2025年8月22日
•4 分鐘閱讀
大概到了快畢業的時候，每個禮拜都需要做導讀，同時快要到畢業的時候。
BOSS: 我們需要一個 XXX 的軟體，並且提供 XXX 的分析。當下第一個反應是：『這個取樣真的能夠反應母數嗎？甚至我認為 XXX 的資料可能是假的。』
沒想到已經脫離社會科學一段時間，這個直覺還是這麼清楚。
會後跟同事討論的時候，發現我們兩個人的看法都是一致的。原本以為同事會說一些善意的謊言，不過為了自己、公司的聲譽著想，還是實話實作比較好。
開發的過程中，有很多不可控的因素、一直變動的客戶需求。工程端最後能做的還是依照手邊有的資料、API 文件，去做決策，並提出當下最好的想法。如果一起被業務端、客戶端的焦慮帶著跑，那麼就寫不出程式碼了。
前幾個月比較辛苦的是，需要去碰各類的專案：
『嘿，我傳一個開源的 GitHub 給你，幫我研究一下能不能改得動。』
由於能夠 Google 到的資料太少，甚至還去加入 Discord 社群、或是在 GitHub 上面發 Issue。
甚至他們對新人的打招呼是
Hey, Welcome to the suck!由於被隔絕於良好的文件之外，所有接觸到這個生態系的開發者都很痛苦。 甚至 API 的使用方法，還要靠去解讀官方給的 template 才知道怎麼使用。
不過這也回想到大學在當研究助理的時候。
由於教授不太懂程式碼，助理的工作需要獨自研究 R 語言的套件，去把模型跑出來。
研究貢獻很多都是因為你用新的方式、模型去詮釋同一件事情
那時候使用到了比較偏的 package ，甚至在 stackoverflow 也找不太到。
印象中，那時候跟教授的對話是：
BOSS: 嘿，幫我把樣本切割，然後用 XXX 的方式去跑模型。
ME: 等等，我不確定能不能做得到，因為他的假設是 XXX，這樣跑會出錯！或許是從過去就養成了去面對不確定性的習慣。
甚至軟體開發終究是要接觸不熟的事情的（套件會 update，新的套件會出來，解決新的方法，像是過去很難想像目前 AI 相關應用會出現）。
在 AI 的時代下，有時候會太過誇大自己能夠做到的事情。
剛接觸到第一個 Web toy project 的時候
因為要通過過學分，從 0 開始自己接 Google App Script (Google Sheet)、React
function doGet(){
...
}這時候才知道 GET、POST 等是什麼意思。
比較近期的例子是在設定 Gitlab CI/CD。
過去大部分都是透過平台自動化部署，雖然懂一點 terminal 的語法，但是沒有親自處理過整個部署的工作。
.gitlab.ci.yml 腳本趁著專案的空閒期，練習整個流程，才讓綠燈亮起來。
前端跳到後端、前端跳到 Android 也是類似的情況。
在真的跳進去寫程式之前，光是環境就撞得亂七八糟。
大概在好幾年前，一天有很多的時間，曾待在研究室跑模型、想怎模寫文章。
中間休息的時候，在院區附近散步，發現四週一片安靜。
突然也心想，與其寫文章給幾個人看，不如軟體需要服務許多的受眾。
對於個人來說其實是用不太到 ERP、Headless CMS 系統的。
不過前陣子在做研究的時候發現，有些人是以專案為導向，將心力投入於某些領域，自然技術能力就會慢慢跟上。
NODE-RED + MQTT + ESP32 + Open API
因此開始跳進 IoT 的領域
高中的時候加入氣象社、天文社也是。由於想監控濕度紀錄，因此拿著麵包版接 Arduino，學習怎麼接感測器、寫程式。