USPACE AI 長「海總理」接受 Vibe Lab 訪談，分享他如何同時開發五款產品、用 AI 開發的產品成功出售、Snapshot 技巧如何加速開發、企業 AI 文化推動心法，以及 Indie Hacker 在 AI 時代面臨的機會與挑戰。從個人開發到企業導入，這場訪談涵蓋了 AI 開發者最關心的實戰議題。

---

原影片連結：https://www.youtube.com/watch?v=y2ppdnTEU_E

影片重點

• 海總理同時平行開發五款產品，靠 AI 實現高效多工切換
• 用 Claude Code 手機版搭配語音輸入 Typeless，開車時也能下達開發指令
• AI 開發的 Transivox 產品（YouTube/Podcast 轉譯總結）在一個月內開發完成並成功出售
• 買家完全不在意程式是 AI 寫的，「現在有誰不是用 AI 開發的？」
• Snapshot 技巧是解決 AI 在大型專案中迷路的關鍵手段，可大幅節省 token 和時間
• 測試覆蓋率維持 80% 是確保產品品質的基本門檻
• Code Review 應著重三個層次：邏輯正確性、效能問題、測試涵蓋率
• 企業 AI 文化推動從 One-on-One 開始，關鍵在創造身邊同事的成功案例
• 開發自建 AI OS 平台，統一管理多家 AI 模型、MCP 串接與企業 API
• Indie Hacker 時代來臨但市場擁擠，個人品牌與行銷能力變得比以往更重要

詳細內容

[00:00] 開場介紹：一人軍團的海總理

Vibe Lab 主持人 Leo、Peggy、Vivi 介紹本集來賓——海總理。他曾擔任 StreetVoice 街聲總經理，現為 USPACE AI 長，同時也是傳說中的 Indie Hacker 獨立開發者，手上同時開發了數十款產品。更令人矚目的是，他最近用 AI 開發的產品還成功被收購。

[01:30] 同時開發五款產品的秘訣

海總理分享他目前同時平行開發約五個產品。他的策略是「想到什麼卡住就馬上開發」，把日常碰到的繁複工作自動化。在 AI 時代之前，進入心流需要很長時間；但現在的模式是快速切換、持續丟工作給 AI，等待時間反而成為靈感來源。

他提到一個特別的工作模式：開車時用 Claude Code 手機版搭配語音輸入軟體 Typeless，邊開車邊下達開發指令。雖然不會即時查看進度，但開車時靈感特別多，想到就馬上說出來讓 AI 開始執行。回到電腦前再做測試和 Code Review。

[07:30] Transivox：用 AI 開發並成功出售的產品

海總理分享他在 2025 年初開發的 Transivox——一款可以轉譯 YouTube 和 Podcast 內容並做總結的工具。開發動機來自他對 Podcast 的熱愛，但沒時間全部聽完，希望 AI 先幫忙聽完做重點摘要，再跳到感興趣的段落。

開發過程中最困難的是 Podcast 部分，因為 Spotify 的連結無法直接下載，需要繞道 Apple Podcast 才能找到源頭。整個產品大約花了一個月開發，當時使用 Cursor 協助。他認為如果今天重新開發，可能只需要幾天。

產品還沒有收到第一筆用戶訂閱費就被買走了。買家是在美國開公司的朋友，看到海總理在網路上分享開發過程後主動接洽。買家的考量是直接收購整合，比自己從頭開發更能加速上市時間。

[13:00] AI 程式碼的收購實務：交接與品質把關

在交接過程中，買家並沒有做傳統的技術盡職調查（Due Diligence）。對方主要確認的是開發思路和認知是否一致。當海總理提到產品是 AI 開發時，買家的回應是：「現在有誰不是用 AI 開發的？」

海總理認為，如果自己是買家，會特別重視測試覆蓋率和後續的維護整合期。交接時需要列出完整清單，包括程式碼、Domain、資料庫等資產，逐一點交。即便是不懂程式的 Vibe Coder，也可以請 AI 幫忙列出交接清單。

[18:00] Snapshot 技巧：給 AI 一份專案地圖

海總理介紹他發展出的 Snapshot 技巧。起因是當專案開發到一定規模（大約一個月、程式碼以萬行為單位）時，AI 會開始迷路——不知道什麼東西在哪裡，甚至重新開發已經存在的功能。

Snapshot 的核心概念是為 AI 製作一份精簡的專案地圖，只包含框架結構，讓 AI 快速了解全盤架構而不需要逐一讀取大量檔案。實際做法是請 AI 寫一個程式來掃描整個專案，產生結構化的 JSON 檔案。

隨著專案變大，他將 Snapshot 從單一檔案拆分為多個模組（資料模型、樣板、邏輯等），並加入了幾個關鍵優化：

• URL 對應：將前端網址直接 mapping 到對應的程式碼位置
• 模組間關聯：讓 Controller、Model、Template 之間互相連結
• 關鍵字索引：預測 AI 可能搜尋的關鍵字，直接在 Snapshot 中提供對應位置

他在 CLAUDE.md 中加入「總是先閱讀 Snapshot 再進行搜尋」的指令，確保 AI 每次都先讀地圖。實測顯示，沒有 Snapshot 時 AI 可能呼叫 19 次工具搜尋；有了 Snapshot 後只需 1 次。

[32:00] 預先思考：避免認知負載的關鍵

海總理提出「預先思考」的概念，強調在讓 AI 開發之前，自己要先想過「如果是我會怎麼做」。這來自他擔任技術主管做 Code Review 的經驗——如果沒有預先思考，打開程式碼時只能跟著 AI 的思路走，無法判斷好壞。

預先思考不需要想到很細節，至少確認框架和方向。當 AI 給出結果後，可以跟自己的想法對答案——如果一致，表示 AI 做對了；如果 AI 的做法超出你的預期，那也許能從中學到新東西。

他坦言最近因為 AI 進步太快，已經越來越多東西直接交給 AI，但仍然著重在測試驗證的環節。

[36:00] 測試與 Code Review：品質的最後防線

海總理維持 80% 的測試涵蓋率，這個標準從 AI 時代之前就是如此。他認為 80% 是在品質保障與開發效率之間的合理平衡——太高會導致每次改動都要回頭修改大量測試。

他用自動化測試來取代繁瑣的手動重複驗證，例如註冊流程的帳號密碼填寫、信件驗證、啟用確認等步驟。測試的核心價值在於：當你改了 A 結果 B 壞了，測試會提醒你。

在 Code Review 方面，他設定了 GitHub Action 自動觸發，每次提交 Pull Request 時自動檢查三個層次：邏輯正確性、效能問題、測試涵蓋率。他特別強調一條規則：「不要為了讓測試通過而修改程式碼」，這是 AI 早期常犯的問題，必須明確告知。

Code Review 產出的報告雖然包含程式碼層面的建議，但人類要著重的是邏輯判斷——AI 指出的「嚴重問題」可能只是因為設計方向的調整，而你作為開發者知道這個變動是有意為之。

[48:00] 從 Indie Hacker 到企業 AI 長：USPACE 的 AI 文化推動

海總理在 USPACE 擔任 AI 長，採取循序漸進的策略推動 AI 文化：

第一層：One-on-One 找種子。開放 Google Calendar 讓同仁自由預約，創造安全的私密空間。因為很多人不想在公開場合暴露自己不懂 AI，或不想讓別人知道自己有在用 AI。

第二層：種子分享。找出有能力的同仁，在每週三的分享會上展示他們的成果。關鍵洞察是：同事做出來的東西比外部講師的教學更有感染力。

第三層：工作坊與互助。讓種子們互相幫助，甚至一起做出更多東西。

對於非工程師同仁，他採取「不直接幫你做完」的策略——要求他們先用 AI 做出 MVP 或 Prototype，至少把需求想清楚。過程中很多人會發現自己其實可以做到七八成，最後一哩路再由 AI 團隊協助。

成功案例包括：HR 部門同仁開發出按摩預約系統、業務同仁做出停車場巡檢回報系統、規劃部門同仁用 AI 開發出停車場格位規劃工具（結合比例尺計算和動線優化）。

對於工程師，他不強迫改變寫程式的方式，而是從外圍切入——先導入 AI Code Review 和自動化測試，讓工程師感受到 AI 的實際效益。再透過 Snapshot 解決既有大型專案的 AI 導入問題。

[01:02:00] AI OS：企業級 AI 基礎建設的願景

海總理開發了一個類似 Manus 的企業 AI 平台，解決多個 AI 導入的實務問題：

• 多模型整合：不同 AI 有不同強項（例如 Gemini 的 Nano Banana Pro 擅長產圖），統一平台讓員工不受限於單一 AI
• 成本優化：比起每人每月 25 美元的企業版訂閱，API 按量計費可能更划算，因為有人用多有人用少
• MCP 統一管理：公司層級設定好 MCP 連接，員工不需要自己學習設定
• Prompt Library 共享：同仁之間共享提示詞，減少重複工作
• 用量監控：不強制產出要求，但會回收不使用的資源，降低申請補助的心理壓力

更長遠的願景是讓 AI Agent 實現 24 小時自動化閉環：自動監控停車場數據、分析客服回饋、比對工程師的更新紀錄、自動修 Bug 並開 Pull Request——人類上班只需要 Review 和優化。

[01:15:00] 讓票平台 Ticketpass：AI 開發的商轉產品

海總理為朋友的日本藝人經紀公司開發了讓票媒合平台 Ticketpass。因為實名制售票不能退票，這個平台讓無法出席的人和想買票的人可以媒合。在日本，這被視為對粉絲應有的服務。

開發純粹的程式部分大約四五天完成，如果專心做可能只需兩天。相比之下，在沒有 AI 的時代，他估計需要一個月以上——等於 15 倍的效率提升。

後續較困難的是金流串接、實名驗證、日本手機號碼的簡訊發送等實務問題。其中一個有趣的插曲是，因為沒預料到日本樂迷人數之多，國際簡訊一通 5 元很快就把預付儲值燒完了。

[01:25:00] Indie Hacker 的未來：個人品牌比產品更重要

海總理對 Indie Hacker 的前景保持謹慎樂觀。AI 讓更多人可以開發產品，但也導致市場極度擁擠。他以獨立音樂圈的發展做類比：早期獨立音樂人因為網路碎片化而有更多被看到的機會，但現在到處都是同一批人，不擅長經營社群的音樂人很快就被遺忘。

他認為 Indie Hacker 也正走向同樣的狀態——做出產品不難，難的是被看見。他給自己訂了追蹤者一萬人的目標，並且得出一個結論：從來沒有一個時代覺得行銷這麼重要。

對於想進入 AI 時代的人才，他的建議是：多玩 AI、多看書、讓自己變成有趣的人。因為當所有人都會用 AI 之後，人與人之間合作的基礎回到信任、品味和溝通——而不是 AI 能力本身。

我的想法

這場訪談最讓我印象深刻的是海總理對 Snapshot 技巧的深入分享。從「AI 開始迷路」這個痛點出發，逐步演化出模組化的專案地圖、URL 對應、模組間關聯等進階做法，展現了一個資深工程師如何系統性地優化 AI 開發流程。他觀察 AI 工具調用路徑來找出效率瓶頸的方法，對所有 AI 開發者都很有參考價值。

企業 AI 導入的部分也非常務實。「不想在公開場合問 AI 問題」、「不想讓別人知道自己有用 AI」這些心理障礙，是很多組織在推動 AI 時忽略的人性面。海總理從 One-on-One 起步、創造身邊同事的成功案例、不強制績效考核的策略，比直接辦教育訓練更接地氣。

最後，「預先思考」這個概念值得所有 Vibe Coder 反思。AI 確實越來越強，但如果完全放棄思考，長期來看可能會失去判斷 AI 產出好壞的能力。在全面擁抱 AI 效率的同時，保持一定程度的技術理解和批判思維，可能是這個時代開發者最重要的平衡點。