小公司導入 AI 別急著全自動
很多老闆聽到 AI agent 寫程式，第一個念頭是能不能少請一個工程師。我反而會先踩煞車。真正花錢的地方，通常不是寫出第一版功能，而是上線前反覆確認有沒有改壞舊東西。這種回歸測試最悶、最容易積壓，也最適合先拿 AI 試水溫。
IBM 在高度監管的支付系統裡，把 AI 放進交付流程，需求階段自估效率提升三到四成；測試導入三個月後，建立自動化測試的時間少了七成，回歸待辦少了九成。數字很好看，但我認為重點不在模型多厲害，而是他們沒有丟一句提示詞就叫 AI 自己跑。他們先把程式庫、規格、法規、架構和例外規則餵成可查的工作背景，最後每一步仍由人覆核。
小團隊資源有限，更要算這筆帳。若規格散在聊天紀錄、測試案例靠某位資深同事記得，直接買工具只會把混亂放大。先挑一個驗收標準明確、每週都重複、出錯代價可控的環節，例如結帳流程的回歸測試。整理產品規格、既有測試和常見例外，再請原本負責品質的人確認 AI 產出的案例。
導入順序我會排成：先整理資料，再輔助產生測試，接著讓人審核，最後才考慮半自動執行。前兩步雖然不炫，但成本低，而且能看出團隊的資料底子是否夠用。AI 最划算的角色不是替你承擔責任，而是把人從重複檢查中救出來，讓真正懂產品的人把時間花在判斷風險。
作者：偉老闆