為什麼工程師開始「閉眼上傳」AI 寫的 code？
還在逐行檢查 AI 產出的程式碼？你可能已經落伍了。資深工程師 Simon Willison 公開他的最新 workflow：讓 Claude Code 一天產出 2000 行，自己只花 10 分鐘掃一眼，就直接上線，而且連續 47 次 deploy 零事故。
關鍵不是 AI 變超神，而是「經驗防火牆」——把 25 年的開發直覺，轉成可複製的檢查流程。
把 AI 當成剛報到的學弟妹：先考試再給鑰匙
Willison 的比喻很直白：「你不會讓學弟妹第一天就碰資料庫，對吧？」同樣道理，AI 寫的 code 也要先通過三關卡：
步驟 1：餵歷史 log，讓 AI 看懂你的「潛規則」
- 把過去 3 個月的 commit log、code review 註解、rollback 紀錄餵給 Claude
- 就像先讓新人讀完公司內規，再來寫 code
- 結果：AI 開始會自動避開你以前罵過的雷區
步驟 2：強制 90% 單元測試覆蓋率
- 在 prompt 裡加一行「沒達 90% 覆蓋率就重寫」
- Claude 會自動補 test case，甚至幫你 mock 外部 API
- 實測：平均 6 分鐘產生 42 個 test，覆蓋率 93%
步驟 3：上線 48 小時「人工 rollback」待命
- 每小時自動備份，只要 Slack 報錯超過 5 則，30 秒內一鍵 rollback
- 把「信心」留在流程，而不是 AI 的人品
數據說話：省下 87% 時間，拿去打 Switch
- 過去：寫 2000 行 + review + test = 3 天
- 現在：AI 寫 2000 行 + 10 分鐘檢查 + 自動 test = 2.5 小時
- 連續 14 天，47 次 deploy，零 P1 事故，客服頻道安安靜靜
省下的時間拿去幹嘛？Willison 說：「打 Switch、陪貓、睡飽，比盯螢幕健康多了。」
並不是盲目信任，而是「逸脫正常化」的警醒
他也坦承，AI 正確率越高，人就越懶得看 code，這叫「逸脫正常化」——今天對，不代表明天不會炸錯。所以他把「懷疑」寫進流程：
- 每週五下午固定「人工抽查」一小時，隨機點 5 支檔案逐行看
- 發現 AI 開始偷懶，就把那週的 log 再餵回去，讓它重新校正
- 就像學長突然抽考，讓學弟妹知道：「學長還在盯，別混水摸魚」
你也可以今晚就試：30 分鐘把 side project 上線
- 打開 Claude Code，上傳你 GitHub 最近 30 天 log
- 下指令：「幫我寫一個圖片縮圖 API，要有 90% test，用 FastAPI，48 小時內能上線」
- 把產出的程式碼丟進 GitHub Actions，跑自動測試
- 通過後直接部署到 Render，掛監控，設定 Slack 報錯
- 去睡覺，明天早上看 log，沒爆炸就繼續疊功能
記得：AI 寫得快，你還是要負最終責任；把檢查變成習慣，而不是靠人品。
試試看吧
今晚就把那個擺爛半年的 side project 拿出來，照上面 5 步跑一次。你會發現，真正拖慢上線的從來不是寫 code，而是不敢按 deploy。現在，有人幫你寫、有人幫你測，只差你按下那顆藍色按鈕。
打開 Claude Code，輸入第一行 prompt，現在就開始。
