這篇文章的重點

1. 大多數AI寫程式工具的問題是「寫一次就停」——它們只做軟體工程流程中的一個環節
2. Claude Code的創新是把完整工程流程內建進AI——探索、規劃、實作、測試、修正、提交
3. 工程師的角色從「寫程式的人」變成「設計系統和定義標準的人」

Claude Code不只是寫code更好，而是他把整個軟體開發流程——探索、規劃、實作、測試、修正、提交——內建進AI。

你以為的AI寫程式

打開ChatGPT，輸入提示詞「用React幫我寫一個Google登入頁面」。

幾秒鐘過後，一段精美的React程式碼出現在螢幕上，你複製、貼上、跑起來，看起來不錯！

然後問題來了。

樣式與你的設計樣式不同。你再問一次，他重新生成一整段。狀態管理的邏輯有Bug，你描述問題，他又重新生成一整段。API串接的錯誤處理沒做，你再問一次……

這就是目前大多數人對AI寫程式的體驗。一個很厲害的程式碼產生器。你問，他答。你再問，他再答。每次產生的程式碼都是在情境下獨立。

你是工程師，你知道這不是軟體開發的樣貌。

真實的軟體開發流程

一個有經驗的工程師拿到「建立登入頁面」任務，他的流程是這樣：

1. 確認需求：需要哪些登入方式？Google、Line、Email、Apple或手機號碼登入？
2. 開始規劃：登入頁面要放哪個Route？用哪個state menagement？錯誤處理怎麼設計？
3. 然後寫：基於現有的程式碼基礎，寫出符合專案慣例的程式碼

寫一次就停的根本問題

人類工程師的開發流程是一個循環：

寫 -> 編譯 -> 錯 -> 改 -> 測 -> 改 -> 重構 -> 再測

但普通AI聊天的流程是一直線：

寫一次 -> 停

每一次AI寫出的內容，都需要透過人類工程師，複製->貼上->測試->複製錯誤訊息->貼回ChatGPT，不斷循環。

因為ChatGPT本身的設計就是「你問我答」，一個問題，一個回覆。

他沒有能力再回覆之後去執行程式碼、看到錯誤、然後修正錯誤。

這並非ChatGPT寫程式不行，而是工作流程的問題。

Claude Code的設計哲學

Claude Code的做法完全不同。他不是一個程式碼產生器，而是運行了軟體開發的工作流程。

當你在終端機裡對Claude Code説「建立登入頁面」，他做的事情是：

1. 探索：讀取整個專案結構，找出新增這個功能所有的背景知識
2. 規劃：基於對系統的瞭解，制定實作計劃
3. 實作：開始寫程式，直接修改你的檔案
4. 執行：跑Type Check、Unit Test、Build、執行程式
5. 修正：看到錯誤訊息，修正他
6. 再測：再次執行Type Check、Unit Test、Build、執行程式

這讓LLM不只是生成一段Code，而是運行整個完整的軟體開發工作流程。

Claude Code真正的創新不是會寫Code，而是把軟體工程流程內建進AI裡。

工程師角色的轉變

一個殘酷現實問題，如果AI可以自己做工程了，那工程師做什麼？

在傳統開發過程中，工程師的時間分配大概是這樣（不同公司、產業會有差異）：

• 25% 討論和規劃
• 25% 寫程式碼
• 20% Debug和測試
• 20% 讀現有程式碼
• 10% Code review和重構

然而，在AI工作流程中，分配變成：

• 5%寫程式碼
• 5% Debug
• 15% 讀和理解程式碼
• 40% 架構決策和系統設計
• 20% 品質把關和Code review
• 15% 定義完成條件和驗收標準

工程師的角色從「寫程式的人」變成了「設計系統和定義標準的人」。

工程師不再花大量時間在低層級的實作細節上，讓AI完成又快又好，反而花更多時間在：

• 架構決策：選擇正確得技術方案，設計系統邊界
• 品質標準：定義什麼叫「做好了」，寫出可驗證的完成條件
• 流程設計：設計AI的工作流程、配置MCP、配置Skills、編排Subagents
• 審查與判斷：Review AI的產出，做最終的技術決策

低層級的實作「被取代」，工作的角色「被升級」成一個系統設計者和品質把關者。

超級個體工程師

這個系列有一個貫穿始終的概念：超級個體工程師。

什麼意思？就是一個人，透過有效運用AI工作流程，能做到過去需要一個小團隊才能做到的事情。

不是因為你工作16小時。不是因為你是天才。而是因為你知道怎麼把AI當成工作夥伴，知道他的強項並且適當的運用他的能力，讓他執行需要耗費大量時間與精力的工作，而你只需要專注在只有人類能做好的事情——架構思考、產品判斷、品質把關。

這個系列文章13篇，我會告訴你如何轉變工程師的開發流程，帶你一步步成為超級個體工程師。