AI Coding 帶來的改變，不只是讓工程師「更快寫完程式」，而是開始改寫整個軟體團隊從需求定義、架構設計、開發、測試到部署的工作方式。

本演講將從幾個實際案例出發，分享 YC 如何從一開始嘗試用一份超過 5,000 行的完整 Spec 驅動 AI 開發，經歷失敗後，逐步調整成「拆解問題、模組化開發、小範圍 Spec、測試驅動、逐步整合」的 AI Coding 開發流程；並結合近期創立 Noopher AI、從零開始打造 AI-Native Company 的第一手經驗，進一步討論當 AI 能夠參與需求分析、架構討論、程式實作、測試、除錯與 Code Review，甚至逐漸成為團隊日常工作中的重要生產力來源後，傳統軟體團隊的分工方式與開發流程會產生什麼變化。哪些事情適合交給 AI、哪些決策仍然需要人負責？工程師、Tech Lead、PM 之間的邊界是否正在改變？當程式碼生成成本快速下降，團隊真正稀缺的能力又會是什麼？

最後，YC 希望透過這些案例，提出一個值得軟體團隊共同思考的問題：在 AI Coding 的新時代，我們需要重新設計的，可能不只是開發工具與流程，而是整個團隊「如何定義問題、拆解問題、驗證結果，以及共同創造產品」的方式。

聽眾收穫：

1. 從實際案例理解 AI Coding 在複雜軟體專案中的適用方式與常見陷阱，包括為什麼「寫一份完整 Spec 讓 AI 一次做完」未必是最佳解法，以及如何透過問題拆解、模組化、小範圍 Spec、TDD、Log 與自動化驗證，建立更可靠的 AI Coding 開發流程。

2. 理解當 AI 深入參與需求、架構、開發、測試與除錯後，軟體團隊的分工與工程師角色會如何改變，以及為什麼「定義問題、做出取捨、設計架構與驗證結果」可能成為比單純實作更重要的核心能力。

3. 從 Noopher AI 打造 AI-Native Company 的早期實踐經驗，思考如何把 AI 從個人工具提升為團隊生產力的一部分，並重新設計人與 AI Agent 之間的工作邊界與協作模式。

4. 帶回一套思考 AI 時代團隊開發的方法：不只是問「我們該用哪一個 AI Coding 工具」，而是進一步思考「如果 AI 已經成為團隊的一員，我們應該如何重新設計整個開發流程與組織方式」。