五個實習生，一條生產線：Vibes Coding 實戰工作坊
本工作坊主軸轉向 AI 加速開發：由 YAML-DSL 描述需求，結合各式 AI 自動化工具——如 GitHub Copilot for CLI、OpenAI 批次重構指令、Cursor 測試產生器、AI PR 檢查員——完成從需求拆解到可運行雛型。參與者將在 90 分鐘內體驗「小隊 → 產線」的自動化節奏，並學會利用 LLM 工具鏈縮短開發週期、降低協作摩擦。
大綱
1. Vibes Coding 回顧：YAML-DSL → 代碼骨架
2. AI 工具鏈地圖
- 需求拆解／User Story 生成 (Prompt-to-Story)
- Copilot CLI：命令列輔助與程式骨架
- Cursor：單元測試與邊界案例自動生成
- PR AI：自動 PR Review 與風格統一
3. 即時協作：GitPod 雲端工作空間共編
4. ChatOps + Issue Bot：自動產卡、連結 Pull Request
5. 灰度釋出示範（著重 AI 驅動決策）
6. 實作環節
7. 團隊文化：如何讓實習生在三週內熟悉 AI 工具
課程目標
- Copilot / Cursor / PR AI 等工具的實戰操作心法
- 需求→代碼→測試→Review 全流程自動化腳本
- 推廣到團隊的學習曲線設計與文化落地建議
講者
劉岦崱 (Nils)
國泰金控
資深資料科學分析師
我是國泰世華銀行生成式AI研發與部署小組組長Nils，專注於LLM開源技術研究，開發多款原型產品、推動AI產品部署，並在LLM服務上線後持續迭代開發部署最新技術。
講者職經歷簡介：
- 國泰世華銀行資測部戰情科 AI 小組組長
- 曾在德國留學並工作七年
- 曾為知名外商銀行儲備幹部
講者
繆勝翔（Cuzo）
前端工程師
在 B2B 領域打滾7年的雜學前端工程師，專注於 B2B 表格及資料傳輸的使用者體驗以及快速開發/產出。目前致力於在 AI 浪潮下發掘 穩定 / 可複製 / 高精度 的開發邏輯，並且讓程式保有最高的可變動性。