我不再自己寫程式了,我給 AI 一組規則讓它自己去跑

我不再自己寫程式了,我給 AI 一組規則讓它自己去跑

昨天我發現一件事。

我坐在椅子上看 Gpt 5.6 Luna 和 Spark 兩個 AI 來回跑任務。Luna 先審查程式碼,Spark 收到修正意見再改,改了又送回去給 Luna 確認。

這個循環從早上跑到深夜,P2-A 到 P2-E 全部跑完,MVP-1A 到 MVP-1C 也過了。

我沒有寫任何一行程式碼,我的工作是早上寫好 SOP,晚上回來看成績。

這感覺跟之前完全不一樣。

怎麼變成這樣的

以前我要做一個新功能,流程很固定,先想清楚要什麼,然後打開終端機開始寫,寫完跑測試,有錯就修,修完再測,測過就合併。

全部自己來,每一步都是我在動手。

昨天流程完全不一樣,我先把任務拆成 SOP 寫下來,這個步驟要做什麼、檢查標準是什麼、錯了怎麼修正。寫完之後交給 Spark 去執行,執行完 Luna 審查,審查出問題 Spark 再改。

我在旁邊看,偶爾才介入,我跟那個執行循環已經分開了。

以前我會覺得這樣不踏實,自己沒親手在這個過程中產生的結果,敢讓它出去嗎?

就算是我親手碰的,它也會有 bug。

昨天我發現,當 SOP 夠清楚的時候,AI 審查比我手動檢查還仔細,Luna 抓到的問題很多是我自己做會漏掉的狀況。

角色轉變

效率當然有差,以前一個人跑一個任務要半天,昨天多個任務同時跑,而且不佔我的時間,但最大的變化不在這裡。

最大的變化是我的角色變了,從做事情的人變成設計做事方式的人,我不需要會寫每一行程式碼,只需要知道什麼是對的、什麼是不對的,然後把判斷標準寫成 SOP 交給 AI。

解決自己的問題然後賣出去(Dan Koe 的核心觀點,你自己的問題就是最好的產品素材)講的就是這個,你解決問題的能力比技術本身值錢。

也在想一件事

導師們昨天從四個不同方向問了同一個問題,系統蓋好了,內容在哪?

Build Teach Earn 方法(Dan Koe 的內容飛輪:先蓋、再教、再賺)說這三件事是循環的,我全力在 Build,但 Teach 和 Earn 還沒跟上。

Luna Spark Team 跑得很順,但它們的產出是系統本身,能被外界看到的東西還沒開始做出來。

槓桿位置(Naval Ravikant 對 leverage 的定義)的目標是財富和自由,我的 leverage 目前只讓我做更多系統,還沒有買回時間。

不過這是下一步的事,昨天 Luna Spark Team 跑了一整天沒當機,先記下來。


記錄我在做的事,就這樣。


這篇文章對你有幫助嗎?

分享這篇文章: