不會寫程式也能做產品？AI Coding新手雷區與重要學習方式 ft. AI Coding 資深教練 Kai Yen
三句話摘要
AI 編程時代，用「建構塊」思維快速開發應用，但必須掌握架構邏輯與安全防線。 AI 時代不是誰寫程式最快，而是誰能清晰定義問題、分辨安全邊界、把功能當積木組合——這三項能力決定了成敗。 1. 從語法記憶到建構塊思維的轉變
重點整理
重點- 1
1. 從語法記憶到建構塊思維的轉變
- 2
講者十年前學程式時才發現，死記語法無法真正寫程式；轉向「每個功能當一個積木」的心態後，開始贏得駭客松。AI 時代更明顯——只要理解架構，就能拼出完整應用，而不必掌握每行程式碼的細節。
- 3
2. API 就是定義明確的輸入輸出通道
- 4
許多初學者不懂 API。本質上，API 就是一個端點（endpoint），接收請求、處理、回傳結果。關鍵是定義清楚：誰可以存取、限制多少次數、能讀或能改。這種輸入輸出的清晰定義，比懂 AI 如何運作還重要。
- 5
3. 安全是最容易被忽視但最致命的漏洞
- 6
Vibe Coding 的兩大致命風險：支付系統和環境變數。有人把 OpenAI API 金鑰放在前端，隔天帳單超過 NT$100,000；有人建 CRM 卻沒有後端，頁面刷新就消失。前端就像在用戶電腦上下載檔案，沒有真正隱私可言。
- 7
4. 問題定義能力勝於編程能力
- 8
AI 就像一個很會寫程式的工程師，但需要明確的指令。能清楚定義問題、描述輸入輸出者，遠勝於只會敲程式碼的人。這也是為什麼懂領域知識的非工程師，反而能用 AI 做出工程師想不到的應用。
實用技巧與重點
乾貨- 金額與成本：
- API 呼叫通常按使用計費（1 請求約 NT$0.5～NT$1）
- 講者早年 8 個月專案只賺 NT$20,000、時薪 NT$6
- API 密鑰洩露案例：NT$100,000+ 帳單
- 課程有折扣碼（詳見說明）
- 工具名稱：
- Claude Code
- ChatGPT、Gemini、Imagen 2
- n8n（無代碼自動化平台）
- LINE API（LINE Bot 開發者控制台）
- 核心步驟與流程：
- 前後端分離：前端（使用者看得到）vs 後端（重要資料所在）
- API 常見三種來源：付費 API、免費 API（期望未來付費）、無 API（需爬蟲解析前端資料）
- 環境變數必須放在後端，前端絕對不放密鑰
- 權限控管例子：限制使用者每月生成 3 張圖片
- 自動化流程例子：上傳 Excel → 系統自動寄信 + AI 個人化內容
- 真實案例數據：
- 藥師應用：病患拍處方箋傳 LINE → 系統自動解釋藥物（減少藥師重複解釋）
- 股市工具：每天早上 8:30 自動收集特定股票資訊並寄出
- 社群貼文自動化：Podcast 錄音 → 自動轉文字 → AI 生成不同平台文案 → 自動發佈
結論
結論“AI 時代不是誰寫程式最快，而是誰能清晰定義問題、分辨安全邊界、把功能當積木組合——這三項能力決定了成敗。”
完整解析
詳細十年前，講者 Kai 花了八個月的專案只賺 NT$20,000，時薪還不到 NT$6——比當兵還低。那次慘痛經驗讓他意識到，傳統軟體工程的成本太高了。他發現自己當初的學習方式完全錯誤：買書、跟著範例打程式，卻始終無法真正獨立寫程式。直到參加駭客松，在兩天一夜內無法完成食物輪盤應用後，他才領悟：學程式就像學英文，不是靠死背語法，而是靠實戰練習。他後來發現，面對大型程式碼庫時，其實只需要記住 15 個核心概念，其餘都能靠 Google、套件庫和函式組合。
這種「建構塊」思維在 AI 時代被進一步放大。以前一個積木可能是一條語法規則，現在一個積木可能是整個功能。Kai 觀察到，即使有人用 AI 快速產出「看起來能用」的應用（Vibe Coding），但很容易陷入陷阱。他有個朋友用 AI 建了一個物流公司的 CRM，Kai 問「資料存在哪？」，朋友說不知道。刷新頁面後資料就消失了——原來他只建了前端介面，完全沒有後端和資料庫。這說明了 Vibe Coding 的超能力和危險性：你能快速做出看起來完整的東西，卻不知道它的原理。
安全風險更是致命。Kai 強調兩大紅線：支付流程和 API 金鑰。他舉例，有人把 OpenAI API 金鑰放在前端程式碼裡，有人發現後用那把鑰匙瘋狂生成圖片，隔天帳單就飆到 NT$100,000 以上。為什麼？因為 API 按使用量計費，一次請求可能花 NT$0.5 到 NT$1。更糟的是，前端其實就像在用戶電腦上下載檔案——沒有真正的隱私。任何人都能用開發者工具看到程式碼和密鑰。後端才是真正的「家」，存放重要東西；前端才是展示間，用戶只能在你允許的範圍內活動。
真正的應用開發需要理解 API 的本質。很多人不懂 API 是什麼，Kai 也不例子。他第一份自由案子時，根本不知道 API，只是假裝懂，後來才急忙 Google。原來 API 就是一個端點（endpoint），通常是個 URL，允許創建、刪除、讀取或更新資料，取決於後端給予的權限。如果只是讀資料，很多人都能存取；如果要修改或刪除，就得有特定授權。理解這點之後，用 AI 編程就不再是盲目拼湊，而是清晰的輸入輸出流程。例如藥師用 Vibe Coding 建的 LINE 機器人：病患拍處方箋傳來（輸入）→系統辨識藥物 → AI 生成解釋（輸出） → 藥師不用重複解釋。這就是重複工作自動化的完美例子。
最後，Kai 認為在 AI 時代，會「定義問題」的人勝過會「寫程式」的人。AI 就像一個程式寫得很好但沒有主見的工程師，你必須給它明確的邊界和指示。若你能清楚說出「輸入是什麼、輸出應該是什麼、限制在哪裡」，AI 就能按你的藍圖行動。這也是為什麼懂領域知識（如物流、藥學、股票）但不懂程式的人，有時反而能用 AI 做出驚人的應用。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
