背景脈絡

1.1 現況：傳統開發樣貌

軟體開發經歷數十年的方法論演進。其中，敏捷與 Scrum 之類的框架的出現，是為了解決瀑布式開發的僵化，引入迭代循環、跨職能協作與適應性規劃。這些方法論也許號稱改善了溝通效率與變更回應能力。

但工作的基本單位仍以人為中心：開發者撰寫程式碼、設計師製作視覺稿、產品經理撰寫需求、QA 工程師驗證功能。流程、工具與組織結構都圍繞著人的執行能力、認知負荷與協作模式而被限制，方法論僅止於人類執行速度這個系統限制。

同時，各種知識透過會議、文件與非正式管道流動。規格書以各種格式與精細度存在。意圖與實作之間的落差，由人類的詮釋、組織知識與反覆澄清來彌補。

1.2 變局：AI 顛覆

AI Model 已經正式跨越某個門檻（Claude Code 資深工程師：軟體工程已被下年度的一個新模型完全解決）。也就是說，Anthropic 預期 2026Q4 之前人類不再受 AI 是否能產生程式碼的問題困擾，程式碼產生能力已是 Definition of Done。

它們現在能夠：

• 從規格書產生可上線的程式碼
• 將設計轉化為可運作的實作
• 從需求產生測試案例
• 依照架構模式重構程式庫
• 梳理意圖寫出規格
• 閱讀簡單的示意圖或複雜度的圖片做出 POC
• 針對某個主題做深度研究提供策略參考
• ...做出大部分不需要人類實際用身體勞動的平均水準之上的成果

傳統流程中，人類執行實作這部分永遠是一個存在產品開發途中或末端的瓶頸。 當 AI 代理能快速執行時（本文將會討論如何讓 AI 成為執行/實作的角色，所以不用擔心如何做到），我們會面對的－新的瓶頸會浮現出來：

規格混亂

• 需求散落在文件、簡報、對話中
• 沒有機器可讀的格式供 AI 使用
• 各產出物的細節程度不一致
• 沒有單一事實來源

審查速度落差

• AI 產生的速度超過人類審查的速度（即將被更新的模型解決，人工花在實際審查程式碼的時間將會可見的越來越少，且轉移到審查規格上）
• 品質保證流程是為人類速度的產出設計的
• 沒有系統性的 AI 產出驗證方法（同上上）

知識孤島

• 資訊鎖在人腦與非結構化文件中
• 跨團隊相依性透過頻繁的人與人會議而非契約解決
• 角色之間沒有標準化的交接協定（除了工程師以外：只有工程師需要交付能被電腦編譯的程式碼）

角色混淆

• 傳統職位定義假設：執行是最大的職責
• 不清楚如何將 AI 整合到現有工作流程
• 團隊因角色演變的不確定性而抗拒

結果：提供 AI 工具但未調整工作流程的組織，充其量只獲得邊際效益甚至是反其道而行，最糟則大量且快速產出 AI 生成的垃圾，加速產品跟開發環境劣質化。

論述：大量的內容會帶來更難理解以及衝突，導致 1. 下次 AI 產生困難 2.產品看似豐富但實則充斥許多互斥的功能。

業界誤解與機會窗口

當前業界對 AI 輔助開發存在普遍誤解：許多人將「AI Coding」視為一個即插即用的工具 — 只要提供 AI 程式碼助手，開發者就能立即提升生產力。這種認知忽略了**脈絡工程 (Context Engineering)**的核心地位。

事實是：沒有良好的脈絡工程 (Context Engineering) 實踐，AI 工具不僅無法提升效率，反而會產生反效果：

• 缺乏結構化規格，AI 只能根據模糊指令「猜測」意圖
• 沒有領域知識注入，生成的程式碼偏離業務邏輯
• 脈絡污染 (Context Pollution)（過時資訊、矛盾需求）導致 AI 輸出品質劣化
• 開發者花更多時間「修正」AI 產出，而非審查與精煉

這種誤解在大型組織中尤為明顯。傳統企業的特性 — 層級分明、流程繁瑣、變革需經多層審批 — 使其對新方法論的採納速度遠慢於市場變化。當多數組織仍在觀望或僅做表面導入時，這正是先行者的機會窗口：

• 下層強化：從基層開始培訓脈絡工程 (Context Engineering) 能力，建立規格驅動的工作習慣
• 上層決心：取得管理層對方法論變革的承諾與資源支持

擁有這兩者的團隊，能在業界普遍困惑時建立競爭優勢。當其他組織還在爭論「AI 是否有用」時，先行者已經在累積結構化知識資產與工作流程經驗。

1.3 解方：AI 為中心的規格驅動開發

本文作者認為，答案是重新架構整個流程，以 AI 為中心從產品最源頭到最末端都納入 AI 管理範圍。

功能	人類角色	AI 代理角色
策略	定義意圖、做決策	產生選項、分析權衡
設計	審查、核准、精煉	提案解決方案、產出產物
執行	觀察、糾正、引導	實作、轉換、生成
品質	驗證、接受、拒絕	檢查合規性、執行驗證

這需要以下新範式來實現之：

1. 標準化規格 - 在產品開發中每個階段都有機器可讀的產出物
2. 明確交接協定 - 階段之間清楚的輸入/輸出
3. 人類監督迴圈 - AI 產出進行前的多道審查流程
4. 單一事實來源 - 版本控制且被 AI 可管理的規格

參考資料

• Claude Code 文件 - Claude AI 輔助開發的官方文件
• Effective Context Engineering for AI Agents - Anthropic 的脈絡工程指南
• 限制理論 - Goldratt 關於系統限制的基礎著作
• 敏捷宣言 - 敏捷開發的原始原則