過年期間，做起Vibe Coding，把最近很紅的 AI 工具都玩一輪。空了3個月沒認真玩，又被這些 Coding Agent 進步的速度所震驚。
我請 AI 寫一個「YouTube 閱讀器」，功能是給它一個 YouTube 連結，便會將影片內容轉成中文文字檔，並放到筆記軟體，讓我打開Kobo電子閱讀器就可閱讀。
同樣的功能在3個月前要請Agent不斷來回修改，大概得花1周才完成。如今幾乎一次到位，且花不到30分鐘。
你只要打一些字，按下送出，然後開始看AI表演，一步步寫出程式、畫面，長成一個可以動的應用程式。打造工具這件事變得非常容易，於是你會一直想，還能做什麼？像上癮一樣。
走在路上突然冒出一個點子，拿出iPhone將它丟給AI，自己繼續走到餐廳坐定位，再拿出iPhone，看到AI回報做好了，你請AI繼續修改後，便吃起飯來。不論身在何處都在Vibe Coding。因為想要做什麼的想法一直蹦出來，你發現，只讓一個 Agent 做事已經太慢了，於是你開始叫第2個、第3個⋯⋯，指揮好幾個 Agent做事。
而且你讓它們做的題目愈來愈難。從 5 分鐘的小任務、到 50 分鐘，甚至 5 小時Agent才回報完成的困難任務。看著十幾個Agent在螢幕上忙碌，喝一口咖啡，感覺自己很威，宛若上帝。
你也發現，要讓 AI 把事情做得更好，須確認 AI 跟你理解的目標一致。於是，準備動手做一個應用，你跟AI說別急著寫程式，先跟我討論你打算怎麼設計。在來來回回對話中，先寫出了設計文件，以確保AI的理解跟你所想的一致。
AI 也會回頭跟你確認一些問題，或提供一些設計上的選擇。某種程度來說，跟 AI 討論的過程也等於把自己的想法發展得更清晰。
管好你的「小公司」，AI代理豈能閒著
確認設計方式了，讓AI 寫程式吧。接著你發現，AI 自動針對計畫書，展開工作計畫，拆解事項、列出To Do列表之後，回報完成。
通常我也會把測試計畫告訴 AI，定義清楚何謂「完成」。儘管如此，回報完成的程式，實際點一點、按一按，還是一堆 bug。
過去，我會一一告訴 AI 哪裡有 bug、出現的結果並非預期，以及我預期的結果是什麼，等它修完再來測試。後來驚覺，為什麼是我測？應該由AI 來測吧！
於是AI 自己寫測試程式、自己測。有時它會一直改不好：「我覺得測試結果很奇怪，讓我換一個方法。」甚或退版重來：「我覺得我想得太複雜了，讓我換一個方法。」不過，當你把目標給得夠詳細、預期結果說得夠明白，AI 將進入不停開發－測試－解 bug的循環，自己忙好幾個小時，直到真正完成，而你只要負責泡咖啡。
你察覺，AI 寫計畫、給 Review，如同產品負責人與品質保證工程師。你指揮的好幾個Agent，各有各的角色，好似一家小公司。「執行」已不再困難，現在你需要的是「想法」。要請 AI 做什麼？尤其刷下AI訂閱費後，這些AI閒著沒事，心裡總覺得浪費，跟老闆看員工閒著就覺得虧錢一樣。
以務實層面，所謂的想法是「想出能賺錢的方法」。畢竟養AI也得花錢，投入要有產出嘛。既然要賺錢，麻煩就來了，因為是賺「人類」的錢，所以你需要說服人類，讓他們買單你的想法。關鍵便取決於你給的「Context（情境）」完不完整。
但有時人與人的溝通，我們反而不去嘗試理解對方的 Context，造成有溝沒有通，你的想法就無法進入別人的心裡。因為彼此認知的 Context 是不同的，成了彼此站在不同的角度溝通，當然難有共識。
指揮 Agent 要理解 Context，讓別人買單你的想法，也需要理解「Context」——屬於人類的 Context。
提案要容易成功，你必須理解他人的語言、了解其脈絡。比如他們最近的痛點、KPI是什麼？想達成的目標？真正的問題是什麼？你不了解對方的Context，你的提案對對方來說只是噪音。
AI不了解你的Context，所給的回答也會馬馬虎虎，甚至雞同鴨講。我們願意跟AI來回互動，確保認知一致，才讓 AI 做實事。對人類溝通卻時常缺乏那份耐心。
一切都是 Context。識別 Context、理解 Context、建立 Context，在現在變成格外重要。無論對 AI，還是對人。
責任編輯：陳祈安
