今年參加了一場乾貨滿滿的 Cursor Meetup，現場聚集了許多對使用 AI工具開發充滿熱情的夥伴，從實戰 App 開發到複雜的 Agent 架構設計都有精彩討論，我整理了三位參與者的核心分享，這不僅是技術交流，更是對未來工作流的重新想像。
創意與開發的平衡，讓 AI 更懂你自己
參與者 A 分享了如何利用 AI 打造行程規劃 App。他提出了一個非常有人性的切入點：連點子都能由 AI 幫你量身打造。
- 用 Shared Memories 塑造人格：
可以透過 ChatGPT 的「長期記憶（Shared Memories）」功能，持續餵養你的興趣、偏好與生活習慣。這樣一來，當你缺乏靈感時，AI 能根據它對你的了解，主動提議對你真正有幫助的功能。這不再只是寫程式，而是 AI 在幫你優化生活。 - Vibe Coding 視覺先行：
在開發初期，建議先請 AI 列出幾種 UI 風格。因為在 Vibe Coding（憑感覺寫 code）的模式下，AI 產出的介面很容易趨同，先選定風格（Vibe）才能確保產品有獨特性。 - 開發流程的取捨：
對於追求速度的開發者，傳統的 SDD (設計文件) 或 TDD (測試驅動) 並非絕對必要。但在「放手讓 AI 自由生長」時，這些規範反而成了最好的約束工具，能確保 AI 清楚交代工作內容，不至於寫出沒人看得懂的黑盒子。
分工合作藝術，用 Subagent 突破 Token 上限
參與者 B 展示了如何打造一個專業的「翻譯 Agent」。重點在於，不要讓一個 AI 做所有的事。將任務拆解成多個 Subagent（子代理），就像精密的流水線這種「專業分工」能完美解決 AI 記憶力（Token 上限）不足的問題，讓翻譯長文不再斷頭斷尾。
- 結構化： 先把文件轉成標題分明的 Markdown（例如 # 第一章）。
- 分段搬運： 按照標題順序，把內容一段段餵給翻譯模組。
- 精準翻譯： 在不變動格式的前提下完成翻譯。
- 組裝與導出： 最後再進行編排、彙整，並轉為 PDF。
- 核心邏輯：每個子代理都只讀取專屬的指令檔（SKILL.md）。透過一位「總指揮」調度，最後再加上人工 Review。
自我進化系統，打造專屬AI 技能庫
參與者 C 則分享了讓 Agent 變聰明的流程（例如 Moltbot），這類 Agent 具備「學習」的能力：
- 不懂就查： 遇到知識盲區，先派「網頁瀏覽」分身去查資料。
- 內化吸收：透過「摘要分身」統整資訊，再由「教學分身」向你講解。
- 轉化技能：最厲害的一步，由 Create Skill 分身將這套新知識存成 SKILL。下次遇到同樣問題，它就已經「學會」了，不需要重新搜尋。
知識管理是 AI 時代的硬實力
在場兩位高手不約而同提到：「SKILL（技能檔）」是數位時代的資產。 不管你換到哪個平台（Cursor, Claude 或其他），這些定義好的技能邏輯是可以跟著你走的知識財富。
不過參與者 C 也提醒，SKILL 的檔案管理非常重要，建議一定要統一集中管理，否則當你的 AI 技能散落一地時，光是找檔案的時間成本就讓你划不來了。
同場加映：現場挖到的寶藏工具
Happy / Tremius： 這兩款工具都能鏡像 Claude Code，最酷的是能讓你透過手機遠端連線到電腦，就算人在外面，也能隨時指揮家裡的 AI 苦力繼續工作！
