--- title: "Vibe Coding 讓雛形變容易之後，企業還缺什麼" description: "AI 降低了軟體雛形的門檻，但企業要讓系統持續運作，仍需要流程、分工、維護與長期累積的判斷力。" canonical_url: "https://blog.markkulab.net/post/ai-software-easier-real-challenge-begins" author: "Mark Ku" author_url: "https://blog.markkulab.net/author/mark-ku" site: "Mark Ku's Blog" date_published: "2026-11-02T18:52:57.000Z" category: "AI" tags: ["ai", "vibe-coding", "management", "software-engineering"] language: "zh-TW" license: "CC BY 4.0" license_url: "https://creativecommons.org/licenses/by/4.0/" attribution: "轉載或引用請註明作者並附上原文連結" --- # Vibe Coding 讓雛形變容易之後，企業還缺什麼 最近接觸了一些中小企業老闆，發現他們都很積極地投入 Vibe Coding。有了想法，就打開 AI 工具，描述需求、產生程式、調整畫面。過去要找工程師、談預算、排時程的事，現在自己花幾個晚上，就能做出一個看起來像樣的雛形。 這種「原來我也做得到」的感覺，很有吸引力。尤其對老闆來說，腦中那些累積多年的改善構想，過去往往卡在預算或排不進開發順位，現在終於有機會自己動手試試看。 但接著，大家開始卡在類似的地方。畫面做出來了，流程卻接不起來；功能各自能用，放進實際工作就到處卡住。有些系統只能在自己的電腦上跑，有些勉強上線了，卻沒有人知道怎麼維護。一旦資料出錯、需求改變，或同事遇到例外狀況，又得回頭找老闆處理。 做出雛形的門檻確實降下來了。但讓一套系統穩定地被一群人使用，仍然需要另一種能力。 ## 雛形之後，才是系統化經驗開始作用的地方 AI 大幅加速了開發這件事，這點我自己用下來感受很明顯。只是加速之後會發現，企業缺的往往不只是寫程式的人手，還包括把一個需求拆成完整流程的經驗。 老闆通常很清楚自己想解決什麼問題，這是外部工程師反而不容易具備的優勢。但從「我想解決這個問題」到「這套系統可以被十個人每天使用」之間，中間還有一段距離。 這段距離裡面，是一些不會出現在第一版漂亮畫面上的問題。誰可以看哪些資料，業務能不能看到其他人的客戶？訂單修改之後，帳務要怎麼跟著更新，還是得有人記得手動改一次？同事按錯按鈕，能不能復原，還是資料就這樣被蓋掉了？目前負責操作的人離職之後，誰能接手，接手的人看得懂這套系統在做什麼嗎？ 這些問題平常不會跳出來提醒你，它們通常是在系統已經被用了一段時間、累積了真實資料之後，才一次浮現。也正是這些細節，決定了一套系統能不能真正進入日常工作，而不是停在示範階段，展示完就擱在那裡。 工具的進步確實省下了開發時間，也讓流程設計、權限規劃與例外處理變得更顯眼。當雛形能在幾個晚上完成，接下來要投入的時間，往往是把這些細節逐一補齊。 ## 老闆與員工之間，誘因還沒對齊 另一個落差，發生在老闆與員工之間。 老闆急著導入 AI，因為他看的是成本、競爭，還有未來幾年的生存問題。這個視角可以理解，也解釋了他為什麼比其他人更急。 但員工每天面對的是另一組事情：今天要交的報表、還沒處理完的訂單，以及一套已經很熟悉、閉著眼睛也能跑完的工作方式。對他們來說，學新工具首先代表的是額外工作，而且是在原本工作沒有變少的前提下多出來的。就算效率真的提升了，省下來的時間會變成什麼，也不一定說得準，未必換來更好的待遇或更輕的負擔，有時候只是換來更多件要處理的事。 更實際的狀況是，導入期間常常得一邊用新系統、一邊維持舊流程，兩邊都要顧。這時候員工感受到的，大概就是麻煩本身。 所以當同事沒有跟老闆一樣積極，我不會直接解讀成他們不願意改變。有時候只是改變帶來的好處，還沒有真正落到他們身上。他們承擔了過渡期的成本，卻不確定收益會不會分給自己。 這也是為什麼我覺得，AI 導入要走得下去，除了把工具選好、把系統做出來，還得處理分工、責任與誘因這些看起來跟技術無關的事。誰負責維護資料？出錯的時候誰要處理？改用新流程之後，原本的工作量怎麼重新分配？這些講清楚了，導入才比較有機會推得動。 ## 自動化之前，先把資料與流程釐清 在我接觸到的傳統產業案例裡，許多日常工作都有改善空間。 在我接觸到的旅行業、海運承攬案例裡，有企業靠著 Excel、大量人工與資深員工的經驗，就能做到十五億、二十五億元的營收。我想先說清楚，這是我個人接觸到的幾個案例，不代表整個產業都是這樣，也不代表這種做法就有問題，畢竟它確實把生意做起來了。 這些企業有成熟的客戶關係，也有很強的業務與現場處理能力。只是支撐日常營運的資訊，可能散落在不同人的表格、Email、通訊軟體，以及某些資深同事的腦袋裡。 從表面看，這是非常適合自動化的場景。重複輸入、人工核對、報表整理、進度追蹤，每一項聽起來都可以省下時間。 真正開始導入，才會發現還需要先釐清各部門對資料與流程的理解。 同一個欄位，不同部門有不同定義。例如，業務和財務對「結案」的認定，就可能落在不同時間點。同一種案件，不同人有不同做法，各自都能把事情辦完，但步驟不一樣。許多例外狀況從來沒有留下紀錄，處理方式就是一句「這個要問某某，他比較清楚」。 當既有工具與流程已經這樣碎片化，自動化就很難直接接上去。你得先釐清資料從哪裡來、誰負責確認、什麼條件下要交給下一個人，才有機會讓 AI 穩定地接手其中一段工作。這部分的工作不容易在展示畫面上呈現，卻是系統穩定運作的基礎。 否則很容易變成，替每個部門各做一個小工具，每個工具單獨看都不錯，合起來卻多出更多需要人工把資料從 A 搬到 B 的地方。系統增加了，手工也增加了。 ## 未來五年的一個預測，以及我自己的累積 接下來這段是我個人的預測，不是已經發生的事。 往後看五年，我認為 Vibe Coding 很可能會逐漸成為一種比較普遍的能力，不再主要集中在資訊背景的人身上。熟悉某個專業領域的人，甚至高中生、國中生，都可能透過 AI 把自己的想法做成雛形，做出能供少數人使用的系統。 當製作軟體的成本降低，過去因為預算不足而被擱置的需求，也可能開始被實現。從這個角度看，軟體需求未必會因此減少，反而可能增加，只是誰來做、怎麼做會跟以前不一樣。 但當更多人都能做出東西，價值也會跟著移動。 你是否理解真正要解決的問題？能不能判斷哪些功能其實不該做？能不能把零散需求整理成一致的流程？做出來的東西，別人願不願意用、下一個人能不能接手？這些差異過去被「會不會寫程式」這道門檻遮住了，門檻降低之後，反而會越來越明顯。 還有一件事值得提醒自己：AI 壓縮了開發成本，但如果工作方式沒有改變，維護與營運成本仍然可能很高。程式產生得快，不代表後續責任會變少。每增加一個系統，就多一份需要維護的資料、權限、部署，以及使用者對它的期待。如果缺乏整理與取捨，開發越容易，累積問題的速度也可能越快。 我自己玩了快一年的 AI，投入將近兩千美元的訂閱費，也買了 RTX 5090 研究地端模型。從 AI Application、Multi-Agent Application，到模型訓練、建立 API 與 MCP，一路嘗試，最後讓 AI Agent 真正串起整個工作流程。 這一路走來，我越來越能感受到「一個人就是一個團隊」的可能性，也越來越清楚它背後需要什麼。對我而言，支撐這件事的是過去十年累積的技術、經驗與工作流程。遇過的問題、做錯過的決定、維護過的系統，都會影響今天怎麼交代 AI、怎麼判斷它產出的結果，以及什麼時候該停下來重新想一遍。 訂閱幾套工具、上幾堂課、複製幾個 Skill，可以幫助我們起步。但要把它們組合成一套能持續運作的工作方式，還是得靠自己實作和累積。 AI 能放大一個人的能力，但無法取代長期累積的經驗與判斷力。 當想法能更快變成產品，一個人的品味、深度與累積，反而會更直接地呈現在作品裡。從他選擇解決什麼問題、怎麼安排流程，到如何照顧那些容易被忽略的細節，其實都看得出來。 我期待看到更多人開始 Vibe Coding。也期待大家在做出第一個雛形之後，願意繼續走下去：讓同事實際使用、面對真實的例外狀況、把流程整理清楚，讓另一個人也能接手。 那會是 AI 真正開始改變一家企業的時候。 --- ## 關於本文與作者 本文出自 [Mark Ku's Blog](https://blog.markkulab.net/post/ai-software-easier-real-challenge-begins) 授權條款： [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) — 轉載或引用請註明作者並附上原文連結 ### 關於作者 **[Mark Ku](https://blog.markkulab.net/author/mark-ku)** — 軟體工程師 - 10 年以上軟體工程師 - 做過北美電商與 AI SaaS 訂閱收費系統 ### 作者開發的免費工具 以下工具皆可免費使用： - [免費 PDF 簽名工具](https://blog.markkulab.net/tools/pdf-sign): 線上 PDF 簽名工具，瀏覽器內完成手繪、打字、上傳簽名，可拖曳放置、縮放、下載。所有處理都在你的裝置完成，檔案不會上傳。 - [VS Code Refactory](https://blog.markkulab.net/tools/refactory): Refactory 是一款 VS Code 重構擴充套件：34 個重構動作、37 條 code smell 檢查、Code Health 儀表板、18 種語言、534 支測試。懂你的專案慣例：介面放哪、DI 註冊寫在哪、'use client' 該不該加；還會用 git 修改頻率 × 複雜度排出「該先修哪個檔案」，並一鍵把壞味道交給你自己電腦上的 Claude Code 修。免費使用，原始碼不離開你的機器。 - [DB-Kit 資料庫管理工具](https://blog.markkulab.net/tools/db-kit): DB-Kit 是一個用 Tauri + Rust + React 打造的輕量跨平台資料庫管理工具，用單一一致的介面同時管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle、SQLite、MongoDB、Redis、Kafka、Elasticsearch 與 RabbitMQ 十一種資料來源：連線密碼以 OS keychain 加密、SSH Tunnel、完整 CRUD、視覺化查詢建構器、多結果集同時顯示、跨連線資料傳輸、結構與資料比對（同步 SQL、結構快照）、Excel / CSV 匯入匯出、執行計畫視覺化、ER 圖、排程備份、SQL 壓力測試（p50～p99 延遲百分位）、15 條規則的 SQL 審查、執行前 AI 審查並逐句備份的「審查並執行」（自動產生回滾腳本）、Kafka 訊息瀏覽與監控告警、SSH 終端機與 SFTP / FTP、Docker / Kubernetes、遠端桌面（RDP / VNC / RustDesk）、檔案 / 資料夾比對、預存程序整合測試；六種介面語言，內建 AI 助手（本機 CLI 或 Anthropic / OpenAI 相容 API，自然語言生成 SQL、AI 審查與調校建議）與命令列工具 dbk。免費開源（MIT），提供 Windows / macOS / Linux 安裝檔。 - [VS Code Super Mermaid](https://blog.markkulab.net/tools/super-mermaid): Super Mermaid 是一款 VS Code 擴充套件：開箱即用的漂亮 Mermaid 圖表，自動上色、即時預覽、滑鼠平移縮放、PNG / SVG 高解析匯出，內建 21 種範本與多種主題。免費開源（MIT）。 - [React Super Mermaid](https://blog.markkulab.net/tools/react-super-mermaid): react-super-mermaid 是一個開源 React 元件庫：一行 即可渲染漂亮的 Mermaid 圖表，內建 colorful / sketch 主題、平移縮放、圖內搜尋、SVG / PNG 高解析匯出。輕量、SSR 安全、完整 TypeScript 型別。免費開源（MIT）。 - [Jira / Confluence Super Mermaid](https://blog.markkulab.net/tools/jira-super-mermaid): Atlassian Forge app：在 Jira issue 與 Confluence 內文直接寫 Mermaid 語法，畫流程圖、時序圖、狀態機與甘特圖。11 種圖表、SVG / PNG 匯出、明暗主題、完整中日韓文字支援。取得 Runs on Atlassian 資格：圖表存在你自己的站台，app 不呼叫任何第三方服務。免費，即將上架 Atlassian Marketplace。 - [Mermaid 線上預覽](https://blog.markkulab.net/tools/mermaid-preview): 在瀏覽器裡寫 Mermaid、即時看圖，整張圖表壓進網址就能分享。免註冊、不上傳伺服器，相容 mermaid.live 的分享連結。 - [React Intl Phone Number](https://blog.markkulab.net/tools/react-intl-phone-number): react-intl-phone-number 是一個開源 React 元件：framework-agnostic、不依賴 antd，提供 E.164 進出、可搜尋國旗 / 國碼下拉、可配置驗證等級（strict / mobile-strict / loose）、可主題化 CSS 與 i18n，電話邏輯由 google-libphonenumber 驅動。輕量、完整 TypeScript 型別。免費開源（MIT）。 - [Uptime Kuma Cluster](https://blog.markkulab.net/tools/uptime-kuma-cluster): 把單機版 Uptime Kuma 改造成高可用叢集：OpenResty + Lua 智慧負載平衡、MariaDB 共享狀態、健康檢查與自動 Failover，附監控與叢集管理 RESTful API，一行 Docker Compose 啟動。免費開源（MIT）。 - [AI Podcast Cut 音檔剪輯](https://blog.markkulab.net/tools/ai-podcast-cut): 丟進一段錄音，AI 幫你剪掉「嗯、呃、那個」與講到一半重講的片段，平衡逐段音量，並派第二個 agent 覆核每一刀。辨識與去人聲都在你自己的電腦上跑，不上傳、不需要金鑰。剪點會貼齊字邊界與零交越、每一刀都有漸弱漸強，句尾還留得住呼吸感。Windows / macOS / Linux 桌面應用，MIT 開源，Windows 安裝檔內建 ffmpeg。 - [AI Video Cut 影片剪輯](https://blog.markkulab.net/tools/ai-video-cut): 在影片裡選一個東西：打字（人臉、車牌、手機螢幕、logo）、手動點選或拖框，或交給 Claude Code / Codex 挑。AI Video Cut 會逐幀追蹤它，再幫你打馬賽克或模糊、調色、加跟著走的貼紙與文字、把螢幕或海報換成你的圖片或影片，甚至用其他幀拍到的背景把它移除。另有序列剪輯、本機字幕與 AI 助手。免費開源（MIT）的 Windows 桌面應用（macOS / Linux 實驗中），本機運行，影片不上傳。 - [open-pos 開源餐飲 POS](https://blog.markkulab.net/tools/open-pos): 一台電腦加一台出單機就能開店。資料存在自己的硬碟裡、沒有月租、沒有綁約，MIT 全開源。金額用整數元依營業稅法拆算稅額，銷售額加稅額恆等於總額；出單走網路型 ESC/POS（TCP 9100），不必裝廠商驅動。Tauri + Rust + SQLite 桌面應用，v1.0 開發中。 - [.NET 電商 API 架構範本](https://blog.markkulab.net/tools/dotnet-ecommerce-api): 以 .NET 10 打造的電商平台後端 API 架構範本：Controller → Service → Repository 分層、Autofac 依命名慣例自動註冊、SqlSugar 支援 MySQL / MariaDB 與 SQL Server、Redis 快取與訊息佇列、Hangfire 排程、JWT 認證，內建可擴充的金流 Provider 模組（綠界 ECPay、藍新 Newebpay）。Apache 2.0 開源。 - [Open Token Monitor 團隊 AI 用量監控](https://blog.markkulab.net/tools/open-token-monitor): 把每位員工電腦上 AI coding 工具的 token 用量與等值成本集中到公司自架的 hub：PostgreSQL、組織名單、依公司與部門比較的 dashboard、報表 API。員工端有 Electron 與 Rust/Tauri 兩種，每 30 分鐘自動上傳。MIT 開源，Docker 一行起。 - [AI 資安監控 ai-security-monitor](https://blog.markkulab.net/tools/ai-security-monitor): 網站上線了，漏洞、憑證與安全設定誰來檢查？ai-security-monitor 用自架 Security Hub 集中網站掃描與主機監控，合併重複發現、比對修補前後，讓你知道哪些問題還沒處理。 ### 每日 Podcast - [Mark's Tech Insights 每日 AI 新鮮事](https://blog.markkulab.net/category/tech-news): 每日精選 AI 與科技趨勢，透過語音摘要快速掌握最新技術動態，涵蓋 AI 應用、軟體架構、DevOps 與工程實戰。 — RSS: https://blog.markkulab.net/feed.xml - [AI股市蝦聊](https://blog.markkulab.net/category/ai-stock-chat): 每個交易日用 AI 分析台股盤勢，以雙人對話聊當天的盤中觀察與隔日預測。 — RSS: https://blog.markkulab.net/ai-stock-chat/feed.xml - [開源好物日報](https://blog.markkulab.net/category/open-source-weekly): 每天從 Hacker News、GitHub、Reddit 聲量雷達精選免費開源工具，以雙人對話聊解決什麼痛點與怎麼快速上手。 — RSS: https://blog.markkulab.net/open-source-weekly/feed.xml - [AI 運動日報](https://blog.markkulab.net/category/sports-weekly): 每天以雙人對話聊 NBA、MLB 與國際體壇大事，台灣球迷視角，輕鬆有梗不酸人。 — RSS: https://blog.markkulab.net/sports-weekly/feed.xml - [AI 國際新聞快報](https://blog.markkulab.net/category/world-news): 每天早上以雙人對話把過去一天的國際大事講白：政治外交、全球經濟、衝突與安全、災害與氣候，台灣視角、中立客觀、每則附出處。 — RSS: https://blog.markkulab.net/world-news/feed.xml - [地端 AI 實驗室](https://blog.markkulab.net/category/local-ai-lab): 每天精選可以下載到自己機器上跑的開源模型與 LoRA，用雙人對話講清楚能用在哪些場景、你的顯卡跑不跑得動、跟同類差在哪，規格一律引述官方 model card。 — RSS: https://blog.markkulab.net/local-ai-lab/feed.xml - [AI 行銷日報](https://blog.markkulab.net/category/ai-marketing): 每天以雙人對話整理最新 AI 在行銷、廣告、SEO／GEO 與內容行銷的大事，實戰視角、不業配、每則附出處。 — RSS: https://blog.markkulab.net/ai-marketing/feed.xml - [AI 資安日報](https://blog.markkulab.net/category/ai-security): 每天以雙人對話整理最新 AI 與資安交會的大事：LLM 與 AI agent 漏洞、prompt injection、模型供應鏈、攻擊者怎麼用 AI，防禦視角、每則附出處。 — RSS: https://blog.markkulab.net/ai-security/feed.xml ### 電子報 [訂閱電子報](https://blog.markkulab.net/subscribe) — 第一時間收到新文章通知，無垃圾信、隨時可取消訂閱。