名詞表 · 實務 (Vibe Coding / Memory / Multi-agent)
5. Vibe Coding / 軟體開發新工作方式
2025-2026 工作流變遷：從「自己每行寫」到「跟 AI 對話讓它寫」。
氛圍編程 / Vibe Coding
- 專業：Andrej Karpathy 2025 提出。開發者不直接編輯 code、僅透過對話 / 高層指令操控 AI agent；自己只 review diff / 改 prompt / 偶爾 nudge 方向；接受 LLM 偶爾「為什麼這樣寫」自己不完全懂。
- 白話：「我給氛圍、AI 寫 code」。極限版：你連 syntax 都不太管、跟 AI 講「我想要這個感覺」、看結果不對就再 vibe 一次。
- 範例：用 Cursor / Claude Code 開發網站 demo——你說「加一個 dark mode toggle 在右上角」、AI 自己寫 CSS + JS + 測試、你只看畫面對不對。這本書 5/11 全 session 是 vibe coding 真實案例（boss vibe、CC1 code、~1500 commit / day 量級）。
- 適用：原型 / demo / 短期專案 / 沒人 review 也能 ship 的場景。不適用：核心 production system、安全敏感、需要長期維護。
AI 結對程式設計 / AI Pair Programming
- 專業：傳統 pair programming 一個 driver 一個 navigator；AI 版是 AI 當 navigator（給建議 / 抓 bug / catch 問題），你還是 driver 自己打字。
- 白話：你寫一行、AI 在旁邊看、提示你「下一行可能要這樣」或「這邊有 bug」。
- 範例：GitHub Copilot inline 自動完成、Cursor Tab。vs Vibe Coding 的差別：pair 你還在打字、vibe 你只下指令。
- 章節：跨 Ch 4-5 提到
程式碼編輯代理 / Code-editing Agent
- 專業：能自主多輪編輯 codebase 的 agent，不是 chat suggestion。會 plan + read multi-file + edit + run test + iterate。
- 白話：「自己改 codebase 的 AI」——你說「修 bug #42」、它真的 git checkout / 改檔案 / commit。
- 範例：Claude Code / Aider / OpenDevin / Cline。vs CLI Agent：CLI 是介面類別、code-editing 是工作類別，多數 CLI Agent 都是 code-editing agent。
- 章節：Ch 4
規格驅動開發 / SDD (Spec-Driven Development)
- 專業：先寫詳細 spec（input / output / 邊界條件 / 失敗模式）→ 給 agent 從 spec 生 code + test → 跑 test → 不對 reflection 改。spec 比 code 是 source of truth。
- 白話：「先把要做什麼寫清楚、再讓 AI 做」。AI 容易在模糊 spec 上犯錯，spec 寫清楚錯就少。
- 範例：Symbiosis SOP v0.1 的 17 步鏈條核心就是 SDD：Intake → Discovery → Spec → Truth Boundary → SDD → ...
- 章節：Ch 5 + Helix V3 case study Ch 15
測試驅動開發 / TDD (Test-Driven Development)
- 專業：紅綠重構 cycle：先寫 failing test（紅）→ 寫最少 code 讓 test 過（綠）→ refactor。
- 白話：先寫「怎樣才算對」（test）、再寫「要怎麼做才對」（implementation）。
- 範例：給 agent「修這個 bug」前先
pytest看哪個 test 紅、再讓 agent 寫 code 讓那個 test 變綠。配 Hook 自動跑 test 效率高。 - 章節：跨 Ch 12-15
AFK 執行 / AFK (Away-From-Keyboard) Execution
- 專業：agent 在沒有人盯著的時間執行任務（夜跑 / 後台 cron / 長時間 deep research）。需 cost cap + audit + graceful failure。
- 白話：「你不在電腦前的時候、agent 自己做事」。早上回來看結果就好。
- 範例：Ch 18 morning briefing agent；夜跑 deep research；長時間 codebase migration。
- 章節：Ch 8 + Ch 18
確認暫停 / Acceptance Gating
- 專業：agent 在執行 high-impact action（寫檔 / push / 寄信 / 刪資料）前停下、要 human 按 Enter / 簽核才繼續。
- 白話：「agent 動之前停下來等你說 OK」。預設保守、進階用戶可關。
- 範例：Claude Code 預設 permission mode = ask。
/permission accept-all切全自動但要小心。 - 章節：Ch 4 §5
委派 / Delegation
- 專業：主 agent 把獨立 subtask 丟給 sub-agent / specialist agent 處理，結果回主 agent 不污染 context。可並行。
- 白話：agent 也能「外包」——大事自己做、小事交給專門子 agent。
- 範例：主 agent 收到「重構這個 module」、把「先掃全 codebase 找所有 import」delegate 給 search sub-agent。
- 章節：Ch 14
6. Memory / RAG
會話記憶 / Session Memory
- 專業：一次 agent / chat session 內累積的 messages 陣列。LLM 沒有跨 call 持久記憶，session memory 是 client 自己維護。
- 白話：「這次對話內 agent 記得你說過的話」。對話結束就忘。
- 範例：你在 ChatGPT 一個對話內說「我叫 Wei、住台北」、它記得。開新對話就忘。
- 章節：Ch 13 §3
長期記憶 / Long-term Memory
- 專業：跨 session persistent 的 user / world facts。實作可結構化（SQL key-value）或向量（過去對話 embed 進 vector store）。
- 白話：「跨多次對話 agent 都記得的事」。
- 範例：「使用者是 Wei、偏好繁中、住台北、用 Mac」這種事實寫進 SQLite。下次 agent 啟動 load 進 system prompt。
- 章節：Ch 13 §4
檢索增強生成 / RAG (Retrieval-Augmented Generation)
- 專業：query → embedding → vector DB similarity search top-K chunks → 把 chunks 拼進 prompt → LLM 根據 chunks 回答。
- 白話：LLM 不知道你公司的事——RAG 把你公司文件存起來、問問題時撈相關片段給 LLM 看。
- 範例：你公司 SOP / 產品文件 / FAQ 切 chunk 進 Chroma；員工問「請假怎麼申請」、agent 撈 HR 政策 chunk + 回答。
- 章節：Ch 13 §5
上下文檢索 / Contextual Retrieval
- 專業：Anthropic 2024 提出。embed 前先用 LLM 給每個 chunk 加 50-100 字「位置 + 主題」context，再 embed。提升 retrieval recall 35-49%。
- 白話：「這 chunk 在文件中是哪段、講什麼」先寫清楚再存 vector DB。
- 範例：原文 chunk「需診斷書。」加 context「假期政策第二條病假規定」→「[CTX: 假期政策第二條病假規定] 需診斷書。」再 embed。問「請病假要什麼」會 retrieve 到。
- 章節：Ch 13 §6
7. Multi-agent / Orchestration
多智能體 / Multi-agent
- 專業：多個 agent 透過 shared state / handoff / blackboard 等機制協作完成單一任務。每 agent 可有不同 model / system prompt / tool set / 權限範圍。
- 白話：多個專業 agent 分工合作、不是一個 agent 包山包海。
- 範例：研究 agent 查資料 → 寫作 agent 寫 draft → review agent 改錯字 → 三人接力完成「寫一篇 paper 比較」。
- 章節：Ch 14
流水線 / Pipeline
- 專業：固定順序 A → B → C 的 multi-agent 編排，每階段輸出當下階段輸入，無 dynamic routing。
- 白話：「先做 X、再做 Y、最後 Z」——固定流程，不會中途換方向。
- 範例：research → write → review 三 agent 流水線。每段失敗整條失敗。
- 章節：Ch 14 §2.1
主管模式 / Supervisor
- 專業：一個 supervisor agent 看任務 + 當前 state、回 JSON 決定派給哪個 worker、回收 worker 結果再決定下一步。
- 白話：「老闆派工模式」——主管看情況決定誰做什麼。
- 範例：HR agent + Sales agent + IT agent 三個 worker；supervisor 看到「客戶想知道 SLA」派 sales、「員工請假」派 HR。
- 章節：Ch 14 §2.2
交接 / Handoff
- 專業：agent 認為「這超出我能力」時、把任務 + context 轉給 specialist agent。最乾淨實作：把 handoff 當特殊 tool。
- 白話：「這事我不會、轉給專家」。
- 範例：通用 agent 對話到一半發現使用者問法律問題、call
handoff_to_legal_specialist(context)把對話交給法律 agent。 - 章節：Ch 14 §3
其他類別 → 基礎 · Agent / CLI · 實務 · Production · 台灣/混淆 pair