Modern AI Developer Tech Stacks and Workflows (June 2026)

向「規格驅動」與「慢速程式碼」方法論轉型

現代 AI 開發正從原始的程式碼生成轉向結構化、規格優先的工作流程。開發者正日益採用「規格驅動開發」(SDD) 與「慢速程式碼」(Slow Code) 以防止 AI 幻覺並維持長期專案的可維護性。

規格驅動開發 (SDD)

SDD 涉及在生成任何程式碼之前編寫詳細的規格。此過程通常包括：

  • 研究與訪談： 使用代理 (agents) 將大型任務分解為較小、可管理的子任務。
  • 具體化需求： 為每個子任務編寫詳細的規格，使對話階段的上下文 (context) 保持集中，從而降低成本並提高對需求的遵循度。
  • 不可變的產出物 (Immutable Artifacts)： 一些開發者會維護一個專用的 .agents/plans/ 目錄或一個獨立的 dev-plans 儲存庫，用以存放用於探索、實作規劃、驗證與審查的不可變 Markdown 產出物。

「慢速程式碼」哲學

「慢速程式碼」並非使用 AI 立即生成整個功能，而是將 LLM 視為設計夥伴或「橡皮鴨」式輔助工具。這種方法強調：

  • TDD 整合： 先編寫測試，手動或透過 AI 協助實作程式碼，然後使用 LLM 來識別邊緣案例 (edge cases)、記憶體洩漏或效率瓶頸。
  • 迭代式對話： 在要求最終程式碼之前，進行多輪對話 (4-5 次) 以挑戰 AI 的假設。
  • 驗證優於生成： 使用 AI 來審查與驗證程式碼，而非僅僅是撰寫它。

新興工具與技術棧

目前存在著向以終端機為中心的工作流程，以及使用代理式 CLI 工具而非傳統 IDE 外掛程式的明顯趨勢。

核心工具趨勢

  • 代理式 CLI (Agentic CLIs)： Claude Code 與 Codex 被頻繁提及為實作的主要驅動力。其他提到的工具包括 Mecha-AI 與 OpenCode。
  • 終端機模擬器： Ghostty 是高效率終端機存取的高頻率選擇。
  • 編輯器： Neovim 與 VS Code (或 VSCodium) 仍佔主導地位，通常與自定義腳本搭配使用，將檔案內容串聯成提示詞 (prompts)。
  • 基礎設施： 使用 Model Context Protocol (MCP) 已成為連接開發代理 (coding agents) 與外部工具及內部程式碼庫索引的標準做法。

開發者技術棧範例

使用者剖面 OS 編輯器/終端機 主要 AI 工具
終端機優先 macOS Ghostty / Neovim Claude Code, OpenCode
代理重度使用 Linux VSCodium Mecha-AI, DeepSeek
混合/自定義 macOS Ghostty / Neovim Pi, Codex
極簡主義者 Various Browser Claude / ChatGPT

進階自動化與工業工程

對於大規模開發，一些從業者正將工業工程原理應用於 AI 代理編排 (agent orchestration) 進行管理。

代理工廠與編排

進階工作流程涉及「代理工廠」 (agent factories)，負責處理完整的生命週期：規劃長期目標、編寫產品需求文件 (PRDs)、執行任務並進行審查。為了管理這種複雜性，開發者建議：

  • 持續改進： 將代理流程視為一個透過檢查清單 (checklists) 與關卡 (gates) 來進行優化的過程。
  • 重度 Linting 與文件化： 實施激進的 Linting 並在儲存庫中記錄每一項架構決策，以引導代理。
  • 並行管理： 謹慎地建構程式碼架構，以最小化當多個代理同時在程式碼庫上操作時產生的衝突。

自定義工具與 DSLs

一些開發者正在構建專屬工具以彌合 LLM 與檔案系統之間的差距，例如：

  • 自定義提示詞引擎： 允許使用者在 Vim 中「勾選」檔案以將其串聯成提示詞，並連同專案屬性的「良好程式碼規則」檔案一起傳送。
  • TUI 包裝器： 自製的終端機使用者介面 (TUIs) 用於管理 LXC 容器，實現快速環境切換與在不同 LLM 提供商 (Anthropic, OpenAI, OpenRouter) 之間進行熱切換。

對新手與教育者的實務建議

對於正在籌備工作坊或開始從事 AI 開發的人士，社群建議採用分層式技能提升路徑：

  1. 初學者階段： 從 Claude Code 或 Codex 等桌面應用程式開始，以降低進入門檻。
  2. 中級階段： 轉向 Cursor 或整合了 AI 的 VS Code，進行手動與小規模的變更。
  3. 進階階段： 轉向代理式 CLI 工具、多代理編排器與自定義 MCP 實作。

環境設定上的注意事項： 經驗顯示，對於 Windows 使用者而言，原生 Python/pip 可能比複雜的 WSL2 + uv 配置更適合初學者，因為後者有時會在工作坊期間導致檔案系統衝突。

Sources