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

職場

閱讀書評

學習

以行動支持創作者！付費即可解鎖

自我成長

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

情感

神話

Junior

文件

工程師

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

親子與教育

軟體開發

決策

檢查

邊界

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

開發

生成

角色

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

最近在開發 Ashfall 的時候，我刻意組了一個極度危險的 build——高傷害、低血量，外加一個帶來致命副作用的機制。

我原本只是想做一個「Fallout + roguelite like」的遊戲。照理說，按下攻擊的瞬間，不是整排敵人被一波帶走，就是我自己當場暴斃。那種在按下去之前，會因為不知

音樂藝文

創作

遊戲

失控

傷害

異常

副作用

風險

控制

攻擊

意外

我用 AI Governance Framework 控制遊戲數值，結果遊戲變不好玩了

我開始懷疑一件事。

就算你已經看見問題， 人，還是可能不會改變。

—

Mirra 會定期產生一份分析報告。

那一週，我點開之後，其實只看了幾秒。

因為它寫的東西，我全部都知道。

它說：

我在做的 AI 治理框架，投入非常深。 甚至覺得「比玩遊戲還有趣」。

同一段文字裡，它也寫了另外兩

政治與評論

AI 已經告訴我會後悔，我還是做了

上個月，我被自己寫的程式碼卡住了。

不是 bug，也不是效能問題，而是它讓我不知道該怎麼回應。

畫面上只有三段資料。

第一段，是我日記裡的一句話：

「這週末我不要再碰工作了，我想好好陪小孩。」

第二段，是我那兩天的決策紀錄。星期六晚上，我選擇回去改一個其實可以延後的 bug；星期天早上，我

文化生活

科技

電腦

週末

日記

程式

我寫了一個 AI，結果它第一個揭穿的人是我自己

上週我花了 40 分鐘 review 一段 AI 產生的 PR。功能正確、測試全過、CI 也是綠燈。從任何傳統指標來看，它都是一段「沒有問題」的程式碼。

但我盯著其中 12 行 code 看了很久，才意識到一件事——它把整個 service layer 繞過了。

這不是 bug，而是 AI 的預

執行

傳統

測試

違規

AI Governance Framework：把架構變成可執行的規則

AI Coding 的下一步：把架構變成 Machine-Readable Rules

在上一篇文章〈AI 寫程式三個月後，它開始忘記你的架構了〉裡，我提到一個很多工程師正在遇到的問題：

在長期專案中，AI 很容易逐漸偏離原本的架構設計。

它可能在 Repository 層加入 HTTP re

專案

人類

Windows

文章

Architecture Contracts：讓 AI 在架構規則內寫程式

最近一年，AI coding 工具的進步速度非常快。

從 GitHub Copilot、Cursor，到各種 AI coding agent，現在很多工程師的工作流程都已經變成：

用 AI 產生程式

自己 review

再修改

對很多軟體工程師來說，這其實是一個很大的生產力提升。

但在實