AI IDE、Code Agent 與 Vibe Coding
在這個時代，我們該如何寫程式？
過去一年，我的開發方式發生了根本性的改變。
我不再只是寫程式，而是開始與 AI 協作。 從傳統 IDE，到 AI IDE，再到各種 Code Agent 的出現，我重新思考「工程師」這個角色的本質。
我現在每天都在使用 AI。 不是輔助，而是合作。
這不只是效率的提升，而是一種工作模式與思考方式的轉變。
🚀 AI 正在重新定義軟體工程
越來越多開發者開始使用 AI IDE，例如 GitHub Copilot、 Cursor、 Claude Code、 OpenAI Codex、 Google Antigravity。
這些工具帶來的改變，遠遠超過「寫得更快」。
AI 不再只是 autocomplete。 它可以理解需求、協助設計架構、實作功能，甚至能主動提出改善建議。
因此，我逐漸認為：
軟體工程的瓶頸，正在從「實作能力」轉向「問題定義與系統設計能力」。
未來的工程師，不只是寫 code 的人，而是：
- 能定義問題
- 能設計系統
- 能管理複雜度
- 能與 AI 協作
🧠 Vibe Coding 不是偷懶，而是一種工程模式的轉變
Andrej Karpathy 提出「Vibe Coding」後，引發了不少討論與質疑。
有人認為它代表工程品質下降，也有人認為這只是短期的技術潮流。
但在我的實務經驗中，Vibe Coding 並不是放棄工程，而是重新分配工程的重心。
我們不再逐行撰寫程式，而是透過語言、抽象與高層次思考，引導 AI 完成實作。
在這個模式中：
- Prompt 是新的表達工具
- Specification 是新的架構設計
- 思考能力與系統觀比語法更重要
真正的價值不再是「記住多少語法」，而是能否清楚理解問題與設計解法。
🧭 我對 Vibe Coding 的理解：在不確定性中建立可控的開發流程
Vibe Coding 常被批評為不嚴謹或不可控。 這些擔憂並非沒有道理。
如果只是把模糊的需求交給 AI，確實可能導致系統混亂、技術債累積，甚至降低可維護性。
但我認為，Vibe Coding 的核心並不是隨機開發，而是：
在高度不確定的情境下，透過快速迭代與持續驗證，逐步建立可控且穩定的系統。
軟體開發本質上就充滿不確定性。 需求不完整、使用者行為不可預測、技術選型存在風險。
過去，我們試圖透過大量文件與前期設計來降低風險。 但在實務中，這些風險往往只是被延後。
AI 的出現，讓我們可以更早接觸真實系統，並在短時間內驗證假設。
因此，Vibe Coding 更接近一種實驗與回饋導向的工程方式。
🎯 意圖與結果的快速對齊
我會把 Vibe Coding 定義為：
透過 AI，大幅縮短「意圖 → 實作 → 回饋」之間的距離。
在傳統流程中：
想法 → 設計 → 實作 → 測試 → 修正 → 成果
每個階段都有時間與溝通成本。
AI 讓這些循環可以快速完成。
我可以：
- 快速將需求轉換為可執行系統
- 立即觀察實際行為
- 及早發現設計問題
- 持續修正架構
這並不是忽略設計，而是讓設計與實作更加緊密。
⚖️ 嚴謹沒有消失，而是轉移
Vibe Coding 常被誤解為不嚴謹。
但我認為，嚴謹只是轉移到了不同層面。
在 AI 時代，嚴謹不再只是：
- 文件是否完整
- 架構是否一次完成
而更重要的是：
- 是否持續驗證假設
- 是否建立自動化測試
- 是否具備快速回滾與重構能力
- 是否能有效管理系統複雜度
工程的重點從「預測未來」轉變為「快速修正」。
這與敏捷開發與精實創業理念一致。
例如 Eric Ries 在《The Lean Startup》中提出的：
Build → Measure → Learn。
在 AI 時代，這個循環的速度被大幅提升。
🔄 滾動式 Spec：比完美設計更重要
在網路上常看到一種說法：
只要先寫好完整 spec，就能讓 AI 一次生成理想產品。
我認為這是一種過度理想化的想法。
產品的本質是探索，而不是設計。
在實務中：
- 新需求往往在實作後才出現
- 使用者回饋會改變方向
- 架構會隨著產品演化
因此，我更傾向：
👉 滾動式規劃（Iterative Spec）。
我的 workflow 通常是：
- 定義初步方向
- 讓 AI 產出第一版
- 實際使用
- 收集回饋
- 調整 spec
- 持續迭代
這讓產品更貼近真實需求。
⚡ AI 正在降低試錯成本
過去，架構錯誤的代價很高。 重寫系統需要大量時間與資源。
現在：
- AI 可以快速生成
- 可以快速重構
- 可以快速比較不同方案
這讓產品開發更像科學實驗，而不是一次性的工程建造。
🌍 未來，每個人都需要具備與 AI 協作的能力
就像過去：
- 搜尋能力
- Excel
- 簡報
都是基本技能。
未來：
- 與 AI 協作
- 定義問題
- 設計流程
將成為新的數位素養。
不會寫程式的人，也會能創造產品。
真正的差距，會來自思考與系統設計能力。
✨ 我的信念
AI 並沒有取代工程師，而是放大工程師。
未來最強的人，不一定是最會寫程式的人， 而是最能清楚定義問題與設計系統的人。
工程師將轉型為：
- Product Builder
- System Designer
- AI Collaborator
技術門檻正在下降，但思考門檻正在上升。
這也是我接下來持續探索與分享的方向。