W03 AI 輔助開發（一）

• AI 是什麼、有哪些工具、怎麼用在寫程式上
• 今天裝好一個 AI 開發工具，在你們組的 repo 裡跟它說第一句話
• 這門課允許並鼓勵用 AI，但有規則

本週目標

• 知道 LLM 在做什麼
• 認識各家模型和它們的介面
• 裝好 Claude Code 或 Codex
• 在 VS Code 的終端機裡使用 Claude Code 或 Codex

從 AI 到 LLM

一層包一層，LLM 是最裡面那一層：

人工智慧(AI)：讓電腦做「看起來聰明」的事
└─ 機器學習(ML)：不寫規則，讓電腦從資料自己學
   └─ 深度學習(DL)：用很多層的類神經網路來學
      └─ 生成式 AI(GenAI)：學完之後能「生出」新東西
         └─ 大型語言模型(LLM)：專門生文字（和程式碼）的生成式 AI

從 AI 到 LLM：每一層的例子

LLM 是什麼

• LLM＝大型語言模型（Large Language Model）
• 讀過大量文字和程式碼，學會「下一個字最可能是什麼」
• 一次吐一小塊，叫 token（模型處理文字的最小單位），一塊一塊接成回答
  • 英文的例子（大致上，不同模型的切法不一樣）：
    • cat、hello 這種常見的字 → 1 個 token
    • unbelievable 這種長字 → 切成幾塊，例如 un + believ + able

LLM 的兩個限制

• 一次能看的東西有上限，叫 context window（上下文視窗）
• 它的知識停在某一天（知識截止日），之後的事它不知道

寫程式對它來說，也是在「接下一個字」。

LLM 會錯在哪

• 一本正經地編：不存在的函式、不存在的套件
• 知識過時：Godot 4 改了很多，它可能給你 Godot 3 的寫法
• 看不到的它不知道：你沒給它看的檔案，它只能猜
• 越長越容易忘：對話拖太長，前面講的規則會被忽略

所以後面每一張都在講同一件事：給它對的資訊，然後檢查它做的。

各家公司有出什麼模型：美國

各家公司有出什麼模型：中國、歐洲、台灣

閉源和開放權重

• 閉源：只能透過它的網站、App、API 用
• 開放權重：模型可以下載到自己電腦跑——不用網路、不用付月費，但要夠強的顯卡

目前寫程式常用的模型

怎麼挑模型

• 大模型：聰明、慢、貴；小模型：快、便宜，簡單的事夠用
• 名字每幾個月就換一輪，不用背，知道怎麼挑就好

各家提供的使用者介面

• 聊天：你把程式一段一段貼給它，它只看得到你貼的那幾行
• CLI（終端機）：以專案資料夾為核心——在你的專案資料夾裡啟動，它自己讀整個資料夾、改檔案、跑指令。今天要學的是這種

Claude Code、Codex 是什麼

Coding agent（寫程式的代理）：

• 聊天機器人：你問、它答，你自己去改
• Coding agent：你交代，它自己讀檔、改檔、跑指令、看結果、再改

讀你的專案 → 想怎麼做 → 改檔案／跑指令 → 看結果 → 不對就再改

Claude Code 和 Codex

• Claude Code：Anthropic 的 coding agent
• Codex：OpenAI 的 coding agent
• 兩個做的事一樣，差在背後的模型和帳號

我們的用法：VS Code ＋ 終端機

VS Code 只當編輯器，AI 在 VS Code 的終端機裡跑。不裝 VS Code 的 AI 擴充。

VS Code
├── 左邊：檔案總管  ← 你的專案資料夾
├── 中間：編輯器    ← 你看檔案、改檔案
└── 下面：終端機    ← 打 claude 或 codex，在這裡跟 AI 對話

在終端機裡用 AI

• AI 改了什麼，同一個畫面就看得到：左邊檔案變了、中間內容變了
• Claude Code、Codex 在終端機裡用法幾乎一樣，換工具不用重學
• 終端機是我們跟 AI 溝通的介面：你在這裡打字交代，它在這裡回報

以專案資料夾為核心

檔案、決策、程式、資產，全部集中在同一個專案資料夾——AI 讀得到、改得動。

我們的遊戲/            ← 專案資料夾（也是 git repo）
├── README.md         ← 這是什麼遊戲
├── AGENTS.md         ← 給 AI 看的專案說明
├── docs/             ← 決策：企劃、規格、討論的結論
├── scenes/ scripts/  ← 程式
└── assets/           ← 資產：圖、音效、字型

放進資料夾，AI 才看得到

• 討論出來的決定，寫成檔案放進資料夾，AI 才知道
• 資料夾也在 git 裡：組員和 AI 看到的是同一份

安裝前：打開 repo 和終端機

1. VS Code → File → Open Folder → 選你們組的 repo 資料夾
2. 開終端機：Ctrl + `（或選單 Terminal → New Terminal）
3. 選一個裝（下一張）

安裝指令

• ⚠️ 裝完要關掉終端機、再開一個新的，不然會說找不到 claude／codex

沒有付費帳號？用老師電腦上的 LLM

老師的電腦（RTX 4090）跑著一個開放權重模型 qwen3.8:27b。 用的還是 Claude Code，只是背後的模型換成老師電腦上的這一個——免費、不用帳號。

連上老師電腦上架設的 LLM

1. 先裝好 Claude Code（第 12b 張）
2. 拿到老師給的 class-llm 資料夾，放在固定的地方，例如 C:\class-llm
3. 在你們組 repo 的終端機打 C:\class-llm\class-llm.cmd
4. 看到三個 ok，它就會在終端機現在所在的資料夾（你們的 repo）打開 Claude Code

class-llm 不用放進專案裡，放哪裡都可以；在哪裡執行，就在哪裡打開。

老師電腦上架設的 LLM： 注意事項

• 只在校園網路能用（校外要連學校 VPN）
• 第一次回答要等最多一分鐘，模型要先載入顯示卡
• 聊越久越慢，慢了就開新對話
• 模型比雲端的小：簡單的事可以，複雜的還是雲端的強

老師電腦上架設的 LLM： 注意事項2

• 關掉那個終端機，你原本的 Claude Code 就恢復原狀
• 離開後要再用，重新打 C:\class-llm\class-llm.cmd——直接打 claude 不會連到老師電腦
• 想接著剛剛的對話：C:\class-llm\class-llm.cmd --continue
• ⚠️ 不要雙擊 class-llm.cmd：它會在 class-llm 資料夾裡打開，看不到你們的專案。不小心雙擊了，直接關掉那個視窗，回 VS Code 終端機重打一次就好

現在裝，跟它說第一句話

1. 照第 12 張裝好、登入
2. 確認終端機的路徑是你們組的 repo 資料夾
3. 打 claude 或 codex
4. 問它：這個資料夾裡有什麼？
5. 看到它回答你們的 README 內容，就成功了

• 打 @檔名 可以指定要它看哪個檔案
• 請它改 README 的一行，回到 VS Code 看：檔案真的變了

簽到

今天沒有提交和 push 過的組：

• 在 docs/attendance/w03.md 簽名，commit、push

本週交付

• 在 VS Code 的終端機裡裝好 Claude Code 或 Codex，能在你們的 repo 裡對話

下週預告

• W04 · 10/7 · 畢製觀摩：9:00 直接到 LVS 智能攝製基地，看學長姐的遊戲組畢製報告
• W05 · 10/14 · AI 輔助開發（二）：用今天裝好的工具把 jsfxr 跑起來；prompt、context、skill、MCP；用 grill-me 寫 docs/plan.md