
AI 全端團隊幫我做事
我現在有一個 AI 全端團隊幫我做事
身為一位擁有多年產品開發經驗的軟體工程師,我過去總是那種「什麼都自己來」的角色。不只寫程式,還常常身兼專案負責人、溝通協調者、解決問題的人。也因為這樣,我比一般工程師更熟悉團隊協作的流程,知道當事情卡住時該怎麼尋求資源與支援。
但老實說,我不是一個喜歡與人溝通的人。
同步每個人的想法、維持資訊透明與進度一致,是一件非常耗能的事情。每個人都有自己的考量與節奏,當彼此的期待出現衝突,又找不到平衡點時,整個專案的推進就會變得非常不順。
然而現在,一切都改變了。
AI 的進化讓我組成了「全端代理人團隊」
近年的 AI 工具,尤其是程式相關的 AI,已經成長到「資深工程師等級」的程度。這對於我們這種本來就有經驗的工程師來說,簡直像打開了魔法世界的大門。
因為,我可以跳過溝通、協調、人際的種種問題,直接帶領一群「不會吵架的 AI 工程師」,完成所有我想做的產品。
只要資源夠,我幾乎可以靠自己打造出一整支全端開發團隊。
以下是我已經可以實現的代理人角色:
✅ 前端代理人:我不擅長,但它幫我搞定
Web 前端從來不是我的強項。但現在,我只需要告訴前端代理人我要怎樣的網站、長什麼樣、要具備哪些功能,它就能幫我產出乾淨的 HTML、CSS 和互動程式碼,甚至能直接套用到現有的 side project 上。
✅ 後端代理人:從 Node.js 轉 Kotlin Ktor,只花了一天
原本我用 Node.js 寫後端 API,但 JavaScript 的錯誤排查對我來說不夠直覺,畢竟我是寫 Java 和 Kotlin 長大的。
所以我乾脆把 side project 改成使用 Kotlin Ktor。只花一天,我就讓後端代理人把整個 Node 專案重構成 Ktor 架構,連 Swagger API 文件、測試案例都自動補齊。
這種速度與品質,以前要一週才辦到,現在只需要一天。
🛠️ 預計開發的代理人角色
🧰 (1) 工具代理人:小工具外包給 Python
專案過程中常常需要小工具來拆解資料、轉換格式、串接第三方 API,例如將 Google Sheet 資料轉換成 CSV、翻譯一批字串、產生測試假資料等等。
這些通常用 Python 最方便快速,這類任務很適合交給一位「工具代理人」負責。
📋 (2) 任務代理人:一句話就能分派工作的總管
最終,我想開發的是「任務代理人」。它的任務是,只要我一句話,就能理解我要完成什麼目標,進一步拆解成明確任務,分配給前端、後端、工具代理人自動完成。
這聽起來很夢幻,但我知道,這需要不斷累積需求範本與知識結構,一開始的任務拆解還是得靠我手動來寫。
但只要我持續餵資料,任務代理人終究會學會如何成為我理想中的「副手」,把我的每一個想法都推進成一個可運作的產品。
結語:一人就是一支團隊
現在的我,已經不只是寫程式的人,而是帶領 AI 團隊實現創意與產品的人。
這不代表我不需要人類團隊,而是我有更多選擇。我可以先用 AI 快速實作出 MVP,再決定哪些部分需要與真實人類協作、優化、商業化。
AI 不會取代我,但我會用 AI,成為更高階、更自由的創作者。