Code Agent 和工作流自動化——風險與回報
一句話總結：Code Agent 能修改你的整個 codebase，威力強大但風險也高。風險越高的 AI 工具，需要越深的 review 能力。選工具先問「解決什麼問題」，不是「這個工具很酷」。
結論先講：從 Level 1 開始，逐步提升。跳級使用不會讓你更有生產力，只會讓你更有效率地製造問題。
Level 3：程式碼代理（Code Agent）
代表工具： Claude Code、Cursor Agent Mode、Windsurf、Cline、Aider
這是一個質的飛躍。Code Agent 不只回答問題，它能讀取檔案系統、修改多個檔案、執行 shell 命令、跑測試、提交 git commit、多步驟完成複雜任務。
為什麼風險大幅提高？Agent 可能修改你沒預期它修改的檔案。多步驟操作中任何一步出錯，影響整個 codebase。你需要 review 的不是一段 code，而是一個完整的 PR——可能涉及十幾個檔案。Agent 可能「自信地」做出錯誤的架構決策。
適合 Senior 開發者。 你需要能 review 一個完整 PR 的能力，包括架構合理性、邊界條件、安全性、效能影響。
最佳使用場景：Boilerplate 生成（新 service/module 的基本結構）、重構（統一替換 pattern）、測試補齊、Bug 修復、文檔更新。
安全守則：
- 永遠在 git branch 上操作，不要在 main 上讓 agent 直接改
- 設定明確的 scope：告訴它只能改哪些檔案/目錄
- 每次任務後都 review diff，不要盲目 commit
- Infrastructure/security 相關的變更，手動做
- 使用 CLAUDE.md / .cursorrules 約束行為
Level 4：工作流自動化
代表工具： n8n、LangChain、LlamaIndex、Dify
這個層級不是「用 AI 寫 code」，而是「把 AI 嵌入業務流程」。自動分析客服工單分類派工、監控 PR 自動生成 review 摘要、從文件擷取結構化資料存入 DB。
為什麼風險最高？自動化意味著沒有人即時 review。一個錯誤決策會被自動執行並放大。涉及真實資料和業務邏輯。Debug 難度最高。
適合架構師等級。
設計原則：Human-in-the-loop（關鍵決策要人確認）、Graceful degradation（AI 失敗時有 fallback）、Audit trail（記錄每個 AI 決策）、Confidence threshold（信心度夠高才自動執行）、Circuit breaker（錯誤率過高自動停止）。
四個層級比較
| 維度 | L1 自動補全 | L2 對話助手 | L3 程式碼代理 | L4 工作流自動化 |
|---|---|---|---|---|
| 風險 | 低 | 中 | 高 | 極高 |
| 需要經驗 | 初級 | 中級 | 資深 | 架構師 |
| 生產力提升 | 10-30% | 20-50% | 50-200% | 視場景而定 |
| Review 成本 | 極低（逐行） | 中（逐段） | 高（整個 PR） | 極高（系統行為） |
| 失敗模式 | 接受錯誤的一行 | 採用錯誤方案 | 整個功能有缺陷 | 自動執行錯誤決策 |
工具選型：先問「解決什麼問題」
最常見的錯誤是「因為工具很酷所以要用」。
- 瓶頸在寫 boilerplate？→ autocomplete
- 瓶頸在理解新技術？→ chat assistant
- 瓶頸在重複性多檔案修改？→ code agent
- 瓶頸在手動處理大量資料？→ workflow automation
- 瓶頸在架構設計？→ AI 幫不了你，去找 senior 討論
在引入 AI 之前先問：能用模板/snippet 解決嗎？有標準答案嗎？（查文件比問 AI 可靠）需要創造性判斷嗎？錯誤成本是什麼？
評估 AI 工具的五個維度
| 維度 | 核心問題 | 怎麼評估 |
|---|---|---|
| 準確性 | 在你的領域正確率多高？ | 用已知答案的問題測試 |
| 可控性 | 能限制行為範圍嗎？ | 能不能只改特定檔案？ |
| 整合性 | 能融入現有工作流嗎？ | 在你的 IDE 裡用嗎？ |
| 成本 | 真正的總成本？ | 訂閱費 + token 費 + context switch 時間 |
| 資安 | code 和 data 傳到哪？ | cloud 還是 on-premise？ |
如果一個 AI 工具在你的領域錯誤率超過 20%，或者「不知道」的時候不會承認，要非常謹慎。
隱藏成本
人們只看訂閱費。真正的成本遠不止：
Context switching： 每次從 coding 切換到跟 AI 對話再切回來，損失專注力。一次 context switch 恢復時間約 10-15 分鐘。每小時切 4 次，你可能損失 40-60 分鐘深度工作時間。
Review time： AI 寫得越多，你 review 越多。而且 review AI 的 code 比 review 人的 code 更難——因為它缺乏「思考脈絡」，你不知道它為什麼做這個決定。經驗法則：AI 生成 100 行 code，至少需要 15-20 分鐘仔細 review。如果 review 時間 > 你自己寫的時間，AI 在這個場景不划算。
Debugging AI code： AI 傾向生成 happy path，邊界處理往往不完整。Bug 藏在你沒想到的角落。
Over-reliance： 持續依賴 AI 會讓基礎能力退化。你的 SQL 能力會慢慢下降。短期看不出來，面試、production 緊急修復、網路斷線時的 on-call 就會暴露。
這篇的重點回顧
Level 3 Code Agent 威力強大但需要 Senior 的 review 能力。Level 4 工作流自動化風險最高，需要架構師等級。選工具先問「解決什麼問題」，用五個維度評估。別忘了隱藏成本：context switching、review time、debugging、over-reliance。
系列文章：
- AI 工具選型（一）：AI 是力量放大器
- 你在這裡 → AI 工具選型（二）：Code Agent 與工具選型
- AI 工具選型（三）：工作流整合實務
- AI 工具選型（四）：Prompt 與 Instructions 設計
- AI 工具選型（五）：領域知識、團隊策略與風險
「選 AI 工具就像選武器——不是越大越好，是越適合當前戰場越好。」