技術 Day 23：Review 分工新模型——人定規則，工具驗證，AI 產生

前言：「所以到底 Code Review 該由誰做？」 這是第三部的最後一篇，也是這系列問到現在最直接的一個問題：如果程式碼是 AI 產生的、規則是架構測試在驗...

技術 Day 22：CLAUDE.md／Skill 怎麼把這套紀律變成 AI 每次都遵守的預設值

前言：「道理我都懂，但每次都要重講一遍很累」 昨天講完怎麼引導 AI 先跑一次 Outside-In 流程，很實際的問題馬上浮現：如果每一次開新對話、每一個新功...

技術 Day 21：讓 AI 自己先跑一次 Outside-In 流程，而不是事後補救

前言：「複雜度預算不就是事後補救嗎？」 昨天講完複雜度預算，可能有讀者已經在心裡吐槽：這套機制還是「等 AI 寫完，我再去檢查改了幾個檔案」，本質上還是事後補救...

技術 Day 7：Code Review 的舊模型為什麼追不上 AI 的產出速度

前言：「多找幾個人 review 不就好了？」 這是很多團隊面對「AI 產出太快、review 跟不上」這個問題時的第一個直覺解法：加派人手、要求更仔細的 re...

技術 Day 2：一句模糊需求，AI 怎麼生出一份「能動但過度設計」的系統

前言：「我需求講得很清楚啊，AI 亂加東西干我什麼事」 這是很多人第一次看到 AI 生出的過度設計程式碼時的直覺反應：明明只交代了一句話，AI 卻自己加了一堆...

技術 Day 1：系列介紹——當 AI 寫得比你讀得快，Code Review 還審得完嗎？

前言：「反正有 AI，程式碼多寫一點也沒關係吧？」 這句話你大概率聽過，甚至自己講過。邏輯聽起來很合理：以前工程師手動寫程式碼很貴，一行都要斤斤計較；現在 AI...

技術 Day1：Agent 為什麼總是差一點？從 Prompt 走向 Harness Engineering

「對，但感覺可以更好」的感覺 開始認真設計、實作 agent 之後，我很快就遇到一種難以言明的挫折感：模型做出來的結果，常常和我腦中期待的方向差了一截。 它不是...