36 天、38 條平行工作線：一條 AI 協作的交付鏈長什麼樣子
前言：能寫程式碼，不等於能交付 用 AI 寫一段程式碼，現在沒什麼難的。難的是用 AI 交付一件有人在等、有期限、出錯會被看見的東西。 這兩件事的差別，在第三週才會顯現。 前兩週你會覺得一切順利：AI 產出快、你改得動、進度看起來很好。到了第三週，你開始發現有些檔案不知道是哪個版本、有些決定不記得為什麼那樣定、有兩條線各自改了同一份文件而你不知道哪份是對的。再過一週，你花在「搞清楚現在到底是什麼狀態」的時間，超過你花在推進的時間。 我最近用 36 天交付了一件這樣的東西——一場實作型工作坊，包含課程設計、環境建置、教材、簡報、示範影片，以及現場帶場。全程用 AI 協作，最後 162 次版本提交、38 條平行工作線、54 份交接文件。 它沒有在第三週崩解。這篇文章拆解為什麼。 一、五個階段：交付鏈的骨架 先講骨架。任何有交期的交付，都會走過這五個階段——差別只在你有沒有把它們分開。 Phase 1 · 設計（Design） 這階段 AI 的職能是：選項生成、矛盾偵測、規格收斂。 不是「幫你想」，是「陪你想」。差別在於：AI 提出選項並指出它們之間的矛盾，決定仍然是你做的。 實務上最有價值的一件事，是 AI 會發現你自己看不到的衝突。當你說「這一段要壓在 20 分鐘」，同時又說「這三件事都要講清楚」，它會把這個矛盾攤在你面前，而不是默默把三件事都寫進去然後產出一份 35 分鐘的稿子。 這階段我改了四次整體結構，最後一次是把整套教學主軸推翻重來。每一次改版都留下一份定案紀錄，包含「為什麼廢掉上一版」。 這件事在第五週救了我一次——當我想把某個舊設計改回來時，那份紀錄告訴我當初為什麼放棄它。 Phase 2 · 建置（Build） 這階段 AI 的職能是：多線平行執行。 這是 AI 協作跟傳統工作最不一樣的地方。我同時推進四條線：教材、簡報、環境、影片。四條線各自有自己的工作目錄、自己的交接檔，互不干擾。 平行的前提是隔離。 沒有隔離的平行不是平行，是混亂——兩條線改到同一份檔案，你要花的時間比循序做還多。 這階段還有一個關鍵決定：有三種技術路線可以選時，不要用推理選，用實測選。 我在 agent 的設定架構上卡了很久，三條路各有理由。最後的做法是三條都實際搭一次最小可行版本，跑跑看，然後選那條真的跑得動的。花了半天，省下後面兩週的返工。 Phase 3 · 演練（Rehearse） 這階段 AI 的職能是：缺口盤點與時間帳記錄。 這是最容易被跳過、也最不該跳過的階段。 我做了四輪演練：先是全程走查（紙上），然後是分線試跑，然後是錄影下來用學員視角看一遍，最後是真人完整走一遍。 四輪的價值完全不同。前三輪抓到的是「流程有沒有斷」，第四輪抓到的是「人會不會照你想的那樣做」。 最刺痛的一次發現是：機器複驗過、標記全過的項目，真人一跑就翻案了七項。 因為機器會照著你寫的路徑走，人不會。人會在你沒想到的地方停下來、會用你沒預期的方式理解一句話、會在應該往下的時候往回捲。 從那次之後我的判準改了：機器驗過的只能算「沒有明顯壞掉」，不能算「可以了」。 Phase 4 · 修補（Remediate） 這階段 AI 的職能是：根因定位。 ...
