🔧 阿川の電商水電行
對於程式設計的「程」字連聽都沒聽過，連打開終端機都感到害怕。
但是，到了2025年，我已經作為實務級的工程師在工作了。
到底發生了什麼變化？那就是借助AI的力量，按照正確的順序打下基礎。
有了AI，學習效率可以提高5到10倍。這是真的。
但是，AI不是魔法。它不會在瞬間把沒有基礎的人變成工程師。
AI是助推器，而不是替代者。
這次，我將公開我實際走過的學習路徑。
嚴選出不易挫折且與實務直接相關的內容。
Linux — 開始時很可怕，但現在卻無法放棄
第一次接觸Linux時，老實說我完全不懂。
「為什麼沒有GUI？」「命令是什麼？」
不過，Linux是伺服器、容器和雲端的所有基礎。
不需要完美記住，只要理解以下幾點就足夠：
- 基本命令（ls、cd、cat、grep）
- 權限和使用者管理（chmod、chown）
- 網路基礎（IP、Port、DNS、SSH）
- 服務概念（systemctl、進程管理）
稍微接觸一下，就能看見IT整體的結構。
一開始可能會害怕，但習慣後會想「我為什麼不早點接觸呢」。
Bash / Python — 自動化的第一步
能寫腳本後，世界會變得不同。
一開始從簡單的事情開始：
- 批量重新命名文件
- 從日誌文件中提取特定行
- 從API獲取數據並進行整理
當能夠自動化這些工作時，人類需要30分鐘的任務可以在幾秒鐘內完成。
這就是工程師的本質。
「將人類的手動工作替換為代碼」
掌握了這種感覺之後，剩下的就是應用。條件分支、循環、函數、文件處理——起初可能會覺得困難，但實際動手後，很快就會習慣。Python和Bash都可以，首先從小的自動化開始試試。
Docker — 解放於「因環境構建而卡住」
「在本地可以運行但在生產環境中不行」
解放我於這個噩夢的正是Docker。
一開始概念挺難的：
- 映像是什麼？
- 容器是什麼？
- Dockerfile應該寫什麼？
不過，嘗試將小型應用程式（Node.js或Python）容器化後，就能輕鬆理解。
無論何時何地，環境都能再現。環境構建的壓力瞬間消失。
從「在本地運行但在生產環境不行」的噩夢中解放出來的感覺，真是太好了。
建議在觀看教程時，先將現有應用程序容器化。比起理論，動手會更快理解。
Git — 成為工程師必備技能
Git不僅僅是一個工具。它是團隊開發的文化。
起初連「提交」「推送」「拉取」的區別都搞不清楚。
不過，實際參加團隊開發後，這種重要性深深地印在心裡。
必須學習的是：
- 分支策略（feature、develop、main）
- 拉取請求（審查文化）
- 衝突解決（起初會害怕，但習慣後就好）
- 歷史管理（git log、git blame）
有了AI，解釋衝突、自動生成提交信息和PR摘要都能輕鬆做到。
不會使用Git的工程師，幾乎不存在。
CI/CD — 從「寫程式的人」轉變為「交付軟體的人」
第一次接觸GitHub Actions時，我受到了衝擊。
「只需推送代碼，測試就會運行，然後進行構建和部署」
這就是自動化的力量。
一開始從簡單的工作流程開始：
- 測試自動化（pytest、jest）
- 構建自動化（Docker映像生成）
- 部署自動化（Vercel、AWS）
當能做到這些時，開發的全貌就會浮現出來。
不僅能理解「寫代碼」，還能理解「交付軟體」的過程。
建議最初可以直接複製現有的模板來用。首先觀察其運作機制，然後再逐漸進行自訂，就能夠更深入理解。
API開發與測試 — 正確的工具選擇改變學習效率
幾乎所有現代應用程序都依賴API。
一開始我使用的是Postman。但不久後我發現了問題：
- 設計文件在Swagger中另行管理
- 測試案例在腳本中另行管理
- 文檔在Notion中另行管理
這樣分開管理，實在是太麻煩了。
於是我遇到了Apidog。
Apidog — 一舉解決API開發的麻煩
Apidog的優點在於：
- 設計、測試、文檔和Mock都能在一個工具中完成
- 設定簡單，即便是新手也能輕鬆使用
- 設計、測試和文檔能自動同步
- 即使沒有後端也能用Mock進行前端開發
- AI能生成測試案例和文檔，方便極了
實際使用方式：
- 載入OpenAPI規範
- AI自動生成測試案例
- 直接與團隊共享
這樣一來，來回使用Postman和Swagger的麻煩都消失了。
對於新手來說，這是一個大幅降低API學習門檻的工具。
雲端（AWS/GCP/Azure）— 首先選一個
三大雲端平台如同「三巨頭」。
一開始我以為「必須學會全部」。但這其實是錯誤的。
首選一個，徹底實踐才是最快的道路。
我選擇了AWS，理由是：
- 資料、案例和職缺壓倒性地多
- 日文文檔充實
- 社群活躍
一開始只接觸EC2和S3。光這兩者就足以讓我接近實務水平。
建議利用免費配額，嘗試部署一個小型Web應用。
IaC — 通往中級工程師的階梯
使用Terraform或CloudFormation：
- 將基礎設施代碼化
- 進行可重複的部署
- 管理變更歷史
這樣便能掌握實務水平的基礎設施運營技能。
從Terraform開始會更容易學習。
相比不停點擊AWS控制台，使用代碼來管理會高效得多。變更歷史也可以用Git進行管理，團隊整體也能共享基礎設施狀態。
建議初期可以從閱讀現有的模板開始。先閱讀，再動手編寫，這是理解的捷徑。
AI的活用 — 為什麼「基礎」比以前更重要？
AI極大加快了我的學習。
實際使用的例子包括：
- 代碼生成（函數雛形創建）
- Dockerfile優化（最佳實踐建議）
- API文檔自動生成（支持Apidog）
- 錯誤信息解釋（英語錯誤也不再可怕）
- SQL生成（複雜查詢瞬間完成）
- Git歷史分析（代碼審查的輔助）
- 測試案例生成（全面的測試設計）
僅使用AI，就能讓新手接近實務速度。
但要記住的是：
AI不是你的替代者，而是提升你能力的夥伴。
如果沒有基礎，無法判斷AI的輸出是否正確。因此，基礎學習絕對不能偷懶。
總結：正確的順序 × 正確的工具 × AI的活用是最短路徑
一年前的我，根本不知道該從哪開始。
但現在我可以清楚地說。
所需的不是才華，而是順序、持續以及工具的選擇。
如果有正確的學習路徑、好的工具以及AI的力量，
即使是新手也一定能成為工程師。
就像我一樣。
你的學習路線圖是什麼呢？請在評論區告訴我！
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
