我上一篇文提到，我在試近期新出的 AI 科技 – multi AI agents，就是能一次叫出多個 AI agents 組一個專業軟體科技團隊，幫我寫 app:
https://www.facebook.com/share/p/1GTNHtN1YA/

我試著寫出一支 app，當時我以為的身分是 team leader，負責指揮各軟體專家做事。不過事後，我發現我在做的事只是把 app 需求 (requirements)、部分技術規格 (specifications) 丟給 AI，讓它們自行發揮😅 所以我的身分比較像”客戶、業務及一小部分技術 leader”，如果再加上”出錢使用 AI”（雖然目前還在用免費試用😅），也就是”老闆”的身份，那我差不多是在開一家公司😆，可能改天有能力再把 product manager 也加進來吧。

我復盤了上一篇的使用 AI 軟體團隊練功文，發現有一些改善的地方。原先我以為要呼叫 agent 當中的指揮者 – gem-orchestrator 幫我指揮它的 AI 團隊、並列給它可用的成員。後來 debug 發現，根本沒呼叫到它，而是 AI 模型自己做指揮者，指揮多 AI subagents。雖然有生出可用的東西，但提示詞並不是最精簡的。

後來我再研究正確的啟動 orchestrator agent 及團隊 subagents 的做法，題示詞精簡了許多。我又重新跑了一次，同時也額外加入更多要求 end-to-end tests, docker compose validation. 我重跑這次改用 Copilot CLI (為了預先授一些權限給 AI)，操作部驟如下：
1. 將 gem 系列所有 agents 加入我的 app repo. 從這抓：
https://github.com/github/awesome-copilot/tree/main/agents
2. 啟動 Copilot CLI，並切 agent mode 至 gem-orchestrator:
copilot –allow-all-urls –allow-all-tools –add-dir . –add-dir /tmp
3. 下題示詞：
Create a full stack notes app. Note model: body, date. CRUD support for notes. Beautiful UIs, mobile device UIs. Unit and end-to-end tests. Frontend app techniques: TypeScript, React, Vite. Backend app techniques: NodeJS, TypeScript, Postgres 18. Operation techniques: Docker Compose (validation is required), aws terraform. output messages in English.
4. 按 Enter!

以上的提示詞僅 352 個字，AI 花了 67 分鐘完成，使用了 2800 萬 tokens。成果很不錯，如圖，程式可以用、測試報告也很完整。這次實驗顯示現今前沿的 AI 生成 code 的速度是人類打字最快速度 (360 wpm) 的 1161 倍 (2800*1e4/67/360)。這還不含人類思考軟體要如何設計的時間，不然人類的 wpm 會更低，AI 快的倍數會更高！所以說這個比較，應該足夠支持那句話：不要跟 AI 比寫 code.

或許哪天軟體程式設計被 AI 取代了，轉型一人軟體公司是一條路
😅 現今 AI 對於未學過的新技術還是不如人類，所以人類還是能玩這一塊。不過最近推出的 Grok 4.2 號稱能「連續學習」，搞不好連這一塊人類也別玩了😅

原始碼：
https://github.com/MrMYHuang/notes-by-ai-orchestration-v2