[討論] 亞麻工作談：兩次 re-org 後，我對 AI coding 最大體會

[uopsdod (pcman)]

用 AI 寫 code，前期真的很爽。

很多東西丟進去，很快就有東西跑出來。
UI、CRUD、測試、refactor，體感都比以前快很多。

但我自己用一陣子之後，慢慢發現一個問題：

AI 很會讓你在前兩週覺得自己效率翻倍。
但如果專案稍微變大，後面很可能就開始失控。

---

我自己最常遇到的大概是這幾種：

原本正常的頁面，被改一輪之後反而壞掉

UI 理解一直有落差，你以為講清楚了，它其實理解成別的東西

前面講過的規則，過幾輪就忘

context 很快塞滿，品質開始往下掉

換個 session 之後，像失憶一樣，很多東西都要重講

所以我後來慢慢有個感覺：

我後來慢慢有個感覺：AI coding 不穩，很多時候不一定是模型本身不行。

我自己看身邊同事在用 AI，很多時候還是這種模式：

開個 chat、丟需求、等它吐東西，不對就再重講一次。

這樣不是不能用，
但很難長期穩定產出。

---

我自己真正意識到這件事，是去年 Amazon 兩次 re-org 之後。

我原本做的是 Payment 系統，
每天處理上百萬筆交易，這塊我做了三年，算是很熟。

但某次 re-org 之後，我被拉去做一個新任務：

在既有的廣告 backend 裡，
接一條新的交易流程。

我第一次打開 codebase 的時候，心裡只冒出一句話：

What the hell did I just get myself into.

主專案很大，很多團隊共用，service 之間互相依賴，
很多邏輯不是你看一兩個檔案就能懂的。

更現實的是，時程也不長。

第一個月要有 beta。
第二個月要完整上線。

那時候我就很清楚，
如果我還是用以前那種方式慢慢看、慢慢接、慢慢查，
風險會很高。

不是那種「辛苦一點還是做得完」的高，
而是你根本很難在有限時間裡，建立足夠的全局理解。

所以我那時候做了一個決定：

先不要急著叫 AI 幫我生 feature。
先把自己的 AI 使用方式整理起來。

---

我後來給自己定了一條原則：

任何需要手動重複做，而且超過兩三步的事情，
都要想辦法系統化。

所以我開始做的事情，大概像是：

把常用操作整理成固定 command

把環境資訊、測試方式、規則整理成可重用的 context

可以平行驗證的事情就拆出去跑

比較明確地管理 session、規則和回饋

讓 AI 不只是回答問題，而是進入我的開發流程裡

這些東西聽起來都不炫，
但真正讓我後面速度差很多的，反而是這些。

---

老實講，第一週這樣做的時候壓力很大。

因為表面上看起來，你沒有立刻產 feature。

我還記得那時候 manager 問我一句話：

"You haven't worked on any feature?"

那時候的壓力，其實真的很大。

因為在別人眼裡，你像是在花時間整理工具，
不是在推進事情。

---

但我那時候心裡很清楚，
如果這套東西沒有先立起來，
後面只會一直卡在：

context 爆掉
規則忘記
改一處壞三處
測試一直重跑
每次都從頭解釋

這種狀況短期看起來還能撐，
但在大 codebase 裡，很容易越做越亂。

所以我後來回頭看，那一週反而是最值得投資的一週。

---

我現在對 AI coding 最大的感想，不是它能多快幫你生出 code。

而是專案一旦變複雜，
真正影響效率的，往往已經不是模型會不會寫，
而是你有沒有一套穩定的方法，讓它持續在對的軌道上工作。

我現在不太相信
「只要模型夠強，一切自然會變順」這件事。

我自己的經驗比較像是：

模型變強當然有幫助，
但如果 workflow 沒跟上，
最後只是更快把專案搞亂。

---

回頭看，去年那次 re-org 留給我最大的收穫，
不是我用了什麼模型。
而是我終於搞懂：

真正的門檻，
不是你會不會下 prompt。
而是你有沒有能力，把 AI 變成一套能長期運作的工作方式。


--
---
寫工程師在 AI 時代的轉變
也分享 AI 工作流、創業思維與矽谷職場

矽谷叔叔 Uncle Sam

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 99.185.46.190 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1773816611.A.F38.html
推 whitecolor: 推~
推 aspirev3: 推一下get shit done 這個repo
推 yamakazi: 我看一畝三分地，亞麻AI被員工噴到爆，大家都說claude比
→ yamakazi: 較強
→ dream1124: 你講的其實就是那些會去玩AI skills或為AI寫一堆md的人
→ dream1124: 在做的事。儘管這樣做其實既可以給AI看也可以給人看，
→ dream1124: 但是也不能保證產出和品質符合期待，因此最後就是看你
→ dream1124: 願不願意跟LLM部分不能解釋的地方以及整套服務不斷變化
→ dream1124: 的本質對賭，賭贏了就是你的，你就能高興像某些人發文
推 yamakazi: https://zhuanlan.zhihu.com/p/2015916060923143420?sha
→ yamakazi: re_code=1acnGWu96kV9E&utm_psn=2017623420074992972
→ dream1124: 說自己掌握別的工程師不懂或不會的某種「技能」，
→ yamakazi: 上下文工程
→ dream1124: 是時代的勝利者，這就現在軟體開發世界的寫照。
→ dream1124: 賭贏的人解釋不清楚賭贏的原因，也不認為是拿時間在賭
→ dream1124: 但是會認為自己掌握某種新的「技術」或「技能」
→ cancelpc: 但skills不是無限,還是會遇到腦容量太少的問題
推 yamakazi: 其實有人已經做了，github找superpower
→ gtr22101361: 不管你是gsd superpower opespec speckit bmad kiro
→ gtr22101361:  重點就是讓AI在context內理解系統
→ gtr22101361: 不然每次clear不就崩潰一次
推 yamakazi: 或是claude窗口直接開到1M
→ yamakazi: Claude.md，hook等等，反正用久了你自然知道哪些任務可
→ yamakazi: 以拆分成標準化流程，哪些叫子代理去做
推 yamakazi: 能夠寫成代碼包成command就不要用自然語言處理
推 longlyeagle: Nice
推 sunsamy: 我叫claude幫我寫H.265 verilog加速器,它說它不會,昏倒QQ
→ sunsamy: 那claude會的是不是只有小算盤, 踩地雷之類的程式啊？
推 shibin: 推分享
推 jackkao1: 推分享
→ Brioni: Claude會那些很頂的算法跟資料結構，但現階段處理大架構仍
→ Brioni: 力有未逮
噓 peter98: 才兩次reorg  很菜喔
噓 USD5566: 做到亞馬遜然後用AI的方式是開CHAT...?
→ DrTech: 這篇寫得不錯，建立工作流程，比prompt重要多了。這篇也比
→ DrTech: 隔壁版的賣課廣告文強多了。
→ DrTech: 原來是在亞麻做廣告業務，難怪那麼會做廣告文。
推 jej: 如果你身兼不同系統
→ jej: AI根本分不清楚你要解決的是那個系統
→ jej: 特別是系統差異很大的時候
→ jej: AI根本會誤解你說的
→ jej: 爽的日子根本沒有很久
推 sarsman: 推
推 Obama19: 就是Skill的概念吧
→ gigayaya: 再過陣子你就會發現最大的瓶頸在kiro上
推 viper9709: 推分享～寫得很中肯
推 minikai: 認同
推 wsad50232: 推
推 eaton1202: 推 認同
推 yuuyuuhuu: 推
推 guanting886: 推分享