Ad copy

用 AI 寫 code，很爽。 爽到你以為自己效率翻倍。 但三週後你會發現： 專案變亂了。 維護成本暴增。 開發效率反而開始下降。 Coding Agent 像 ChatGPT、Cursor 會開始： 1️⃣ 改亂原本已經好的頁面 2️⃣ 誤解你想要的 UI 3️⃣ 忘記你之前說過的規則 4️⃣ context 很快爆掉 5️⃣ 換一個 session 就像失憶 最後你會開始懷疑一件事： AI 真的有那麼好用嗎？ --- 後來我才發現： 問題通常不是 AI。 而是你有沒有建立一套 真正屬於自己的 AI workflow。 --- 去年 Amazon 兩次裁員，同時帶來兩次大型 re-org。 我原本在做 Payment 系統， 每天處理上百萬筆交易。 這個領域我做了三年， 可以說駕輕就熟。 但一次 re-org，我被丟去做一個新任務： 在既有的 Programmatic Ads backend 裡 新增一條 Native Ads bidding pipeline。 我打開 codebase。 主專案： 980MB 14+ 團隊共用 幾十個 service 互相依賴 我心裡只冒出一句話： What the hell did I just get myself into. --- 更刺激的是： 公司給我的時間只有 兩個月。 第一個月要 beta 第二個月要完整上線 那一刻我瞬間明白一件事： 如果我繼續用以前的方式寫 code， 就算三餐喝 Red Bull， 也很難活過下一波裁員。 所以我做了一個決定： 全面轉成 AI workflow。 --- 第一週，我沒有寫任何 feature。 我只做一件事： 打造自己的 AI 開發流程。 我給自己一條鐵則： 任何需要手動打超過 2 行指令 的事情 之後都不再手動做。 我開始顛覆原本的工作方式： Custom Command → 自動化流程 Skill → 管理專案 context Sub-Agent → 平行跑測試 Hook → 自動事件通知 MCP Server → 系統整合 --- 第一週，我的 manager 問我一句話： “You haven't worked on any feature?” 壓力很大。 真的很大。 但我知道一件事。 這場戰只有兩種結果： 完勝。 或消失。 --- 結果是： 我用這套 AI workflow， 一天能做別人一週的工作。 而我現在還站在這裡。 --- 當你開始把 AI 當成一個 可以被設計、被管理、被擴充的 工程系統 你的開發速度會完全不一樣。 很多人還停留在： 跟 AI 對話。 但高手已經在： 設計自己的 AI workflow。 --- 所以我後來把這整套 「矽谷工程師的 AI workflow」 整理成一門 Claude Code 課程。 這門課不是教工具。 而是教你一件事： 怎麼把 AI 變成你的 coding agent。 --- AI 讓你變快。 workflow 讓你變強。 --- 👉 如果你也想建立自己的 AI workflow 私訊我： Claude Code