AI Coding 的 8 個階段：真正的分水嶺在能不能交付
我把『AI Coding 的 8 個階段』當成成熟度模型來用：從答案、流程到可委派的交付。真正的分水嶺不在 prompt，而在流程、驗證、整合與治理，能不能把產能做成可維運的系統。
最近看到一張圖在問：你在 AI Coding 的第幾級？
我自己比較在意的其實是另一件事：你能不能把 AI 變成『可交付、可維運、可複製』的產能。
現場最常見的狀況是 demo 很漂亮，但一上線就開始不穩、不可重現、成本爆、責任歸不清。這張圖如果拿來當成熟度模型，其實很實用：它可以用來檢查瓶頸、決定下一步要補的能力，也能提醒你哪些投入很可能在浪費時間。
你可以用一句話抓住它的核心差異：越往上走，關鍵越偏向流程、驗證、整合、治理。
我怎麼判斷你在哪一級：看輸出是否可驗收
最務實的切法是看你交付的是什麼：
- Level 1–2：AI 產出主要是一個「答案」
- Level 3–5：AI 產出變成一套「流程」
- Level 6+：AI 產出走向「可委派的交付」
你不需要追求最上面那兩級；你需要的是把做出來的東西穩定複製、能被團隊接手，出了事查得到、修得回來。
8 個階段（用可觀測行為講清楚）
Level 1：AI 協作新手（Beginner with AI）
常見行為
- 讓 AI 解釋錯誤、給範例、補一小段 code、改寫文字
常見坑
- 產出看起來對，就直接當作可以用
升級提示
- 每次問 AI 前，先寫一行驗收標準：什麼算成功？
Level 2：輔助編程學徒（Apprentice AI Programmer）
常見行為
- 讓 AI 寫小功能、補測試、補文件，你做大量 review
常見坑
- 交付速度變快，但技術債也變快（規格與測試沒跟上）
升級提示
- 把產出拉到 PR 等級：lint、測試、變更摘要、可回退
Level 3：自動化助手（Automation Assistant）
常見行為
- 把重複工作流程化：腳本、模板、CI、排程
- 工作重心從逐行寫碼，轉向設計流程
常見坑
- 自動化做了一堆，出事時不知道是哪一步壞掉（缺 log、缺告警、缺重試）
升級提示
- 每條流程補三件事：可觀測（log/trace）、可重試、可告警
Level 4：模型微調入門（Model Fine-tuning Starter）
常見行為
- 開始碰資料集、評測集、微調
常見坑
- 沒有評測就微調，最後只能用感覺判斷好壞
- 其實是流程與工具整合問題，卻把壓力全丟給模型
升級提示
- 先把失敗案例分類，做一個最小評測集；能量化再談微調
Level 5：高級整合專家（Advanced Integration Expert）
常見行為
- 把 AI 接進系統：權限、資料邊界、成本、降級、回放
- 你關心的是穩定交付，而不是能不能生成
常見坑
- 只顧模型效果，忽略整體系統：資料品質、權限設計、工具可靠性
升級提示
- 用工程語言治理 AI：SLO、成本預算、錯誤分類、回放機制
Level 6：自主編碼代理（Autonomous Coding Agent）
常見行為
- 可以把可交付子任務交給 agent：分析→修改→測試→回報
- 重點在於它能不能自己驗證
常見坑
- 放任 agent 亂跑：權限太大、邊界不清、驗收不存在 → 產出不可控
升級提示
- 把 agent 當成同事來管理：任務拆小、每一步要有證據（測試結果、diff、指標），失敗就停、回報、留痕
Level 7：多模態系統架構師（Multimodal System Architect）
常見行為
- 把文字、圖片、聲音、資料流整合成系統能力
常見坑
- 多模態一上來，資料與權限邊界更容易失控
升級提示
- 用資料流設計：資料哪來、去哪、保存多久、誰可看、如何刪除
Level 8：AI 共生創新者（AI Symbiotic Innovator）
常見行為
- AI 成為可持續的產能，你能把流程、規範、資產沉澱成組織複利
常見坑
- 只談願景，不談治理與責任模型
升級提示
- 把成功模式制度化：模板、評測、守則、訓練、審核流程
我的實作心得：導入時我最常抓的 3 條主線
1) 先把能交付放在看起來聰明前面
我通常先問三個問題：
- 這件事怎麼驗收？
- 失敗時怎麼降級？
- 成本與風險誰負責？
這三個問題回答不出來，先別急著談 agent，也先別急著談微調。
2) 把 AI 放進流程，而不是放進一段 prompt
你越希望它穩定，就越要讓它像系統的一部分：
- log/trace
- 可回放
- error taxonomy
- 權限與資料邊界
- 成本控管（token、延遲、重試）
這些聽起來很工程，也不浪漫，但它們才是導入能不能落地的分水嶺。
3) 導入順序：從人控走向可委派
我通常建議團隊這樣走：
- 先做到 Level 3：流程化 + 可觀測
- 再做到 Level 5：整合治理
- 最後再談 Level 6：可委派的 agent
跳過中間兩步，你會得到一個偶爾很神、但常常翻車的東西。
給團隊的導入指南（最小可行版本）
如果要在團隊推，我覺得最務實的 checklist 是：
- 先選一條高頻流程（每天有人在做、做錯會痛）
- 定義驗收標準（成功/失敗怎麼判）
- 先上可觀測（log/trace/回放）
- 先做降級策略（AI 掛了系統不掛）
- 成本與權限先訂好（誰可以觸發、可用哪些工具）
- 最後才談 agent 自動化（能自己驗證再放權）
結尾：你在哪一級不重要，重要的是下一級要補什麼
我不太在意大家自評第幾級。
我更在意的是：你現在卡住的到底是「不知道怎麼問」還是「即使問到了也交付不了」。
前者是練 prompt；後者是補流程、補驗收、補治理。
而大多數團隊真正缺的，通常是後者。
