
隨著 AI 程式輔助工具的普及,許多開發者開始嘗試「Vibe coding」——也就是給 AI 一些簡單的描述或方向,讓它自動生成程式碼。雖然這種方式能夠快速生產新的程式碼,但在實際專案開發中仍有不少限制。
Vibe coding 的核心概念是透過自然語言描述需求,讓 AI 自動生成對應的程式碼。這種方法在原型開發、快速驗證想法時確實很有用,但在面對複雜的企業級專案時,往往會遇到各種挑戰。
AI 可以快速產生新的程式碼模組,但當需要把新功能整合進已有的複雜系統時,問題就會浮現。
問題所在:
AI 的能力依賴於過往訓練資料,如果問題冷門或涉及全新概念,它往往無法提供完整解法。
再強大的 AI 也有上下文限制,能同時「記住」的程式碼量有限,超過後就無法全盤理解。
實際問題:
AI 在理解系統內部相依性時仍有不足,缺乏人類工程師能從經驗中建立的直覺。
問題後果:
AI 在單次對話中能學習指引,但長期記憶不足,導致無法重用過往解法。
今天再問類似需求時,AI 可能完全忘記,重新產生一個效率更差的版本。
許多開發環境中,使用高階模型(例如 GPT-4.5)寫一部分程式碼後,為了省成本改用低階模型接續開發,結果程式碼品質大幅下降。
低階模型維護時可能產生的問題:簡化版本,遺漏重要檢查
除非明確告訴 AI 應遵循哪些架構原則和命名規則,否則每次產出的程式碼風格都可能不同。
第二次:使用類別式設計,風格完全不同的版本
Cursor 作為基於 AI 的程式碼編輯器,能夠大幅提升開發效率,但需要正確的使用策略。
檔案位置: 專案根目錄
檔名: .cursorrules
建立步驟:
.cursorrules
檔案GitHub Copilot 作為程式碼補全工具,能夠提供即時的程式碼建議,但需要正確的配置和使用方法。
檔案位置: 專案根目錄下的 .copilot
資料夾
檔名: settings.json
建立步驟:
.copilot
資料夾.copilot
資料夾內建立 settings.json
檔案重要提醒:
.cursorrules
和 .copilot
資料夾都應該加入版本控制使用範例:
使用 Cursor 進行設計:
使用 Copilot 進行實作:
使用 Cursor 進行優化:
Vibe coding 雖然能夠快速生成程式碼、加速原型開發,但在面對大型專案、複雜邏輯、長期維護時,AI 仍難以完全取代工程師,人類工程師能夠全盤理解系統架構、具備長期記憶、解決未知問題並保證程式風格一致,這些都是當前 AI 仍無法完全做到的。
透過正確使用 Cursor 和 Copilot 等 AI 工具,開發者可以大幅提升開發效率,但關鍵在於建立正確的使用策略和工作流程,讓 AI 成為工程師的得力助手,而不是完全依賴的替代品。