AI 沒讓我變工程師,但讓我做了工程師的事|老喬人物誌專訪

主筆 | 2026-04-11 | 人物誌 內容(Content) 商業/科技前沿參考 | 1 minute of reading

本篇摘要

老喬利用 Claude Code 在 2026 年 3 月中旬完成了卡了好幾年的 SNT 拍貼機通路點位工具。問題本質很簡單——管理全台 100 多台機器的點位資訊更新,但牽涉 GitHub、部署流程、SEO 等技術環節,始終無法啟動。轉折點在於從 ChatGPT 切換到 Claude Code 和 Cowork。從「不知道」變成「不知道→ AI 幫你補」的改變,讓他真正感受到「用嘴巴做產品」:用講的描述架構、用講的說功能、用講的讓 AI 處理 GitHub 和部署。以前需要工程師、前端、後端、DevOps 各一人,現在是一個人加一張嘴巴。這不是效率提升——是能力門檻被打掉,從完全做不了變成可以了。

  • 卡了好幾年的點位工具在 10 分鐘內用 Claude Code 上線
  • 成本從客製開發 10 萬台幣降至 200 美金 LLM 費用
  • 關鍵改變不是速度或成本,是能力門檻被打掉——個人能做原本需要四種技術人才的事
  • 從 2025 年 8 月用 ChatGPT 到 2026 年 3 月用 Claude Code 是轉折點,GitHub 和部署流程不再是障礙
本篇目錄(11 節)

這篇是老喬自己有感而發的時刻,AI的發展讓人驚艷


老喬的分享

2026 年 4 月 10 日,我把第一個可以用的工具上線了。

不是什麼大東西。

就是一個管門市點位資料的小工具——拍貼機的通路點位,有哪些、在哪裡、什麼時候上架、什麼時候下架。
(作品在這邊:Snapshot妞拍貼通路點位一覽)

但我在這個問題上卡了好幾年。

所以對我來說,這個小工具是一個很明確的斷點。

我想把這段過程寫下來。

不是因為這是什麼成功故事,而是因為這個過程太真實了——真實到我覺得很多人應該也卡在同樣的地方,只是不一定說出來。


我之前的狀態

2025 年 8 月,我開始用 ChatGPT。

問的問題其實很清楚:資料整理、網站怎麼優化、SEO 怎麼做、要不要做小工具。

ChatGPT 都能回答。

但有一個問題它沒辦法替我解決——

我不知道怎麼動手。

卡住我的東西其實不是什麼高深的技術。

是 GitHub。

是「branch 是什麼」「PR 是什麼」「檔案要放哪裡」「怎麼從本地變成上線」「SEO 要寫在哪裡」。

這些全部都是基礎。

但只要卡在這裡,什麼都做不了。

那段時間的狀態是:

我知道我要蓋房子。

但我連工具在哪裡、地基怎麼挖都不知道。

一直覺得差一點,但永遠差在同一個地方。


那個問題本身有多麻煩

我在做的事情是管拍貼機的通路點位。
目前有100多台機器在全台灣,這代表每個月都會有合約到期,要更新點位位置的工作出現

每個門市的點位一直在動:什麼時候上架、什麼時候下架、合約到期日、點位基本資訊。

這些資訊分散在不同人手裡——工程最清楚,但工程的時間不是用來寫文件的。

業務給的是人類看得懂的資料,機器看不懂,沒辦法整合分析。

官網要更新,就要有人進後台、編輯、上稿——每次都要教,每次都有時間差,助理不想做,我也不想管。

後來試過小型 ERP。

結果是:老喬覺得難用,IT 覺得難用,業務覺得難用,助理也覺得難用。

全員痛苦,還是 delay。

這個問題卡了好幾年,不是沒想過要解,是每次想解都覺得太複雜、成本太高、沒有人願意推。


轉折點

2026 年 3 月中,我開始用 Claude Code(和 Co-work)。

整件事情的感覺在那個時候變了。

以前:不知道 → 不能做。

現在:不知道 → AI 幫你補。

我第一次真正感覺到「用嘴巴做產品」是成立的。

不是說說而已,是真的:

用講的描述我要什麼樣的架構,用講的說我想要什麼功能,用講的讓 AI 處理 GitHub 流程,用講的完成 SEO、頁面結構、Cloudflare 部署。

以前需要工程師、前端、後端、DevOps 各一個人。

現在是:一個人加一張嘴巴。

但我要說清楚一件事——

這不是效率提升,是能力門檻被打掉。

不是「你本來要花三倍時間,現在快了」。

是「你本來根本做不了,現在可以了」。

這兩件事差很多。


那個點位工具是怎麼做出來的

解法最後其實很簡單。

把問題縮小到「門市點位」這個單一場景,先把資訊架構弄清楚,再讓 LLM 處理格式轉換,然後用 Astro 做前端、Cloudflare Pages 部署。

從想清楚問題到把東西跑起來,大概十分鐘。

以前這件事的成本是:客製開發加設計流程,至少 10 萬台幣,還要找到願意做的工程師。

現在:LLM 費用大概 200 美金,加上我自己的學習時間。

但老實說,省錢不是重點。

重點是這件事現在是我自己能做的事,不是我要去拜託別人做的事。

這個差距讓我心態上的變化比成本的變化大很多。


我學到的不是寫程式

AI 沒有讓我變成工程師。

我現在還是不會寫 code。

但我學會了一件很不一樣的事:

如何描述系統。

現在我不是在寫 code,我是在跟一個會寫 code 的人講話。

而這個人不會累、不會嫌麻煩、可以無限重來,還會幫你補你不知道的地方。

所以準確來說,AI coding 打掉的不是「你需要會寫程式」這個門檻。

它打掉的是「你需要先懂部署流程才能開始」這個前提。

這是兩件不同的事。


現在最大的問題是人

技術上的東西,我現在幾乎都能繞過去。

但我發現有一個新的瓶頸,而且比技術難處理——

LLM 給方案,人看不懂。

不是技術上看不懂,是心理上過不去:害怕、不確定、不敢按下去。

這個感覺我自己非常熟悉。

我在 2025 年底的時候就是這種狀態——知道有工具可以用,但每次要真正動手的時候,還是會卡在某個地方不知道怎麼繼續。

現在技術上我是繞過去了,但這個「人的卡點」,並不是每個人都準備好了。

你有沒有卡在這種地方?

知道工具在,知道方向在,但就是不知道怎麼邁開第一步?

如果有,這不是你的問題,是轉換期的正常狀態。


老喬帶走什麼

這段旅程讓我最有感的,不是「省了多少錢」或「快了多少」。

是那種斷點的感覺。

從 2025 年 8 月卡到 2026 年 3 月,卡了半年多。

然後在某一個時間點,事情突然開始動了。

變化速度太快,有點恐怖,有點追不上。

但同時——事情真的做出來了。

如果你也在某個地方卡著,老喬的建議是:

不是「等你學會再做」,是「邊做邊讓 AI 幫你補」。

這兩個順序如果搞錯,可能會在「學會」這件事上卡很久,然後什麼都沒做出來。

AI 沒讓我變工程師。

但它讓我做了工程師的事。

這件事情,值得寫下來。


如果你也想跟老喬聊聊

我一直在做一件事:找有意思的人,坐下來好好聊一次。

不用準備簡報,不用帶提案。
你可以帶著你正在做的事、正在想的問題、或是你自己的故事來。

我們就交換一下彼此看到的世界。

有些對話後來變成了你現在看到的這篇文章,
有些對話帶來了意想不到的合作。
但最多的情況是——聊完之後,你會更清楚自己正在做的事情。

如果你有興趣,歡迎填這份簡單的問卷,讓我先認識你一下:
https://joelin.cc/?page%5Fid=8844