自動化與 Agent

一天做完一週的前端重構：把一個 AI 換成一隊 AI，寫的人不准驗自己的 code

AI 說「完成了」不等於完成。這份筆記給你一套約 30 分鐘設定、之後每個專案都能重複用的四角色編組，核心只有一條：寫的 AI，不准驗自己的產出。

2026/10/01 ｜ 2 分鐘閱讀

一個核心觀念

驗證不自驗：寫 code（或寫任何東西）的 AI，不准驗收自己的產出。跟實作者聊過同一段脈絡的 AI，會繼承它的盲點；全新對話的驗收員只能靠證據說話。這是傳統軟體工程的老原則，用在 AI 身上效果加倍，因為 AI 不會嫌你囉嗦。

按步驟做（設定約 30 分鐘）

Step 1｜準備一個支援「子代理」的 AI 工具

本筆記以 Claude Code（命令列 AI 工程師）為例。裝法直接問 AI：

我是完全新手，用的是 Windows／Mac（挑一個）。請一步一步教我安裝 Claude Code 並完成登入，每步等我回報結果再繼續。

Step 2｜建立四個角色的分工

• 調研員：動工前上網查「別人做這件事踩過什麼坑」，只回結論與來源。
• 實作手：拿到明確規格才動工，寫完必須自己先實跑一次。
• 驗收員：全新對話。只給它三樣東西：驗收標準、檔案路徑、一句「逐條核對，附證據回報 pass/fail」。
• 主腦（你加主對話）：定驗收標準、看報告、做決策，不寫 code。

Step 3｜動工前先寫「驗收標準」

沒有標準就開工，事後一定吵不清「算不算完成」。標準要「可檢驗」：

• ❌「頁面要能看」
• ✅「打開 http://localhost:8420，8 條路由都回 200，側欄點擊可切換頁面」

Step 4｜派調研員（動工前 10 分鐘，省你半天）

我要用〔技術棧〕做〔目標〕。請上網調研：推薦做法＋常見踩坑各 2-3 個，附來源連結。只回結論，不要教學長文。

Step 5｜派實作手，規格裡直接夾入調研結論

目標：…。驗收標準：…（貼 Step 3）。注意事項：…（貼 Step 4 的坑）。做完自己實測一遍，回報：改了哪些檔、測了什麼、結果如何。

Step 6｜派驗收員（關鍵步驟，全新對話）

你是驗收員，不需要知道實作過程。專案在〔路徑〕。請對照以下驗收標準逐條核對：…（貼 Step 3）。要求：實際執行、讀實際檔案，不接受「程式碼看起來對」；每條回報 pass/fail＋一行證據（指令輸出／檔案路徑／數字）。

Step 7｜驗收不過，回到實作手並附上完整失敗證據

同一條標準連修三次不過就停下來，換方法或自己看。無限重試只會燒錢。

真實戰績

把一個 1435 行的單檔 HTML 短影音工作台，重構成 React 雙模式操控台（即時監控戰情室加四個真 API 工作台加一條龍精靈），一天、7 個 commit。驗收員靠「事件成對出現」這個小異象，追出 FastAPI 0.137 的框架級行為：router 級 startup 事件被 lifespan 合併機制執行了兩次。這種東西光看 code 看不出來。

你一定會踩的坑

1. AI 訓練資料過時，新版框架寫法全變。例如 CSS 框架大版本更新後，AI 很愛用舊版語法。解法是 Step 4 的調研員先查「目前最新版的寫法與遷移指南」，把結論貼進實作規格。
2. AI 回報「完成」但只是「寫完」，不是「能跑」。驗收標準裡明寫「實跑」動作（啟動服務、打 API、開頁面），驗收員只認執行結果。
3. AI 產出品質差，先別怪模型，查管線。「AI 生的圖跟文稿對不上」實際拆出來是三個工程問題：提示詞一句一句孤立翻譯（缺全文脈絡）、系統失敗時偷偷退回原文沒告訴你、瀏覽器快取殘留上一次的舊資料。遇到這類問題，先問 AI：

幫我檢查這條產出管線：輸入從哪來、中間有沒有靜默降級（fallback）、前端有沒有快取殘留。列出每個環節的實際資料給我看。

一句話總結

AI 時代的品質不靠信任，靠流程。「寫的不准驗」一條規則，就能擋掉大部分假完成。

卡住時，萬用救援問法

我是完全新手，正在做〔某步驟〕，我的系統是〔Windows/Mac＋版本〕。我執行了〔貼指令〕，出現這個錯誤：〔貼完整錯誤原文〕。請判斷原因，一步一步帶我修，每步等我回報結果再給下一步。