AI 幫我做了一個 App， 然後錯了幾十次
林政賢 ·
先說結果。
我做了一個叫《紫色微醺夜X》的派對遊戲 App，已經在 App Store 上架。一群朋友聚在一起，各自拿手機連進同一個包廂，輪流抽卡片、回答問題、互相打分數。
裡面有一千四百多張題目卡、三十九張限量結局卡、二十二個畫面、可以十個人同時連線。這種規模以前需要一個小團隊。
寫程式的部分幾乎都是 AI 做的。
聽起來很威。但如果我只講到這裡，這篇文章就是騙人的。
它錯了幾十次
光是最近這一輪，這些都是真的發生過、而且要有人指出來才會被修的：
它以為自己寫好了置中，其實動畫把置中蓋掉了。
整條蓋住半個畫面。
解決一個問題，直接生出另一個。
修了兩次才真的修好。
而且是它前一天自己加的效果造成的。
變成在選一個看不到題目的答案。
不只發生一次。
它以為是字數限制，改完之後還是不行 —— 真正的原因完全是另一件事。
這只是我記得的。整個專案下來，幾十次跑不掉。
而每一次，都是有人拿起手機、實際去用，然後說「這裡不對」，它才知道要去查。
那個「說不對」的人在做什麼
講一件上禮拜真的發生的事，因為它把整件事講得最清楚。
玩家跟我說：「房間裡什麼都很慢，按鈕按下去沒反應。」
我把這句話丟給 AI。它去量了網路，發現資料真的要繞地球一大圈，一來一回要花半秒。它做了優化，把繞路次數減少。聽起來很合理，量測也是真的。
然後我自己拿手機去玩。
我：還是慢。
就這三個字。但這三個字推翻了整個方向 —— 因為它逼出下面這句話：
網路慢，不會讓按鈕按下去沒反應。
停在這裡想一下。這句話裡沒有任何技術。
它只是把兩件被混在一起的事分開：「按了要等一下才有結果」和「按了畫面根本不動」——這是兩種不一樣的難用。第一輪修的是第一種，但玩家講的是第二種。
換個東西去量之後，真正的原因出來了：
畫面完全沒人操作、放著不動的十秒鐘裡，程式偷偷把整個畫面重畫了 78 次。等於閒著沒事也在每秒重畫八次 —— 手機當然忙不過來回應你。
原因是有一段程式每秒都在檢查「聊天泡泡該不該消失了」，而且不管畫面上有沒有泡泡都在檢查。泡泡只有出現的那六秒需要，其他時間全是白做工。
修好之後，同樣的十秒鐘變成 0 次。閒著就是閒著。
這件事有個名字，叫除錯
而我猜你會覺得那離你很遠。
但你重看一次上面那段 —— 我做的事只有三件：實際去用、發現跟預期不一樣、把兩種不一樣的「難用」分開講。
沒有一件需要會寫程式。
你不是缺這個能力，你只是沒人告訴你它叫這個名字。
下面這三件事，你應該至少中一項
結帳要填三次一樣的資料、取消訂閱藏在第五層選單、按錯的那顆總是在同一個位置 —— 你不只覺得煩，你說得出哪裡煩。那就是使用者體驗判斷，而且是最難教的那種。
然後你多問了一句，發現真的不是那樣。那個「不接受第一個合理答案」的直覺，就是這篇裡最關鍵的能力 —— AI 給你的第一個解釋，永遠都很合理。
「壞掉了」沒有用；「我點這裡、跳出那個、可是我以為會回上一頁」很有用。這是把感覺翻成事實的能力，工程師管它叫重現步驟，你可能管它叫講話講清楚。
為什麼 AI 特別需要這個
因為它不會用你的產品。
它讀得懂每一行程式，但它沒有那個「用起來很煩」的感覺。它不會在捷運上單手操作、不會在朋友催你的時候手忙腳亂、不會因為背景太吵而看不清楚字。
它也不會累、不會不耐煩、不會因為改了五次就想放棄 —— 這是它最強的地方，但同一件事反過來看就是：它也不會皺眉頭。
還有一個更麻煩的：你問它「為什麼這樣做」，它幾乎一定講得出一套很專業的說法，就算真正的原因只是「上一步剛好這樣寫」。它不是在騙你 —— 它是真的以為好了。就像你改完文件按了存檔，但開的是另一個視窗。
所以它需要一個會停下來說「等一下，這不對」的人。而那個人不需要會寫程式，需要的是願意花時間真的去用，以及敢講出來。
所以現在最值錢的是什麼
從我這幾週的經驗看，是兩種人。
一種是會除錯的人。不是會修程式，是知道「這裡怪怪的」而且說得出哪裡怪。這種能力只能靠一件事養成：真的去用你自己的東西，用到你會嫌它。
一種是邏輯想得細的人。不是會算數學，是能把混在一起的東西分開 —— 慢跟沒反應不一樣、沒登入跟登入失敗不一樣、使用者不會用跟使用者不想用不一樣。
這兩種能力配上 AI，才會產生那種「一個人做完一個團隊的事」的結果。少了它們，AI 會非常有效率地把不該做的事做完，而且沿路寫出一堆很有說服力的理由。
AI 讓「動手」變便宜了。於是「判斷」變貴了。
如果你一直覺得自己「不懂技術所以做不了什麼」—— 我的建議是，先從你每天在用的那個最讓你煩躁的 App 開始。把它煩在哪裡，具體寫成三句話。
你會發現你寫得出來。
那就是起點了。
技術版
想知道實際上怎麼做的？
另外有一篇寫給工程師的完整版，裡面是這篇刻意省略的部分：
- 整套架構與工具選擇，以及為什麼
- 四個沒人會先告訴你的 Cloudflare 陷阱，每個都附成因與解法
- 「修好延遲、換來閃爍」那個坑到底怎麼解（附程式碼）
- 文中每一個數字的量測方法
新文章
兩盞 AI 神燈，該擦哪一盞？
Claude Fable 5.1 與 GPT-6 Astra 兩天內先後上市，價格一模一樣。這篇不比跑分，只回答一個問題：想開始 vibe coding，該把錢付給誰。
作者：林政賢（導演 · Gen AI 創作者兼工程師 · 瑭宜影像創意工作室創辦人）