40歲轉職到AI領域，說真的要感謝太多人了，但也因為自認為大多數都是幸運驅動，似乎沒有太多參考的價值，不過到目前為止累積的經驗，也許可以提供一些分享。
Decode AI週報是我在Threads上面追蹤的一個帳號，一開始他辦了一個Vibe Coding黑客松，雖然已經結束了，但是裡面還是有滿多內容值得看的，尤其適合一開始接觸coding的人。
今天想要聊聊讀完EP-32的心得，與其說是心得不如說是借題發揮，這篇電子報教你的是把google drive上面放的文章，自動轉成摘要存到記事本裡面。
我覺得現在拿這個來練習n8n之類的low-code工作流是很好的機會，因為現在你可以直接把文章丟進去NotebookLM，然後對比一下差異。也許你可能會想，既然NotebookLM這麼方便，我還要做這個幹嘛？
其實AI的重點除了產出以外，還有就是熟悉工具。
當你讀完EP-32之後，就會發現n8n的工作流程，其實有點複雜，Dify, Zeabur, Flowise等也都是類似的概念，把工作流程拆成好幾個步驟，一步步設定完成之後，執行就可以得到你想要的結果。隨著你持續執行與思考，工作流程是能夠再拆解/合併，讓整個流程更加精簡。
但是說實在話，這些流程，其實你是可以用AI從頭到尾幫你做出來的。對我來說，n8n是一個把流程視覺化的介面，先幫你把一些功能寫好，你只要import進來就好。
對於經常寫程式的人來說，也許這跟利用python從第一行寫到最後一行，是一模一樣的事情，也許自己寫還更快一點。但對於我們這種coding新手來說，n8n最大的好處，是可以有個很直覺的介面，讓你知道每一步在做什麼。
所以滿建議想要學著用AI寫程式的人，都可以先嘗試看看n8n, Dify, Zeabur, Flowise等工具，反正如果不懂，就截圖問AI該怎麼設定。等到熟悉度提高了，可以再考慮自己（叫AI幫你）直接寫出全部的code。
對了，即便是很多人都流行使用Cursor、Windsurf，但我覺得這些工具真的有點太快了，比較適合知道自己在幹嘛的工程師。如果是入門又沒有時間壓力的話，用網頁介面跟AI慢慢聊天，確認程式碼的作用會比較好。同時在基礎設定，建議可以加上一些限制，例如要讓AI獲得同意才可以寫code、以更動最少程式碼的前提來修改code。我認為這樣比較像是通常在寫code的行為模式。
最後，該補的還是要補，整個架構、物件導向、Git的使用、前後端概念、演算法等知識，還是要確實地學習，你可以請AI把過往聊天當中，跟寫程式有關的歷史資訊，寫成一個教材讓你學習，然後不懂的再持續問AI，我個人認為這才是能夠跟著AI一起進步的好方法。
