我教會合作多年的百萬客戶用 AI 開發,兩個月後我的時薪被 AI 賺走了 > <


久違的電子報,最近如何啊?我分享一下我今年遇到的狀況:

當所有人都能用 AI 寫程式,工程師剩下的價值是判斷力、領域經驗,以及那些 AI 還沒搜尋得到的最新漏洞與真實攻擊行為,這些都不在模型的訓練資料裡,而在每天踩坑的人身上。這是我把客戶教會自己用 AI 開發、然後親眼看著時薪被 AI 賺走兩個月之後,才慢慢想清楚的事。

把整套開發流程教給客戶之後,我發現自己被 AI 取代了

兩個月前,我把整套 AI 開發流程交給一位合作很多年的朋友,他有很多產品的想法,過去長期把開發外包給我,因為這波 AI 浪潮,他也開始想要學習著如何用進行 AI 開發。

然後我們每週約週一上午,連上四週,從軟體開發的基礎知識開始講起,然後帶著他安裝開發環境、版本控制、自動部署,再到 AI 工具的介紹與用法,最後幫他安裝好針對他的需求所設計的 Skill,現在他要做新功能,只要照著這些指令跑,產出來的東西基本上跟我自己操作 AI 做的差不多。

兩個月過去了,除非遇到主機異常或資料庫底層的問題,他 99% 的需求都能不用等我自己做掉。

更直接的數字是:他過去累積發案給我的金額超過百萬,而這幾次上課只花了三五萬,就把原本可能持續好幾年的外包費用整個省下來,對他來說是極划算的投資,但對我來說,那筆從他那邊持續進來的穩定收入就這樣被 AI 給賺走了 Orz...

那段時間我一直在想一件事:當我把設計好的框架與指令都交給別人之後,我到底還剩下什麼價值?這個問題在我腦海中徘徊不已。

一位朋友建議我去考 NVIDIA 證照,我才開始重新認識自己所擁有的

直到某一天,另一位朋友丟了一個連結過來,建議我說:「去考 NVIDIA 的 AI 證照吧」。

他的觀點很直接:當現在所有人只要買一個 AI 訂閱就能開發軟體,你跟別人有哪裡不同?有張證照至少是第三方機構的認可,讓我跟別人有所區別。但坦白說,我是一個從小就不太會唸書的孩子,「考證照」這件事我一點信心都沒有,但他這句話倒是點醒了我:「我手上現在到底有什麼東西是跟別人有所區別的?」

往這個方向想下去,我能想到的依舊是 WordPress。

這是我深耕了十幾年的工具,從外掛開發、效能最佳化、金流串接、會員系統、到主機管理與資安,這些年累積下來的知識經驗,全部都是以 WordPress 為核心向四方擴散的。AI 可以寫 WordPress 程式碼,但 AI 沒有經歷過某個外掛三年前那次重大更新弄壞了多少站、沒有處理過 WooCommerce 在高併發下結帳的問題、也沒有半夜被客戶叫起來看為什麼一個看起來像真人的爬蟲把主機 CPU 拉到 100%。

AI 的盲點:它只會回答被問到的問題

雖然 AI 可以依照設定的指令做相對應的事情,但很多時候萬一超出預設指令的範圍,或是使用者完全不知道該怎麼提問的時候,AI 也不會主動補位,這些都必須等到有經驗的人來提問,AI 才有辦法意識到問題進而處理。

舉個具體的例子:一位客戶某次請 AI 幫他寫一支會員資料匯出外掛,AI 寫出來的程式碼乍看完全合理:取會員資料、組成 CSV、輸出下載,問題是他完全不知道要追問「這份匯出有沒有檢查使用者權限」、「會不會被 IDOR 漏洞利用」、「大量匯出時記憶體會不會爆掉」,AI 不會主動幫你做這些事,它只會把你要求的事情做完,沒要求的就隨緣了(煙~)

這就是用 AI 開發「作品」跟「產品」之間真正的距離,「作品」自己做開心的就算了,但如果是要交付給客戶的「產品」,這些都是不能忽略的關鍵點。

而這個問題不只發生在我朋友身上,就連這麼常開發外掛的我也曾經犯過一樣的錯誤,片面就聽信 AI 給的建議,然後開始執行後才發現完全走錯方向,因此能從實作經驗中看到 AI 盲點的工程師會越來越珍貴。

如果以 WordPress 為核心,我能怎麼幫接案者?

把這件事想清楚之後,我開始盤點以 WordPress 為核心,我可以怎麼幫到正在使用 WordPress 接案者與接案公司?我想到三件事。

一、客製化的 AI 開發框架

提供一套針對 WordPress 接案情境設計的 AI 開發框架,從規劃階段就納入 WordPress 的語法以及測試腳本,讓接案者可以更安全地用 AI 開發功能、加快專案進行速度與減少程式碼出錯的機會,進而降低後續客服成本。這不是給一份指令清單就結束,而是把 coding style、命名慣例、權限驗證、資料過濾、錯誤處理這些「資深 WordPress 開發者腦袋裡的潛規則」全部變成 AI 看得懂的設定,讓不同經驗的成員都能用同一套流程產出一致的品質。

二、漏洞檢查與更新服務

WordPress 生態系裡每個月都會有外掛被揭露重大漏洞,長年在這圈子裡的我都會去追 WPScan、Patchstack、WordFence 這些來源,第一時間就知道哪個外掛要停用、哪個版本不能升、哪個 nonce 驗證有問題。

但這件事對 AI 來說有三個結構性的盲點:

  • 漏洞剛被揭露時資訊非常新,AI 模型的訓練資料庫往往還沒收錄。
  • 就算模型有搜尋功能,使用者也必須主動用對的關鍵字去查,AI 才會開始檢查。
  • AI 不會幫你比對「你目前裝的這支外掛是否會跟其他特定版本的外掛產生衝突」, AI 沒有主機環境的上下文。

我們可以提供這個缺口的服務:拿最新的漏洞報告,主動去檢查客戶現有的 WordPress 環境,告訴他們哪些需要立刻處理、哪些可以排程處理。

三、主機維運與 Agent 攻擊偵測

這陣子我們在客戶的主機 log 裡發現一個明顯的趨勢:很多看起來像 Agent 的攻擊,它的瀏覽行為非常像真人。它們會走完整的 user flow、會帶 referer、會在合理的時間停留,然後在某個畫面上做精準的漏洞測試。

預設的 WAF 或防火牆規則對這類流量幾乎沒有判斷力,因為對防火牆來說這些都是正常使用者,但如果你看過幾十次這種 pattern,你會知道有些細節不對勁,例如同一個造訪路徑在不同 IP 之間跳、總是跳過特定幾個 CDN 快取頁面、對某幾種 query string 變化有頻繁的請求。

這些經驗可以從日誌中主動掃描,並整理成偵測規則,在攻擊真正發生之前就把它攔下來。AI 寫出來的程式碼再乾淨,遇到沒見過的真實世界攻擊模式還是會破,差別在於——有沒有人在背後幫你看著。

工程師存在的價值,是「當 AI 的眼」

回到一開始那個問題,當 AI 可以寫程式碼之後,工程師的價值還剩下什麼?

我這兩個月想通的答案是:價值不在「會不會寫程式碼」這件事上,而在於我們是不是還在持續看著真實世界發生什麼。新的漏洞、新的攻擊模式、新的外掛踩雷、新的金流串接坑,這些東西在它們被寫進部落格、被寫進 Stack Overflow、被 AI 學起來之前,永遠是先發生在第一線經驗豐富的人身上。

我朋友這兩個月省下大筆外包費用,這是好事,我替他開心,但他偶爾還是會回頭找我,原因從來不是「AI 不會寫」,而是「他不知道要問 AI 什麼」,這就是我們這種人現在的存在價值,不是寫程式碼,而是幫 AI 看見真實的世界。

給 WordPress 接案公司的三種合作方案

把這些拼起來之後,我把服務內容收斂成三種方案,服務對象是 WordPress 接案者跟接案公司。

方案一:AI 開發流程盤點

我們會花時間了解你目前的接案流程,從需求訪談、報價、開發、交付、到後續維護,盤點哪些環節可以自動化、哪些是 AI 可以導入的施力點,最後產出一份報告交給你,你可以自己拿去請 AI 實作,或者找其他團隊幫忙導入。

方案二:客製化 AI 開發流程設計與教練

根據盤點後的需求,我們設計對應的 AI 開發流程,並且教會你跟你的團隊怎麼跑指令、怎麼分工、怎麼讓不同經驗的成員都能用同一套流程產出一致的品質,就像我兩個月前幫朋友做的那樣,差別在於我們會把這套流程針對你公司的實際業務量身設計。

方案三:每月訂閱的資安監控

最新的 WordPress 與外掛漏洞掃描、主動監測主機異常的 Log、可疑流量分析,讓 AI 寫出來的程式碼可以通過真實世界的攻擊行為測試,避免客戶網站變成下一個案例。

如果你也在思考這些問題

如果你是 WordPress 接案者或接案公司,現在正卡在下面任何一個情境:

  • AI 寫的 code 上線就出問題、客服爆炸
  • 團隊有人用 AI、有人打死也不用,產出的品質不穩定
  • 想透過自動化或是 AI 改善接案流程

那這些可能就是我們可以聊的方向,你可以:

希望可以幫上你的忙!

WordPress 開發日常

Read more from WordPress 開發日常

之前朋友約出來喝咖啡時他分享下一個階段的 AI 可能會發展成監督式的 AI,也就是當 AI 自己在跑的時候,會有另外一個 AI 來檢查它現在做的每一件事情是否都真的有往正確的方向推進。 當下聽到覺得這個 idea 很棒,但具體要怎麼實作完全沒有概念,更不用說這樣子 token 消耗的成本會不會變成兩倍?而且監督 AI 的 AI 需要有什麼能力?該以哪一種方式來進行監督?然後又該如何把找出的問題回報給原本的 AI 呢? 這一切問題在我最近研究 Claude Code 以外的工具時意外發現了解決方案,那就是之前我拿來做為 Discord Bot 的 AI 引擎 OMP。 OMP 是 PI 的分支,想理解什麼是 OMP 可以先從 PI 開始理解,PI 是一套開源且輕量化的 Coding CLI,也是跟 Claude Code 一樣跑在終端機的寫程式 Agent。 相較於 Claude Code 的封閉,PI 完全開源,並且支援多家不同的模型,PI 強調有需要什麼工具再自己額外安裝,就不會像 Claude Code 一樣原廠給你什麼就只能用什麼。 而 OMP 是 PI 的分支,它的概念跟...

之前分享我請 AI 設計的一套專門用來管理手邊待辦清單的專案管理軟體,邊用的時候我就在邊思考著:當我新增這些任務之後,我還是要回到終端機去把這些任務的描述、相關的文件以及完成的目標告訴 AI,然後等它跑完之後我再驗收,再回到我的計時軟體裡面來記錄是已完成還是該暫停。 如果可以在開立任務的時候,就能直接指派 AI 來做這件事情,是不是就可以少一個重複描述、開發需求的流程?剛好有了這個想法之後,就在 YouTube 上面看到一個叫做 Auto Claude 的專案。 它把 Claude 直接跟看板軟體整合,並且可以在裡面詢問 AI 關於專案的細節以及產生開發藍圖,也能設定專案的亮點與相關資訊。 我看到後驚為天人,覺得這似乎是另外一種理想的 AI 開發軟體,本想直接下載裝起來用,但請 Claude 研究後發現它有一些問題,於是就想說自己來開發,順便理解關於整個 Loop Engineering 的概念。 Claude Orchestrator 這次一樣是使用 Glaze 來開發,請它建立好專案的環境之後,然後再回到終端機去接手後續的多工並行。我的做法是先請 AI 去參考 Auto...

常常在社群媒體上看到各種自動化工具的廣告,從早期的 n8n 開始到現在 AI Agent 自動完成任務,這些工具跟流程都很棒。但是回到使用者本身,我們真的知道自己有哪些工作是可以被自動化或是應該「自動化」的嗎? 這就讓我回想起以前給自己的工作要求,那就是要把手上所做的每一件事情都記錄下來,並且可以明確看到每項任務的執行時間以及頻率,這樣事後才有辦法做回顧,我把這樣的理念也應用到承接專案的層面上。 這也是為什麼我有一些專案都是採取時薪計價的開發模式,因為我需要讓客戶知道他的預算都花在哪些項目,來藉此把資源用在合適的任務上。 我最早使用的即時軟體叫做 Ora,這是一套結合看板管理、敏捷開發流程、時數統計,甚至還有內建聊天討論串的一套強大工具。 它長期都是免費的,付費方案是團隊成員超過計算,所以我都是使用它來進行與客戶的專案管理,它的介面十分清楚且一目瞭然,可以縱觀地知道是哪一類型的任務花最多時間,也可以細看到具體是在處理哪一個問題所消耗的時數。 但當某天我打開準備使用它的時候,發現它被另外一套專案管理軟體 ClickUp...