我把那個 commit revert 掉之後，坐在螢幕前發呆了快十分鐘。

畫面上那段 code 看起來其實沒什麼問題。

測試有過，log 很完整，PR 說明也寫得很漂亮。如果只看最後結果，大部分 reviewer 應該都會 merge。

但我知道哪裡不對。

因為那不是我原本叫它做的事。

那

職場

文化生活

音樂藝文

以行動支持創作者！付費即可解鎖

軟體開發

資深工程師 / 奶爸 / INTJ 

習慣用系統化思維，分析生活中的一切。這裡不提供標準答案，只分享一個工程師如何 Debug 自己的倦怠、焦慮與家庭戰場。

Gavin Wu的沙龍

從 Prompt 到 Hermes：我第一次發現 AI 開始「猜我的底線」

這半年多，我幾乎是用 AI agent 在重新學一次「怎麼開發」。

不是重新學語法，也不是重新學某個框架，而是重新理解：工程師到底在做什麼。

以前我寫功能時，注意力大多放在很底層的地方。這個 API 怎麼串、那個語法怎麼寫、build error 為什麼一直過不了、某個環境問題到底是哪裡壞掉。很

學習

工程師

開發

管理

邊界

程式

環境

用 AI Agent 開發半年後，我發現工程師的熱情回來了，但也變得不像以前了

我盯著 Apple Watch 的心率畫面。

游泳那天，曲線卡在中間。

隔天騎腳踏車，也是。

打羽球，有幾段衝上去，但很快掉回來。

連重訓，組間心率也沒真的降下來，始終懸在那裡。

我把這幾個月的資料拉出來，一條一條疊上去。

跑步、游泳、騎車、有氧拳擊、羽球、重訓。

全部長一樣。


我

運動

Apple Watch

腳踏車

數據

游泳

強度

身體

騎車

羽球

數據迷霧：當所有運動的曲線都長得一樣

在短期指標與長期價值之間，我也曾經拉扯

自從去年女兒升上小一之後，我明顯感受到，生活裡多了一種以前沒有的壓力。

那些原本離我很遠的詞彙——作業進度、考試成績、班級排名——開始一個一個冒出來，像系統通知一樣，定時跳出來提醒我：孩子已經進入另一個階段了，而身為父母的我，也被迫一起升級。

說完全不焦

親子與教育

孩子

教養

父母

作業系統

指標

分數

考卷

成績

壓力

【教養筆記】當女兒升上小一後：比起考卷分數，我更在意的四套「內在作業系統」

引言

有些解釋，不是為了接近真相，而是讓已經做出的決定看起來更合理。 當原因開始服務於結果時，我們還要不要把事情講清楚？




「今天有寫考卷嗎？」

對話從這一句開始。

幾分鐘後，訊息接著出現：

「我打算讓她轉去安親班了。」



「她們只會一起玩，不會一起讀書。」 「她說是被找去一起玩的

對話

責任

安親班

上課時間

【架構師隨筆】當決策已經完成，原因還重要嗎？

前言：當「寫得更少」反而做得更多

最近出現一個不太直覺的現象：

實際寫下的 Code 變少了，但系統產出反而變多。

功能推進更快、跨領域專案可以同時進行，甚至在 Driver 與團媽系統這種性質完全不同的場景中，都出現了類似的開發節奏。

如果只看結果，這應該是效率提升。

但問題在於：

當

專案

【架構師隨筆】寫 Code 正在變成次要能力——那剩下的 10% 是什麼？

這本書的後記，第一句話是這樣寫的： 「這本書，是為了每個受苦的人而寫的。」

看到這句話的時候，我愣了一下。 作為一個習慣解決問題、優化流程的人，我們最討厭的就是「受苦」。 受苦代表失控，代表系統有 Bug，代表我的能力有瑕疵。

所以我們拼命掩蓋它。 我們用忙碌來麻痺，用成就來武裝，用指責別人來轉

閱讀書評

自我成長

神話

Junior

文件

你不需要完美，你只需要完整 —— 給中年優化狂的最終救贖：當系統報錯時，請為自己寫一段神話 （榮格心靈指南・最終章）

我最近做了一個決定。

當時看起來完全合理，甚至可以說，是在讓系統變得更完整。

我在 ai-governance-framework 裡，加了一層新的檢查機制。

AI 幫我補齊了邏輯，邊界也變得更清楚，甚至連文件都一起長出來。整個過程沒有卡住的地方。

幾天後，我才意識到一件事：

這個功能，從

決策

檢查

治理

機制

限制

結構

我做了一個用來約束 AI 的系統，最後發現它應該先約束的是我

前三篇，我們建立了一條看似完整的推論：AI 會侵蝕架構，contract 無法約束生成過程，所以 governance 必須具備決策能力，甚至需要否決權。

這條推論本身沒有錯。真正有問題的，是它偷偷依賴了一個工程師很容易相信、但現實常常不買單的前提：

只要系統設計正確，它就會被持續使用。

實際

國際

團隊

否決

設計

AI Governance Framework（第四篇）：不是系統會失敗，而是團隊會開始替它找例外

上一次，我們停在一個看似合理的結論：

AI 與 codebase 之間，需要一個持續運作的 Governance Layer。

這一層的存在，是為了讓架構不再只是一份文件，而是能在開發過程中持續發生作用。

這個方向沒有錯。

但這裡其實有一個被忽略的前提：

如果 governance 只是另

生成

角色

AI Governance Framework（第三篇）：當規則開始否決，問題才真正開始

AI 寫程式三個月後，它開始忘記你的架構了

當 AI 開始鬼打牆：資深工程師如何用「存檔點戰術」，把自己變成一人開發軍團