身為 Web3 開發者，我怎麼使用 AI 工具

距離我開始認真把 AI 工具融入開發工作流程，大概已經一年了。我抵抗了比應該更長的時間——一部分是懷疑，一部分是那種「這個我自己應該搞得定」的開發者自尊心。最後還是投降了，然後有些想法想記下來。

真的有用的地方

樣板程式碼與腳手架。 請 AI 生成一個基本的 ERC-721 合約，或標準的 API handler，真的很有用。不是因為我不會寫，而是從一個骨架開始修改，比每次面對空白檔案快多了。生成的程式碼通常夠好，足以作為起點。

解釋不熟悉的程式碼。 我工作中會接觸到很多不是我寫的程式碼——開源合約、舊系統、別人的 ABI。把一個函式貼進去問「這在做什麼，有什麼要注意的？」，省了很多在文件分頁之間跳來跳去的時間。

寫測試。 我不喜歡為那些行為很明顯的函式寫測試。AI 很擅長生成單元測試案例，包括一些我可能會略過的邊緣情況。我還是會全部看過，但覆蓋率明顯提高了。

任何很新或很小眾的東西。 如果你在用六個月前才發布的協議，或文件很少的新 L2，AI 會很有自信地給你過時或是幻覺出來的資訊。在 Web3 裡這很危險——一個錯誤的地址或合約 ABI 會導致真實的資金損失。任何跟鏈相關的東西，我都一定會對照官方文件確認。

智能合約審計。 我看過有開發者把 Solidity 貼給 AI，然後把回應當成安全審查的結果。請不要這樣做。AI 可以抓到明顯的模式，但它會漏掉微妙的重入攻擊（re-entrancy）漏洞、商業邏輯錯誤，以及特定協議的邊緣情況。用正規的審計工具，如果要放真實資金，就找真正的審計。

架構決策。 戰術問題問得很好，策略問題問得不太行。「這個函式怎麼實作」有用，「這整個系統應該怎麼設計」得到的往往是通用建議，沒辦法考慮你的具體限制。

我主要用 Claude 來解釋程式碼和生成 Go/Solidity，用 GitHub Copilot 在打字的時候自動補全。它們服務不同的目的，搭配起來效果不錯。Copilot 我有時候會關掉，在「深度思考」模式的時候——因為自動補全開始感覺像是在引導我的思路，而不是跟著我走。

說實在的：AI 工具讓開發裡那些無聊的部分變快了，這釋放出時間來處理真正需要思考的部分。對 Web3 來說，「需要思考的部分」並不簡單——攻擊面很大，犯錯的代價很高。所以我的做法是，在低風險的事情上用 AI 加速，在任何碰到使用者資金或敏感邏輯的地方保持謹慎。

這是個工具，一個相當有用的工具。但它不能取代對你在建構什麼的理解。