty" -> {
    // demo 帳號沒有訂單時,至少確認空狀態畫面正常
    compose.onNodeWithTag("orders_empty").assertIsDisplayed()
    return
}

這一次它不是不小心 —— 它在回覆裡事先講了：「demo 帳號如果沒有訂單，只會檢查空狀態畫面，不算失敗。」它照實說了，而那正是假綠燈的入口。iOS 那支只檢查了「沒有出現離線資料」；這支是把「什麼都沒有」也算成功。結果一樣：票券不見了，測試是綠的。

要驗的是「票券頁有沒有拿到預期的資料」，所以測試不能靠空清單過關：先準備一張已確認的票，再等它真的出現在列表上 —— 昨天 iOS 改的就是這一行。

我把這個結果交給無菌室的 AI，只准改測試：「訂單回空清單，測試照樣過，請讓它在這種情況下失敗。」它把提早結束改成直接判失敗，還要求列表上一定要找到那張訂單 —— 秋季音樂會、C3 到 C6、NT$4,444.20 —— 點進去再比總計。第一輪編不過(它 import 了一個不存在的函式)，貼回錯誤之後第二輪就過了，兩輪合計不到 $1。正常版連跑 10 次都綠，空清單的版本紅在「票券列表是空的，但 demo 帳號應該有『秋季音樂會』的訂單」。告訴它是怎麼弄壞的，它補得起來；沒有人弄壞，它不會自己想到。

五種環境

接著跑跟 iOS 同一套環境矩陣。Android 這邊的稽核用 Google 的 Accessibility Test Framework：五種環境，每種環境都用 UI 測試依序走過五個畫面(三個功能實際拆成登入、活動列表、座位圖、我的票券、票券明細)，每到一個畫面就稽核一次、截一張圖 —— 走不下去，後面的畫面就稽核不到：

座位圖從一開始就照顧到無障礙：字跟著字級放大；每一格除了顏色，還有「保／售／我」的字樣和圖例；給螢幕閱讀器的說明是「C3 我的」，不是只念座號：

(條件不同 —— iOS 那份是寫作 session 寫的，這份是無菌室 —— 所以不拿來比誰比較好。)

稽核抓到的是兩類問題，在不同環境重複出現，都在座位圖：左上角那格空白是一個沒有文字的無障礙節點；「已售」的白字配灰底，對比只有 2.68。

真正的問題，稽核沒抓到。小螢幕加大字級時，輸入完密碼、鍵盤升起，「登入」按鈕被擠到畫面外面，測試點不到，20 秒內進不了活動列表：

它其實想到了鍵盤 —— 表單有加 imePadding，鍵盤上的 ✓ 也能送出，使用者不至於完全卡住。但表單不能捲動，按鈕就看不到了。它自己寫的 UI 測試在這個環境下也是紅的，其他四種環境都綠。這個錯不是稽核找到的，是一支走流程的測試，在使用者的環境下走不完。

兩種裁判回答的是不同的問題：無障礙稽核看的是「這個元件本身有沒有問題」，走流程的 UI 測試看的是「使用者能不能真的完成這件事」。誰也替代不了誰。

再加一個常見的靜態裁判，Android Lint：10 筆警告，大多是相依套件有新版；鍵盤、對比、假綠燈，一筆都沒報。它看的是程式和設定，不是使用者。

交給 AI 修

一樣的流程：把結果交給無菌室的 AI，「稽核也會誤報，你覺得不是問題、或需要我決定的，不要改，列出來」。23 輪、$0.80、兩分半：空白格換成不會產生節點的佔位；「已售」的灰換深一階，對比約 6.2；登入表單改成可捲動，按鈕固定在底部、貼著鍵盤上方。

重跑：五種環境的稽核都歸零，UI 測試在五種環境都走得完。它也照例列了兩件沒改、要我決定的事 —— 登入按鈕的位置換了，外觀跟原本不同；螢幕閱讀器可能把座位的字樣讀兩次，它沒辦法驗證，所以沒動。

讓它自己跑：給它指令，也給它眼睛

前面是第一個實驗：AI 只寫、不跑，跑的那一步由我接手。這一節是第二個實驗：把跑的那一步也交給它。

Android 跟 iOS 有一個不一樣的地方：整套工具都是指令。build 是 ./gradlew，裝 App、看 log 是 adb，Google 還有一個專門給 AI agent 用的 Android CLI，android screen capture 截圖、android layout 讀畫面的元件樹 —— AI 等於有了眼睛。

所以我以同一段需求為基礎，在新的無菌室從頭再生成一份 —— 不是把第一份交給它接手。這次另外給了它三樣東西：開放 ./gradlew、gradle、adb、android 這四種指令(其他指令一律不准)；裝上 Android CLI 的 skill；prompt 裡多告訴它模擬器和本機後端都開著、示範帳號已經有一張訂單，並要求「都通過了再交卷」。

125 輪、$4.25、13 分鐘。它自己建 wrapper；撞到同一個產生器問題，自己把有問題的產生檔排除在編譯之外；UI 測試紅了兩次(一次是 App 在背景執行緒做畫面切換，一次是測試自己寫錯)，它看 log、修掉；它還截圖看了四個畫面，發現明細頁的訂單編號跟標籤疊在一起，順手修了。最後從頭 clean 跑一次，它自己寫的 14 個單元測試全過(另一份專案，跟第一次的 10 個無關)、UI 測試通過，才交卷，附上它實際跑過的每一個指令。

有一點要照實講：空清單那一列，prompt 有告訴它「帳號已經有一張訂單」，第一次沒有 —— 這個差別不能全算在「讓它自己跑」頭上。

讓它自己跑，最大的差別不是便宜(雖然這兩次的條件下也更便宜)，而是迴圈裡不再需要我：它自己 build、看 log、改、重跑，不用等我把錯誤貼給它；看得到畫面，它就修掉了我沒要求的重疊。但它跑的，是它被放進去的那個環境：沒有人叫它換成小螢幕、放大字級，它就不會去 —— 我事後把它這份 App 放進那個環境重跑，鍵盤一樣蓋住登入，它自己寫的 UI 測試也是紅的。它在自己的環境裡跑到全綠，使用者的環境，還是要你給它。

契約管住了什麼，沒管住什麼

這次最有意思的，不是 Android 寫得多快，而是契約替我省掉了多少決定。API 的型別、HTTP 呼叫、金額的單位、座位的四種狀態 —— 契約寫了的，AI 就照著接，一行都不用我交代；要做哪幾個畫面、怎麼驗，是需求那段話給的。

契約和需求沒寫清楚的，它一樣會自己決定：整數元要不要補 .00、空清單算不算成功、表單遇到小螢幕該不該能捲。第一個實驗抓到的問題，幾乎都長在空白裡，而且是三種不同的空白：規格沒寫，它自己決定；測試沒驗，錯了也會綠；環境沒給，它根本不會去看。唯一的例外是產生器 —— 它是把契約寫了的東西讀錯了。

這次刻意沒給 iOS 的程式碼。發文前我補跑了一次：同一段需求，多放一份 repo 裡現行的 iOS 原始碼(含 UI 測試)，說「可以參考」。44 輪、$2.53，跟第一次差不多；產生器的坑一樣撞上 —— 那是契約和產生器的事，iOS 幫不上。不一樣的是空白：金額照 iOS 的規則，整數元不補 .00，兩種語系各 14 組全對；它讀到 iOS 測試註解裡「畫面全空也會綠」，UI 測試改成等票券真的出現，空清單直接紅。但座位格子也跟著 iOS 只用顏色分狀態，第一次它自己加的「保／售／我」不見了。參考實作會替你填空白：做得好的、沒做好的，都可能一起抄過去。 要給它參考，先把那一份修好。

所以契約先行，不是把所有事情寫進規格，而是先把跨前端一定要一致的東西鎖住；剩下的空白，要靠驗證去找。今天用了很多工具，它們各自回答不同的問題：

兩個平台並排(第一個實驗)

第一個實驗裡，兩邊踩到的坑不一樣，但抓到它們的方法一樣：換到使用者的環境去跑，再弄壞一個地方，看測試會不會紅。

總結

契約先行的好處，在第三個前端最明顯：只給一份 openapi.yaml 和一段需求，AI 一個 prompt 就寫出 Android 的初版，型別和 HTTP 呼叫一行都不用手寫。語系、螢幕閱讀器這些它也想到了，比我預期的多。再給它一份 iOS 當參考，契約沒寫的空白會照那一份填 —— 做得好的跟著好，沒做好的也可能跟著抄。

但每一關都要在真的環境裡跑過才算數。第一次，它只寫不跑：編不起來的是產生器讀錯了契約，走不完的是小螢幕加大字級，照樣綠的是一張空清單，跑的那一步全由我接手。第二次，我把執行權和畫面交給它，它自己 build、跑測試、看畫面，把被要求的檢查修到全綠，那個迴圈也便宜了。但小螢幕加大字級仍然沒被抓到 —— 那個環境沒有交給它。AI 可以自己跑驗證，但不會替你決定要驗哪一個環境。

這一篇留下的心法：

契約先行，多一個前端，一個 prompt 就能寫出初版；但「編得起來、走得完、測得到」，每一關都要在真的環境裡跑過才算數。AI 可以自己跑驗證，但驗哪一個環境、什麼算失敗，要你給它。

明天：web 畫面還沒有人驗過。我讓 AI 去走查，它說五個檢查點全過 —— 而畫面上的金額錯了十倍。

參考資料

• OpenAPI Generator 的 Gradle plugin：openapi-generator.tech/docs/plugins
• Google Accessibility Test Framework for Android：github.com/google/Accessibility-Test-Framework-for-Android
• Compose 的無障礙測試：developer.android.com/develop/ui/compose/accessibility/testing
• 本文的實驗紀錄(prompt、AI 原文、build 錯誤、金額向量、UI 測試突變與補強、五種環境稽核與截圖、Lint，commit 50b45c8)：github.com/n913239/event-signup-lab/tree/50b45c8/devlog/raw/exp-09-android
• Android App(修好 build 與無障礙之後的版本，commit 48f4a20)：github.com/n913239/event-signup-lab/tree/48f4a20/android
• 非目標清單(第 7 條改)：github.com/n913239/event-signup-lab/blob/48f4a20/docs/non-goals.md
• 讓 AI 自己 build、跑測試的版本(Android CLI skill 與授權註記、驗證紀錄，commit 2751396)：github.com/n913239/event-signup-lab/tree/2751396/devlog/raw/exp-10-android-agent
• 多給 iOS 參考實作的補跑(只跑一次，build 錯誤由我照第一次的繞法修，commit bc0f3d9)：github.com/n913239/event-signup-lab/tree/bc0f3d9/devlog/raw/exp-11-android-ref
• Android CLI(給 AI agent 用的命令列工具)：developer.android.com/tools/agents/android-cli
• OpenAPI Generator 修正 Kotlin const: true 產成字串的 PR(7.24.0)：github.com/OpenAPITools/openapi-generator/pull/24022
• Android Lint：developer.android.com/studio/write/lint
• 金額顯示的共用向量(web、iOS、Android 同一份)：github.com/n913239/event-signup-lab/blob/3a5dc5a/tests/fixtures/money-format.json