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
軟體工程師 Kai 分享如何用「積木架構法」學 AI Coding，並點出初學者在 Vibe Coding 中最容易踩到的安全地雷。 Vibe Coding 讓人人都能快速產出，但唯有理解前後端架構、保護好 API 金鑰，並學會清楚定義問題的輸入與輸出，才能從「做出東西」真正進化到「做對東西」。 Vibe Coding 讓人能快速產出，但不理解底層架構會留下致命缺口。 許多人用 AI 工具建了看起來能用的東西，卻不知道資料沒有真正被儲存，或金鑰暴露在前端，形成假完成的假象。
重點整理
重點- 1
Vibe Coding 讓人能快速產出，但不理解底層架構會留下致命缺口。 許多人用 AI 工具建了看起來能用的東西，卻不知道資料沒有真正被儲存，或金鑰暴露在前端，形成假完成的假象。
- 2
前後端分離是安全的核心原則。 前端的任何東西都可以被用戶取得，因此 API 金鑰、環境變數等敏感資訊絕對不能放在前端，必須由後端在受控權限下管理。
- 3
積木架構法的精髓是「定義清楚每個積木的輸入與輸出」。 即使不懂 AI 中間的運作細節，只要能清楚定義每段程式的 input/output，就能正確組裝整個系統。
- 4
AI 時代，「會定義問題的人」比「會寫程式的人」更有優勢。 AI 就像一個很會寫程式的工程師，但若你沒有給出清楚的邊界與藍圖，它就會亂衝；能精準定義問題的人才是真正的指揮者。
實用技巧與重點
乾貨- 一位朋友因將 OpenAI API key 放在前端，隔天早上帳單超過 NT$100,000
- 早期接案故事：NT$50,000 案子，中間人抽 NT$10,000，兩人平分後各得 NT$20,000，最終花了 8 個月完成，時薪約 NT$6
- API 計費方式：月訂閱制 vs. 按使用量計費（每次呼叫可能 NT$1 或 NT$0.5）
- 工具分類：AI 工具（Gemini、ChatGPT）vs. AI Coding 工具（有介面 vs. 終端機操作）
- 建議 AI 工具訂閱採月付制，避免年付以便隨時切換
- 90% 的傳統軟體工程技能可能消失，剩下 10% 將被放大 100 倍
- 積木架構法涵蓋的核心模組：登入系統、資料庫、爬蟲模組、AI 互動模組、API 串接
- 常見資料來源三類：付費 API、免費 API、無 API（需直接爬前端頁面）
- 重點安全警告：不可隨意串接金流（無限迴圈可能持續扣款）、環境變數不可暴露前端
- 工具提及：Claude Code、n8n、LINE Bot API、OpenAI API、AFTEE（日本先買後付服務）
- 社交工程案例：假面試讓求職者執行 `npm install`，藉此入侵電腦並竊取 Chrome 中的憑證
結論
結論“Vibe Coding 讓人人都能快速產出，但唯有理解前後端架構、保護好 API 金鑰，並學會清楚定義問題的輸入與輸出，才能從「做出東西」真正進化到「做對東西」。”
完整解析
詳細這支影片是「下班聊」Podcast 對 AI Coding 講師 Kai 的訪談。Kai 擁有成功大學光電系與台大農業機電所的學歷，並有十年軟體工程師資歷，曾在台大、女人迷、國泰金控的黑客松獲獎，也經歷過創業失敗後重返工程師之路。他的學習哲學源自早期慘痛的自學經驗——花八個月完成一個接案專案，時薪只剩 NT$6，這段經歷逼使他思考如何「快速開發」，最終發展出以積木為核心的學習方法論。
Kai 指出，學程式不應該像背英文文法那樣死背語法，而應先掌握核心語法約十五個，其餘靠 Google、套件與函式組裝——就像先學基礎單字再透過真實對話進步。進入 AI Coding 時代，這個邏輯不變，只是積木的粒度變大了：過去一個積木可能是一條語法，現在一個積木可以是整個功能模組，例如登入系統、資料庫、AI 互動介面或 LINE Bot 串接。
訪談中特別深入討論了 Vibe Coding 的問題。許多初學者用前端工具快速建出「看起來能用」的介面，卻完全不知道資料沒有被儲存、沒有後端伺服器。Kai 用一個朋友做物流 CRM 的案例點出問題：整個系統只是前端頁面，重新整理後資料就消失了。他強調，Vibe Coding 給了你一個超能力，但你還是要理解這個超能力在做什麼，否則只是做出一個「半成品」。安全性是另一大核心議題：前端的所有內容都可以被用戶存取，API 金鑰一旦放在前端就等於公開，某位朋友因此在一夜之間收到超過十萬元的 OpenAI 帳單。Kai 建議初學者自己玩 Vibe Coding 沒問題，但金流串接與環境變數這兩件事一定要特別謹慎，也可以直接將架構設計貼給 Claude Code，請它判斷安全性是否足夠。
最後，Kai 談到 AI 時代的核心競爭力不在於是否會寫程式，而在於能否清楚定義問題。AI 就像一個執行力強但沒有方向感的工程師，你若能明確說出每個功能的輸入與輸出、畫出完整的系統藍圖，AI 就能照著建造。他認為這對非工程背景的人反而是優勢：擁有領域知識的人，往往比工程師更清楚某個行業的痛點在哪，更能指揮 AI 建出工程師想不到的應用——例如藥師用 LINE Bot 幫長輩解釋處方藥、或自動化股市資訊彙整等高度重複性的工作場景。
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。
