善用 AI 的工程師，與不會用 AI 的工程師之間，生產力差距已經是 10 倍以上。 這是我親身經歷的事實。 CoinKarma 的量化交易策略 Ultron，從資料串接、清洗、回測到實盤運營，整條鏈路幾乎都是我用 AI 協作、vibe coding 完成的。 我沒有資工背景，在五年前，這件事根本不可能發生。 現在 Ultron 的 AUM 超過 1700 萬美金，600 天績效跑贏 BTC 5 倍以上，現在公司策略分潤的營收已經超過訂閱收入，且成長速度越來越快。 我觀察到很多工程師到現在還是把 AI 當聊天機器人。把 code 貼進對話視窗，等 AI 回覆，再手動貼回編輯器。這個工作流本身就有問題。每次貼上貼下，context 就丟失一次。每次切換視窗，專注力就中斷一次。 真正的 AI-native 開發流程長這樣：AI 直接在你的 codebase 裡面操作，你負責定義問題、拆解任務、review 產出。「人寫 AI 改」跟「AI 寫人審」是兩種完全不同的生產模式。後者的吞吐量是前者的十倍起跳。 這個轉變會強迫工程師的價值往上移動。當實作細節被 AI 接走，工程師就必須要花更多時間發展其他能力：系統設計的品味、問題拆解的能力、review AI 產出的速度和準度。這些東西沒辦法靠年資累積，只能靠刻意練習。 而且這個技能會 compound。每天跟 AI 協作的人，會越來越知道怎麼下 prompt 能讓 AI 第一次就做對、怎麼拆 task 能最大化平行處理、怎麼 review 能最快抓到 AI 的盲點。這個經驗跨專案通用，跨語言通用，甚至跨職能通用。 我相信好的工具會改變人的工作方式，但改變需要推力。 所以我做了一個決定：CoinKarma 全體開發人員，即日起強制使用 Claude Code 協作開發，公司全額負擔 Claude Max 訂閱費用。 改變從你我做起，全員一起迎接大 AI 時代。(Benson Sun)