我最近讓 AI 幫店裡做訂單同步、客服標記和報表小工具，速度真的很爽。以前外包工程師排兩週的需求，現在常常半天就有能跑的版本。

但用了一陣子，我發現一個很危險的現象：每次要加功能，AI 都做得到，於是我們幾乎沒有停下來整理過。舊的資料表先將就、流程多加一個判斷、同一份客戶資料在三個地方各存一份。當下看起來都只是小事，累積起來卻會變成沒人敢碰的系統。

人會在看不懂程式時喊停，覺得這段太亂，得先整理。AI 不會有這種直覺。它可以一次翻很多檔案、追到每個呼叫點，再把新功能接上去。對老闆來說，這反而更容易誤判：功能一直準時交付，就以為系統很健康。

我現在把「能不能繼續改」當成導入 AI 的成本之一，不只看本次省了多少工時。做法很土，但有效：每兩週留一個 human review，請懂業務流程的人和工程師一起看哪些地方已經繞到不合理；另外維護一份架構債清單，每個新需求都要判斷是還債、加債，還是可以順手清掉一小塊。

最重要的是，驗收 AI 交付時不只問能不能跑，也要問三件事：資料從哪裡來、出錯誰看得懂、下個人要改時要花多久找到入口。可讀性不是工程師的潔癖，它決定未來每次促銷、改規則、接新平台時，我們是多花半天，還是多花兩週救火。

AI 讓開發變便宜，不代表混亂也變便宜。越能快速加功能，越要刻意保留整理系統的節奏。