——從《伊蓮娜的煩惱》看 agentic coding 的真正威力
這幾年我們一直在談 AI 會寫程式。
但多數人心裡其實有個疑問：
「我又不會寫 code，這跟我有什麼關係？」
今天我不用講模型、不講框架、不講 API。
我用一個真實的生活案例，讓你看到——
一個完全不懂技術的人，也能做出自己的工具。
這就是所謂的 agentic coding。
什麼是 agentic coding？
簡單講：
不是你寫程式，而是你讓 AI 變成一個會規劃、會拆解、會自我管理的「工程師代理人」。
重點不是 prompt 多華麗。
重點是——你讓 AI 先建立自己的工作規則。
我固定會先下這段「慣老闆咒語」：
為了完成這個任務，你先幫我用中文寫最基礎的 AGENT.md，SKILLS.md 還有 workflow，
這些都要放在你能讀到的檔案，不需要我每次講，先規劃給我，還不要開始動作。
這句話的意思其實很簡單：
- AGENT.md → 你是誰？負責什麼？
- SKILLS.md → 你會什麼？用哪些工具？
- workflow → 做事流程是什麼？
等於你先讓 AI 寫好自己的「工作說明書」。
然後它就會照那套規則工作。
這就是 agentic 的關鍵。
🎭 真實案例：《伊蓮娜的煩惱》
問題很日常，但很煩
伊蓮娜負責招募。
她每天都要寄履歷給主管。
但公司資安規範很「嚴謹」：
- 履歷檔案必須壓縮
- 要設定 8 位數字密碼
- 要寄兩封信
- 第一封：加密履歷
- 第二封：密碼
（雖然如果第一封被截，第二封大概也會被截……但規範就是規範 🤷♂️）
每天這樣做，浪費大量時間。
她想要一個工具。
她下了這個需求
我想要開發一個在 windows 上能夠跑，
然後，要出現一個介面，
我只要選擇好履歷，設定收件人，
就可以幫我發信，
要發兩封信，
一封是把履歷壓縮並且設定 8 位數字的密碼，
然後另一封信就是寄出密碼，
寄信的時候要呼叫我本機的 outlook，
如果我的 outlook 有多個帳號，
那就要讓我指定，
指定之後就是預設值，
除非我改，否則都用原本的。
然後呢？
我教她要把慣老闆咒語加上去。
我想要開發一個在 windows 上能夠跑，
然後，要出現一個介面，
我只要選擇好履歷，設定收件人，
就可以幫我發信，
要發兩封信，
一封是把履歷壓縮並且設定 8 位數字的密碼，
然後另一封信就是寄出密碼，
寄信的時候要呼叫我本機的 outlook，
如果我的 outlook 有多個帳號，
那就要讓我指定，
指定之後就是預設值，
除非我改，否則都用原本的。
為了完成這個任務，你先幫我用中文寫最基礎的 AGENT.md，SKILLS.md 還有 workflow，
這些都要放在你能讀到的檔案，不需要我每次講，先規劃給我，還不要開始動作。🧠 AI 開始像工程師一樣思考
第一輪，它不寫程式。
它先產出：
- AGENT.md
- SKILLS.md
- workflow
- 技術架構建議
- 風險評估
- 測試流程
它會問：
- 要用 Python 還是 .NET？
- Outlook 是用 COM 還是 MAPI？
- 壓縮用 7zip 還是 zipfile？
- 密碼產生規則是否固定？
- UI 要 tkinter 還是 PyQt？
這時候你只要回答選擇題。
你不需要寫任何 code。這是我的慣老闆回答：
技術你決定就好，問我我也不清楚，請開始吧，直接做到好，等你完成後，告訴我 exe 在哪邊，我直接執行來驗證，不要一直問我，其他的你自己可以決策Codex 思考了很久以後，這樣回答我
我現在直接建立完整專案骨架與程式碼（GUI、Outlook 發信、壓縮加密、設定持久化、稽核紀錄），接著會跑本機打包流程產出 EXE。
我先補齊一鍵腳本（初始化、執行、打包），再寫主程式，最後直接執行 build.ps1 產生可執行檔。
現在開始寫主程式與資料夾結構，會包含預設寄件帳號記憶、兩封信流程、8 碼密碼 ZIP、log，以及基本驗證與錯誤提示。
程式與腳本已寫完，下一步我會直接執行 bootstrap.ps1 安裝本地環境，然後跑 build.ps1 打包並驗證 EXE 路徑。
安裝步驟超時了，我會直接重跑並延長等待時間，直到本地環境安裝完成。
本地環境已完成，我現在直接執行打包腳本產生 release/ResumeMailer，完成後會回報 EXE 精確路徑。
打包已完成，我再做最後驗證（檔案存在與發佈資料夾內容）後就給你可直接執行的路徑。
已完成，EXE 已打包好。
直接執行這個檔案驗證：
ResumeMailer.exe
目前專案內已包含：
主程式：main.py
本地虛擬環境：.venv\
一鍵初始化：bootstrap.ps1
一鍵執行：run.ps1
一鍵打包：build.ps1
發佈目錄：release\ResumeMailer\（可整包壓縮分享）
你之後若要重打包，只要在專案根目錄執行：
build.ps1🛠 四輪對話後，完成
最後成果：
👉 Windows 可執行檔
👉 有 GUI
👉 可選履歷
👉 可指定收件人
👉 可指定 Outlook 帳號
👉 自動壓縮
👉 自動產生 8 位數密碼
👉 自動寄兩封信
專案在這裡：
🔗 https://github.com/kuanntw/Elena-s-Worries
這不是 demo。
是真的可以用的工具。
🚀 這件事真正震撼的地方
不是技術。
而是：
一個招募專員，不懂程式，
只靠對話，就做出自己的工具。
以前你要：
- 找工程師
- 開需求會議
- 寫規格書
- 等排程
- 反覆修改
- 至少兩週
現在？
四輪對話。
🎯 agentic coding 的本質
很多人以為 AI coding 是：
「幫我寫一段 code」
錯。
那只是輔助。
真正的 agentic 是：
- AI 先建立角色
- AI 先規劃工作流程
- AI 先定義技能邊界
- 再開始動作
這就像你先聘請了一個工程師，
再給他任務。
而不是叫 ChatGPT 隨手寫一段 script。
💡 為什麼這對非工程師特別重要？
因為這會改變一件事：
你不再需要會寫 code，
你只需要會清楚描述問題。
未來的競爭力不是 coding skill。
是：
- 結構化思考能力
- 拆解問題能力
- 描述需求能力
🔥 更大的意義
這只是寄履歷。
但如果換成：
- HR 自動報表產生
- 法務合約分類
- 財務報帳整合
- 業務報價工具
每個部門都可以開始自己造工具。
這才是真正的 AI 轉型。
不是買 SaaS。
而是——
每個人都能自己做工具。
🧩 最後給你一個實用結論
如果你想開始 agentic coding，
第一步不是問 AI：
「幫我寫程式」
而是丟這句話：
為了完成這個任務，
你先幫我用中文寫最基礎的 AGENT.md，SKILLS.md 還有 workflow，
這些都要放在你能讀到的檔案，
不需要我每次講，
先規劃給我，
還不要開始動作。
你會發現——
AI 會突然變聰明。
因為你給了它結構。
這不是未來。
這已經是現在。
問題只剩一個：
你願不願意開始讓 AI 幫你工作？