Weekly Edition / August 06 2026
他不讀 code，只設關卡。
Howard 這週的新聞有一則值得所有工程師停下來看：《無瑕的程式碼》的作者公開說，他已經不讀 AI 寫的程式碼了。
先是市場的訊號。Google 股價一天跌了四個百分點，因為首席科學家離職——在 agent 這條賽道上，Gemini 一直沒有更好的模型，人才又一個個走向對手。Howard 算了一筆帳：全世界大概只有一兩百個人能從原理到訓練把 AI 從零做到一，Meta 願意用將近一百億台幣請一個人，那相當於一千六百位資深工程師養四年。這就是這個時代對「真的有影響力的人」的定價。
「他很努力讓 AI 去做驗證，設了很多關卡。AI 都闖得過，這段 code 就是安全的。」
AING WEEKLY · AUG 06 · TREND WATCH然後是那本書的作者。他不讀 code 了，改做驗證：替 AI 設很多關卡，驗收測試、QA 程式、架構提案，稽核過就放手讓 AI 去闖；用度量、用變異測試——故意寫 bug，確認 AI 攔得到，這個測試才算存在；再做角色編制，讓多個 AI 彼此協作。Howard 的翻譯是：AI 產碼這麼快的年代，工程師的功課是 TDD、SDD，是驗收規格。給 AI 的東西太模糊，它就會腦補規格、自己實作，那就是我們俗稱的幻覺。
所以叫 AI 做事之前，先把問題切到正確的層級：只是一個 UI？還是有邏輯與互動？要不要長期儲存，存瀏覽器還是資料庫？要不要串接 AI、搜尋或其他系統？要不要做模糊判斷？每一層需要的東西不一樣，定義得越清楚，越少幻覺。這也是他在內部 workshop 一直講的第一課。
Howard 分享了三個他每天在用的手法：多視窗驅動多個 AI、讓 AI 半夜做夢、以及一個把 token 焦慮解掉的配速技巧。
要人填表，我就想哭。
宜珊帶來自動上稿的第三次迭代：從「AI 判斷版型」改成「依 sitemap 的版型組成上稿」。每一版都來自 QA 的回饋，而 Aaron 追問的是最後那張人工填的表。
第一版只有四個步驟，完成度三四成；七月初的第二版補齊七步，五六成；這次針對第三到第五步。QA 的回饋很具體：AI 判斷的版型不是他們要的；節點的外部連結沒抽到；每個節點的群組權限沒建；路徑要照 sitemap 命名；上稿後多出一堆編輯器文字，QA 還得回頭刪。原因是 sitemap 只定義了每個節點用哪些版型與順序，沒說舊站的哪段文字要放進哪個版型，AI 為了不遺漏，就把所有文字都塞進去。第三版把「照 sitemap 的版型順序放」訂為最高規範，內容有缺的由 QA 補。兩個客戶的案子都能複用：舊站不同，採集與抽取要微調，但抽完就是固定格式，後面五步一模一樣。
「這個東西就是人判斷出來的規律。人弄得出來的，AI 一定可以。」
AING WEEKLY · AUG 06 · OPERATING MODEAaron 的建議是把那個固定格式反向做成一份 JSON：以後任何網站，SPA 也好，只要從結構抓到內容注入這份 JSON，裝錯就 fine-tune 外面那一層，決策層永遠是對的。驗證也可以換個角度——不比結構，直接由上而下比兩邊的網頁，AI 就能判讀；如果全過了，QA 說不定連抽測都不用，七八十分的才要知道錯在哪。然後他指著那張需要人填的 sitemap 版型表：「一定有人要來填這一塊，所以我一看到就想哭。」既然是人靠 SA 加圖稿判斷出來的規律，那就把 SA 與圖餵進去，AI 應該可以填到八九成對。
他要團隊算一筆帳：以前一頁要多少個動作、多少工，現在省了多少。然後把畫面推到金融展：客戶輸入自己的網址，按下去，網站忽然變新的，內容已經梳理好，再用 UX writer 的 AI 把文案順一遍。「這個當然一個一個看都是苦工，但只要忽然全部接順之後，那真的會跟變魔術一樣。」
人機協同，再回到人。
Ann 展示了為一家官股券商 APP 改版做的三版風格提案。Aaron 看的不是風格，是她在人與 AI 之間切換的方式。
提案的論述先用資料切入：年輕族群打開證券 APP，七八成先看資產與損益而不是下單；前 0.05 秒的空間感與風格，能提升兩成的使用意願；六成的人被過多資訊嚇跑。然後是三版風格——品牌色做成會微微呼吸的 AI 光暈、iOS 式的玻璃質感降低學習成本、高密度卡牌讓使用者自己編排首頁——每一版都能切深淺模式、能點進整支手機的 mock-up，最後收在一句：風格讓年輕人想用，但後面三百多頁的交易流程，才是讓投資旅程完整的 UX。
「以後不是 code review，應該是要做 prompt review。要 review 的是大家的 prompt，不是大家的 code。」
「介面是她設計的，排版與投影片跟 AI 協同，present 又是她講的。她一直在人機之間切換。」Aaron 說這是一個很完整的人機協同作品：人做的那一點、AI 快速生成、再由人來演繹。他因此提了一個新制度：以後不是 code review，是 prompt review——帶著你的 prompt 來討論，review 大家怎麼下，而不是 review 大家寫的 code。
另一個證據來自前一天一家銀行的發表會：一位不會寫程式的經理，站在台上講了五到七個系統，全部 end to end、內部已經在用，連現場帶位都做完了。他不是 RD，他只是很懂 domain。「現在已經不是 backend coding，no-code 的時代真的已經來了，而且人家都上線了。」
「他不是 RD，他只是很懂 domain know-how。這個時代已經不是 backend coding 了。」
Aaron 自己也在做一件相反的事：一家公司給了他程式碼與 mock 資料，他已經產出另一版、把 UI 全改掉、規格與 design token 全部逆向抽出，卻一直不想把 code 交給 RD 看。「我從來到現在沒有看過他的 code。我要的不是你們進來修程式，是你們看得懂它比以前好多少，能跟客戶解釋；有問題跟我講，我用 AI 修。」他要證明的是：逆向工程可以全由 AI 完成，人不要介入太多。這週分享會改在週四，掌聲一樣要給講者。
本頁為《新工匠》Aing Record 統一裝幀 · 手法保留、皮膚統一 · 文字零改寫。