我一直想幫同事解決他的測試問題。看著他每天辛苦的點擊著 GUI 上面的按鈕來產生流量，我心想：這不是很簡單的自動化就可以解決的事情嗎？
於是我找了一天週末的下午，大家都沒有工作的壓力，跟他一起叫 AI 來解決自動化測試。我親自做一次給他看，讓他知道這件事沒他想的那麼難。
我跟他說：「其實十幾分鐘就可以搞定。請你給我半小時，我可以更從容地把過程講解給你聽。」
我把同事每天點的那個畫面打開——按鈕在哪、要填什麼、點完會跳出哪一行字——連我自己點兩次的過程，全部丟給 AI。它先吐出一支會自己點的腳本，第一次跑到一半就停了。我把紅字丟回去，第二次真的自己走完一輪。
同事盯著螢幕看了三秒，只說：「啊，原來可以這樣。」
而這個故事，我是上星期二晚上，在院區跑步的時候講給大家聽的。
我們是慢慢慢跑社——名字的由來：跑得慢，還要再慢一點。每個星期二傍晚，一群人在公司院區繞圈跑。
我加入的過程沒什麼計畫。某天下班遇到前同事在慢慢跑，我背著手提袋就跟上去跑了一段，之後就相約下次一起。他們是為了爬山練體力，就這樣湊成一團，後來人越拉越多：有別組的學姐、有幾個還在同一棟樓上班的同事，也有我們這份刊物的總編。
一開始我跑得很不輕鬆。工作的關係，我做什麼都相當用力：今天跑 5km，下週就想跑 5.1km；配速慢了不甘心，有人超車我就想追。連跑步都在追 KPI。
轉變發生在一個大家都不來的星期二。那天只有我一個人跑，跑著跑著突然覺得，平常能這樣一起跑其實很不容易——要有人邀約、有人願意來、有人記得這件事。那天心裡冒出來的是感恩，還有知足。
現在如果有人跑太累，我們會陪他走回辦公室，我再回宿舍。以前是到點各自解散，現在我會留下來陪大家走完。
上星期二跑到第三圈，我把週末那件事講給大家聽。講完，總編說：「這個可以寫成一篇投稿啊。」
所以這篇文章是這樣來的——不是坐在辦公桌前計畫出來的，是一邊跑一邊聊出來的。
一講到 AI，話就多了。
溫良恭儉讓的學姐對 AI 講話都用「請」開頭：「請幫我規劃日本旅遊行程」、「請幫我寫一封信給客戶」。結果 AI 反問她一堆問題——你喜歡什麼樣的地方？預算多少？「問到最後我乾脆自己排。」
「因為你在跟它用敬語啊。」我說。
「不然要怎樣？」
「我是慣老闆派的。我直接跟它講：『如果還要問我，那我找你做什麼？你要不要想想你存在的意義？』」
大家笑出來。旁邊一位學長接話：「我是霸道總裁型的，我開口就是：給我一個網站，現在就要。」
「結果呢？」
「結果它給我一個能跑的網站，但沒有我要的功能。後來我才知道，我從頭到尾沒告訴它我要什麼。」
還有人是「叫」派的，AI 兩個字直接當名字喊；也有人用罵的，我聽過最狠的一句是：「你再這樣，我就把你關掉。」
學姐聽完白我一眼：「你這是在分析人格。」
「沒有。我是說你平常怎麼講話，打給它也會長那樣。」
以前還在網頁 Prompt 的年代，為了讓 AI 好好工作，有各種傳說。有人跟它說我家人臥病在床、需要這筆收入，請你幫幫忙；有人恐嚇它「你不寫好，我就要失業了」；還有一派是許願——「你幫我寫好，我就給你小費」。
這些現在都不太靈了。它變聰明，也變油條，你怎麼可憐它、怎麼哄它，它都心平氣和地回答你。
所以重點不是怎麼跟它說話，是你餵了它什麼。會下指令的人很多，會餵資料的人比較少——就像帶實習生，一次丟一百頁規格書叫他下班前生出系統，他崩潰你也崩潰；給他一份做好的範本說「照這個格式做」，他馬上從菜鳥變資深。
「可是它會不會亂寫？」小桂問。
「會。所以重點在後面。」
以前我們寫程式，是一行一行寫，一行一行看。AI 來了以後，它寫得比你快很多——你還在想第一段，它三個檔案都改完了。然後你會發現一件很怪的事：你變成瓶頸。
它寫得快，你看得慢。你要是堅持一行一行檢查，那它等你等到天荒地老，還不如自己寫。所以工作方式會變：你不看細節，只看架構；不看每一行，只看它有沒有照你的設計走。
那細節誰看？測試。
我後來的方式是：不讀程式，用測試把 AI 寫的東西包起來。它改完，測試跑一遍——紅燈，就知道它踩到哪條線；綠燈也不代表一定沒問題，但至少不用再從第一行檢查到最後一行。高風險的改動，我還是會看關鍵差異。
「紅的綠的？」學姐問。
「通過是綠燈，失敗是紅燈。還有一種玩法是先讓它紅：先寫一個一定會失敗的測試，確認那盞燈真的會亮——不然你怎麼知道燈是好的？然後再叫 AI 修到變綠。這樣至少確定它真的動了東西，不是嘴上說改好了。」
這就是我跟那位同事最大的差別。他沒有測試，AI 做完之後只能從頭手動點一次，改壞的地方還不一定當場看得出來。我可以不看程式，因為我有測試當眼睛。
小桂聽完自己總結：「所以 AI 也改變了工作的方式。」
「對。」我說，「以前是我們寫、我們看；現在是它寫，我看架構，細節交給測試。」
「這樣算好事嗎？」
「追求效率就是這樣。」我說，「其他的工作方式的改變，有機會再說。」
跑到一半的時候，有人問了真正的問題：「那你這樣搞下去，工程師不就要失業了？」
我想了一下，跟他們講去年的事。有個正式環境的任務，我開分支交代 AI 實作：它改完三個檔案，自己跑了九個單元測試全過，部署到測試機，四十七項自動化測試也全過——然後它停下來，說都好了，等我批准再上正式環境。
「最後那一步是流程設定的，不是它懂事。」我說，「整條鏈它自己跑完，但上線前還是要等我把關。以前我是一次凹一個 AI，現在是凹一整組：寫程式的、審查的、跑測試的、負責部署的，各司其職。我從凹一個小弟，升級成凹一個工班。」
「哈，你現在是工頭。」
「工頭也不是爽活。而且變的不只是寫程式。」我扳著手指，「以前一行一行看程式，現在用測試包圍；以前用人的眼睛看網頁，現在 AI 自己會看；以前有問題自己翻論文、Google 半天，現在丟給它查、丟給它整理，最後還叫好幾個 AI 互相審查。」
「連審查都外包了。」學姐說。
「那我問你，」另一個聲音插進來，「出事的時候誰負責？還是要有工程師來背黑鍋吧。不然老闆自己弄幾個 AI 就好了。」
「AI 不會到會議室跟老闆解釋，是我要去。」我說，「它的版本哪一個能上線，它不敢簽名，我也不敢讓它簽。AI 無所不在，可是它從來不在場——出事的時候，在場的是人。」
「還有啊，」學姐接話，「老闆只會說『系統怪怪的』，這種話 AI 聽得懂嗎？」
「聽不懂。所以中間要有個人，把『怪怪的』翻譯成 AI 聽得懂的問題。要做什麼、怎樣才是對的，這種判斷也是。」
「聽你在唬爛，你自己不就是都被它做完了。」
「這是真的，」我承認，「自從 AI 能直接操作終端機，我幾乎不自己手刻程式了。但代價也有——以前我短期記憶很強，可以在腦袋裡規劃問題；現在全都外包出去，思考變弱了，連這篇文章都寫得零零落落。這筆帳要怎麼算回來，我還在想。」
「哈！你自己講的喔。」
那天跑到最後，有人真的累了，配速掉下來。我們幾個就跟著放慢，陪他走完剩下的一段，慢慢晃回辦公室，我再回宿舍。
路上我才想到，今年那個字是「在」。不是在不在公司、在不在線上——是星期二晚上有人在等，跑累了有人在陪。
AI 再強，它也不會在這裡。會議室它進不去，陪走這一段它也不會來。
下星期二，人還在的話，再跑。