從不屑 AI Agent，到把程式與網站都交給它：只花了一個月
這個網域其實已經註冊超過一年了。
當初註冊它，只是想找個地方整理一些自己的筆記。不過後來一直沒有真正經營，網站裡只有一些零零星星的草稿。
直到今年 8 月 17 日，事情開始有了一點變化。
從一個貪食蛇遊戲開始
那天我看了一支 bilibili 的影片，內容提到如果要讓 AI 協助製作遊戲，Godot 可能是很適合的遊戲引擎。
剛好那段時間 OpenAI 送了我一個月的 ChatGPT Plus，而 Plus 可以使用 Codex。
於是我想，不然就試試看。
我叫 Codex 用 Godot 做一個貪食蛇遊戲。
結果，它真的做出來了。
那一刻我立刻意識到一件事：
這個東西是可行的。
當然，我也很快發現當時 Codex 的不足，所以接下來陸續付費使用 Cursor、Claude Code 等工具。
Cursor 很快就出局了。
最後真正留下來的，是 ChatGPT／Codex 和 Claude Code。
我決定完全不寫 Godot 程式碼
接下來，我開始正式用 Godot 製作自己的遊戲。
但從一開始，我就給自己設定了一個很奇怪的規則：
我不要寫任何 Godot 程式碼。
不只是不寫程式碼，我甚至連 Godot 編輯器都不自己使用。
我想知道，如果把這些事情都交給 AI Agent，到底能做到什麼程度。
一個多月後，遊戲的原型版本已經完成。
而且在 ChatGPT 不斷協助規劃的過程中，我甚至開始萌生一個以前根本不會認真思考的念頭：
能不能建立一間由 AI 驅動的遊戲公司？
現在回頭看，這個轉變其實有點荒謬。
因為可能還不到一年前，我對 AI Agent 的態度其實是不屑一顧的。
那時候看到大家在「養龍蝦」、在本機跑 Qwen 模型，我心裡的想法很簡單：
這不就是浪費電嗎？
至少當時我是這麼想的。
真正改變我的不是 AI Agent 這個概念，而是模型終於夠強了
後來我逐漸發現，問題可能不是 AI Agent 這個方向沒有用，而是模型到底有沒有強到足以完成真正的工作。
當 Claude Code 使用 Opus 5 以上的模型，而 Codex 使用 GPT-6 以上的模型之後，情況完全不一樣。
它們實在太有用了。
幾天前，我又偶然看到 David Heinemeier Hansson，也就是大家常說的 DHH，談到他現在已經不再自己寫程式。
我看到之後非常有共鳴。
DHH 是 Ruby on Rails 的創作者，也是 37signals 的共同創辦人兼 CTO。
這樣背景的人，對寫程式這件事情的態度出現如此大的轉變，我覺得非常值得研究。
於是我立刻去找他的訪談。
Gemini、DHH，還有這個網站真正的用途
這一次，我利用 Gemini 處理 YouTube 訪談，把影片整理成逐字稿，再翻譯成中文。
我覺得這正好是 Gemini 很適合做的工作。
而整理完之後，我又遇到一個問題：
這些訪談很長，我沒有那麼多時間一直坐在電腦前面讀。
如果可以在開車的時候，用 TTS 把文章念給我聽，不就很好嗎？
到這時候，我終於想起這個放了一年多、一直沒有真正用途的網站。
既然網站本來就是拿來放筆記的，那乾脆把這些我真正想保存、想閱讀、想反覆聽的內容放上來。
一開始，是 ChatGPT 幫我規劃並製作 WordPress Plugin，加入 TOC，也就是文章目錄，以及 Reader，也就是文章朗讀功能。
網站終於開始有一個很具體的用途了。
一次失敗的本機 TTS 嘗試
不過 Plugin 第一版使用的是瀏覽器內建語音朗讀。
實際用起來，我並不滿意。
於是我又想到另一個方案：
既然瀏覽器朗讀不好聽，那就用本機 TTS 模型，把整篇文章事先生成朗讀音檔，網站只需要直接播放音訊就好了。
ChatGPT 因此幫我規劃了一套使用 WordPress REST API 的架構，再交給 Codex 實作。
技術上，這條路其實走得通。
但最後我還是放棄了。
問題在於，一篇很長的文章要在本機生成完整朗讀音訊，比我原本想像中昂貴太多。
它不只需要更高階的顯示卡，生成時間也長得不符合我的實際需求。
所以這個構想最後失敗了。
但這次失敗，卻意外帶來了一個比 TTS 更重要的成果。
既然 Codex 可以發文章，為什麼不讓它管理整個網站？
在實作 TTS 系統的過程裡，Codex 已經能夠透過 WordPress REST API 幫我發布文章。
那我突然發現：
既然 Codex 已經可以直接幫我發文章，我為什麼還要自己管理這些事情？
我完全可以把整個網站交給 Codex 管理。
正好就在這個時候，GPT-6.1 Sol 上線了。
之前使用 GPT-6 Astra 的時候，我最大的問題並不是能力不夠，而是 Token 消耗速度實在太快。
對 Plus 訂閱來說，很難真正放開來使用。
GPT-6.1 Sol 出現之後，情況改善很多。
以我自己的實際工作來說，它在生產力上的表現，我認為已經可以和 Claude Opus 5.5 放在同一個層次考慮。
這不是 Benchmark 結論，只是我自己的實際使用感受。
結果也和我預期的一樣。
Codex 很順利地接管了這個網站的文章發布。
從 2019 年的 Google 搜尋，到 2026 年的 AI Agent
我第一次知道 WordPress，是在 2019 年。
當時我才剛開始學習網路自媒體。
遇到不懂的事情怎麼辦？
打開 Google。
搜尋。
看教學。
再自己慢慢研究。
那時候我根本不可能想像，幾年之後的 2026 年，經營一個網路自媒體，大量工作竟然可以直接交給 AI Agent。
找資料、整理資料、翻譯、修改程式、開發 WordPress Plugin、規劃網站功能、整理文章，最後甚至連發布文章本身，都可以由 Agent 完成。
這個改變的速度，快得有點難以置信。
為什麼我要保存逐字稿，而不是 AI 摘要？
既然 DHH 對這個網站後來的方向影響這麼大，我認為很有必要把他目前關於 AI Agent 的談論，以逐字稿的方式保存在自己的網站裡。
這些內容主要不是為了流量。
首先是給我自己看的。
我希望以後可以回來閱讀，也可以在開車時直接讓網站朗讀給我聽。
有人可能會問：
現在 AI 摘要這麼方便，為什麼還要保存那麼長的逐字稿？
理由很簡單。
因為摘要會漏掉東西。
而且被漏掉的，未必是對我沒有價值的東西。
如果按照一般主流媒體的方式整理 DHH 的 AI Agent 訪談，最後可能只剩下：
他不用自己寫程式了、他使用哪些 Agent、他如何看待程式設計的未來。
這些當然重要。
但訪談裡可能還會出現他對某個筆電品牌的評論、他的工作環境、使用什麼網路 KVM 設備，或者其他和 AI Agent 主題沒有直接關係的內容。
對一篇新聞摘要來說，這些都可以刪。
但對我來說不一定。
因為其中任何一個小細節，都可能讓我又找到一個值得深入研究的新主題。
逐字稿也比較容易讓人看見一個人的思考方式、習慣和偏好。
這些東西，往往正是濃縮摘要最先犧牲掉的部分。
過去整理逐字稿很麻煩，現在已經不是了
以前要整理長篇訪談逐字稿，是一件相當費時費力的工作。
現在有 Gemini 和 ChatGPT 輔助，整件事情已經簡單很多。
當然，這裡講的是我自己的使用情境。
如果真的要把 AI 當成生產工具使用，我認為還是需要付費訂閱版本。
至少對我現在的工作流而言，免費版能提供的生產力非常有限。
Gemini 則是一個有點特殊的例子。
我對它日常使用的可靠度評價其實沒有特別高，但 Google 本身掌握 YouTube，因此在處理 YouTube 影片、取得內容這類事情上，有非常天然的優勢。
加上我使用三星手機時，剛好取得了一段免費的 Google AI Pro 會員期，所以我當然會好好利用。
而且 Gemini 有時候確實會在一些特殊問題上，提出其他模型沒有想到的解法。
像我在製作遊戲時，曾經遇過大量物體碰撞造成的效能問題。
最後就是 Gemini 提出了一個方向，很好地解決了那個問題。
所以我現在對 AI 工具的態度其實很簡單：
AI 就是工具。只要有用途，就應該好好運用。
不需要信仰哪一家，也沒有必要為了工具站隊。
能解決問題就用。
其實這篇文章本身，就是這套工作方式的產物
最後還有一件我覺得很有趣的事。
你現在看到的這篇站長週記，本身就是用我前面描述的方式完成的。
我沒有坐在電腦前，一次從頭寫到尾。
而是在 ChatGPT 裡斷斷續續地寫。
有時候在手機上想到一點，就補一點。
有時候坐到電腦前，又加一段。
我甚至可以盡量使用簡稱，也不需要太在意錯字。
最後由 ChatGPT 把所有片段重新整理，補上必要的正式名稱，修正錯字，做最低限度的潤飾，再整理成完整文章。
接著，它會產生上稿工單。
最後交給 Codex，把文章發布到 WordPress。
所以如果你在這個網站裡看到某篇文章的作者顯示為「Codex」，那代表的是：
這篇文章是由 Codex 執行發布的。
並不代表整篇內容都是它自己憑空產生。
像這篇文章，想法、經歷和觀點都是我自己斷斷續續寫下來的。
AI 做的是把這些片段整理好，然後完成那些我已經不太想親自做的工作。
其實，也才一個月
現在回頭看，最讓我覺得有趣的，可能還不是哪一個模型比較強，也不是哪一套 Agent 最好用。
而是時間。
從我真正開始接觸 AI Agent，到全面擁抱這種工作方式，甚至決定大部分時候不再自己寫程式，其實也不過就是一個多月前的事情。
一個多月以前，我只是想試試看 Codex 能不能做出一個貪食蛇。
一個多月以後，我已經開始把遊戲開發、網站管理，以及大量日常工作重新設計成 AI Agent 可以參與甚至直接執行的流程。
至於再過一年會變成什麼樣子？
現在的我，還真的不敢預測。
