![]( "彭兆蔚")
多表情符號功能初步完成，邀請大家來試試，胡亂按按都沒關係 ~
有發現任何怪怪的地方，無論原因是什麼，都可以說說。
![]( "Niz Kuo")
第一次吃到烤橘子，太～～～好吃了！
決定《隨性生活誌》雜誌改名為《如果生活是…》，第一期就叫《如果生活是…一顆烤橘子》😄
-
《如果生活是…》雜誌持續徵稿中～
題材不限，但每期還是會有一個主軸。如果剛好有符合主軸就可以刊載，否則可能要等後面的期數再看看有沒有機會。
歡迎把想投稿的內容寄到我的信箱，會再回覆稿費機制；如果有順利採用也有利潤，就有機會得到分潤喔！
![]( "蔡升豪")
最近終於想通一件事，然後剛好看到 Anthropic 出的 2026 Agentic Coding Trends Report，確信了。
白皮書講的是：
AI 不會取代工程師，而是讓工程師從「寫 Code」變成「定義問題、設計架構、審查 AI 輸出」。
一行一行審 Code，也會改成審規格、審 AI 跑出來的結果。
SDD 大概就是未來開發的標準模式。
我想通的是另一層——
別人為什麼可以讓 AI 跑 8 小時？
我平常是這樣用的：寫好一份規格 → 讓 AI 執行 → 再寫下一份規格。重點是「上班時間要跑完」。
但其實根本不需要這樣。
我只需要在上班的時候把規格寫好。
睡前丟給 Claude，叫他把所有規格文件實作完成就好。
只要規格寫得夠好——
沒有內部矛盾
與實際業務吻合
測試案例是有效案例，能保護程式碼
跑完測試，就算完成一份規格。每個 loop 完成一份，一晚就能跑好幾個。
上班一整天做好 10 份規格，睡前交給他，等於有效工作了 16 小時。(社畜? 不對我只是有另一個我在寫 code)
難道……應該認真出來做點什麼好玩的事嗎 XD
先來驗證一下這個玩法結果是否如預期，再說吧。
遵行 SDD，善用 SDD 工具，練習把規格定義完整 (Open Question 一定要想清楚)
白皮書:
https://resources.anthropic.com/hubfs/2026%20Agentic%20Coding%20Trends%20Report.pdf?fbclid=IwY2xjawQsLGRleHRuA2FlbQIxMABicmlkETF1WHc3ZElLMkdUVEFONmMyc3J0YwZhcHBfaWQQMjIyMDM5MTc4ODIwMDg5MgABHtqW-44nf460nUZj48r2e719n9Q07pXjRsFyplkzCFiVtxSSOYYuz19cA42E_aem_qQtCF3oK7UjX3S29SQCnug
![]( "蔡升豪")
GitHub Copilot CLI 的 autopilot 實驗性功能跟 Claude CLI loop 應該是同個概念，實在太想玩了
隨手起了個專案，寫好 7 個 Spec，讓它一條一條自己跑——
太爽了吧 XD
規格沒寫得很認真，就只是想跑看看
結果跑完 7 個 Spec，只用了 3 次 Premium request
所以其實平常可以直接把 Spec 一次寫好，一口氣執行
根本客家精神
但它跑好快，如果真的要跑 4 小時以上，那個任務可能真的是可以一直做的吧...
我在想想怎麼做好
之後來寫篇文章好好分享一下 （希望寫得出來
📊 順便記錄一下用量
claude-sonnet-4.6
Input：23.7m tokens
Output：106.1k tokens
Cached：23.3m tokens
費用試算（如果直接用 API key）：
項目金額Cache writes（新 input 0.4m）~$1.50Cache reads（23.3m）~$6.99Output（0.1061m）~$1.59Total~$10.08
沒有 cache 的話要 ~$72，cache 直接幫省了 $62
但這只算 3 次 Premium request ( 讚 )
![]( "蔡升豪")
推薦這首歌，陪伴了我很多時期
ONE OK ROCK - We Are [Studio Jam Session]
還沒轉職成工程師之前，感到徬徨的時候
轉職成工程師的時期，感到困難的時候
找第一份工程師工作時，感到壓力的時候
當工程師的時候，感到路途還很遙遠的時候
Never tell yourself
You should be someone else
Cause we are, we are
The colors in the dark
相信自己，不需要成為誰，做自己，
如果你正在為了夢想奮鬥，或是正感到被世界孤立，
這首歌就像是一位在你身邊大聲為你加油的朋友。
你的存在本身就是黑暗中獨一無二的光芒。
我都一邊超慢跑一邊聽
睡前聽這個版本，讓那種被支持的感覺陪你入睡
https://www.youtube.com/watch?v=ujR3BtB9t7Y&list=RDujR3BtB9t7Y&start_radio=1
![]( "新聞中心")
Google AI Studio 2.0 更新新增反重力全端編碼功能
Google AI Studio 2.0 Update Adds Antigravity Full-Stack Coding
Source: https://www.geeky-gadgets.com/antigravity-coding-agent/
![]( "新聞中心")
去年，蘋果曾與 Lux Optics 進行收購談判，以改善相機體驗。
Apple was in acquisition talks with Lux Optics last year to improve the camera experience
Source: https://www.gsmarena.com/apple_was_in_acquisition_talks_with_lux_optics_last_year_to_improve_the_camera_experience-news-72056.php
![]( "新聞中心")
Perplexity 現在可以根據您的 Apple 健康數據回答醫療問題。
Perplexity can now answer medical questions based on your Apple Health data
Source: https://www.gsmarena.com/perplexity_can_now_answer_medical_questions_based_on_your_apple_health_data-news-72055.php
![]( "蔡升豪")
看到 AI 產出來的規格或 Code，你有感覺，還是沒感覺？
有感覺的人會說「這裡怪怪的」然後改掉。沒感覺的人會直接 Approve。
這個差距，就是 AI 時代最難被教會的東西。
最近在把 SDD 導入團隊，介紹工具和流程不難。難的是這件事：
AI 只會做內部邏輯對齊——它會自動腦補，讓規格看起來無懈可擊，卻和現實完全對不上。
外部現實只有你知道：不成文的商業規則、使用者真實的操作習慣、系統現在的限制。這些 AI 不會問你，它會自己填。
所以審核規格的能力，不是「看懂文件」，而是用你腦袋裡的現實去跑一遍，看哪裡卡住。
測試案例也是同一個問題。寫了一堆測試，但測試和規格一起偏離現實，兩個同樣錯——覆蓋率漂亮，上線還是災難。
把文件和現實對齊，才是 SDD 真正有效的關鍵。工具是次要的。
![]( "新聞中心")
谷歌搜尋現在使用人工智慧來替換新聞標題。
Google Search is now using AI to replace headlines
Source: https://www.theverge.com/tech/896490/google-replace-news-headlines-in-search-canary-coal-mine-experiment
