AI 寫程式除錯迴圈解析：你以為在命令 AI，其實是你在幫它複製貼上、回報 bug

重點先講：我在 Facebook 發了一支短 Reel，講一個很多人每天都在經歷、卻很少說破的事：你以為是你在命令 AI，其實是 AI 在給你內容，你負責複製、貼上、遇到 bug、回報，再修正。一輪又一輪，到底誰才是操作員？這篇用工程和自動化的角度把它拆開，最後講怎麼把角色翻回來。

▶ 看完整 Reel（Facebook）

Reel 在講什麼

• 第 1 步：你下指令，AI 一口氣吐出一大段程式碼或設定。
• 第 2 步：你複製、貼到編輯器或 PLC 專案，存檔、編譯、執行。
• 第 3 步：出現錯誤訊息，你再把錯誤貼回去給 AI。
• 第 4 步：AI 道歉、給新版本，你再複製、貼上……回到第 2 步。

用控制迴路來看：設定值是你想要的功能，控制器是 AI，受控體是你的程式和設備，而「量測、回授」這一段全靠你手動抄錯誤訊息。在工廠裡，沒有人會讓操作員每個掃描週期都看一次錶、再把數字打回 PLC；但寫程式時，我們常常就這樣做。

工程重點 1：AI 看不到執行結果，所以一定要驗

聊天視窗裡的 AI 沒有你的執行環境：它不知道你裝了哪個版本的函式庫、PLC 韌體是哪一版、I/O 實際怎麼配。它只能「猜一個看起來合理的答案」。最典型的是幻覺套件：USENIX Security 2025 的論文用 16 個模型產生 57.6 萬段程式碼，推薦的套件裡約 19.7% 根本不存在；商用模型平均約 5.2%，開源模型約 21.7%。這些名字還可能被有心人搶註，變成供應鏈攻擊。再加上對話一長，前面講過的限制條件容易被忽略，你就會看到同一個 bug 修好又回來。

工程重點 2：「感覺變快」不等於真的變快

METR 在 2025 年做過一個隨機對照實驗：16 位資深開源開發者在自己熟悉的專案裡做 246 個任務，允許用 AI 的那組反而多花了 19% 時間，但他們事後仍自認快了 20%。螢幕錄影顯示，省下的打字時間被「看 AI 輸出、寫提示、等它生成」吃掉了。這正是 Reel 裡那個迴圈的成本。公平地說，METR 在 2026 年 2 月已經表示這份結果過時了，新工具可能真的變快，只是新數據證據力還很弱。重點不是 AI 好或壞，而是人在迴圈裡手動搬運的時間，沒有被算進去。

工程重點 3：把角色翻回來，先給規格和驗收條件

做過 PLC 專案的人都知道，開工前要先有 I/O 表、動作時序、連鎖條件，交機前要跑 FAT／SAT。對 AI 也一樣：不要只說「幫我寫一段程式」，而是先給規格、限制、輸入輸出範例和測試案例，例如「這個函式輸入 X 要回傳 Y、遇到斷線要在 3 秒內報警」。有了驗收條件，你就從「幫 AI 抄錯誤的人」變成「定義什麼叫完成的人」，AI 每次給的東西也能直接對著測試判斷對錯。

工程重點 4：把回授自動化，人只管設定值和最後放行

下一步是把「複製、貼上、執行、回報」這段交給機器：讓 AI 代理能直接在專案裡執行測試、讀錯誤訊息、自己修，再用 CI、靜態檢查、型別檢查擋住明顯錯誤。就像把手動抄表改成感測器直接接進 PLC，回授迴路閉合在自動化裡，人退到監督層：訂規格、審關鍵變更、決定上線。要注意，碰到實體設備的程式，還是要有模擬或安全連鎖，不能讓 AI 直接改現場。

還缺什麼／待核

• Reel 內容依作者描述撰寫；實際畫面與細節請以 Facebook 原片為準。
• 19.7% 幻覺套件率是論文測試當時的模型（含 GPT-4、CodeLlama 等），新模型的比例可能不同。
• METR 的 19% 變慢是 2025 年初的工具與特定情境；METR 自己已說明結果過時。
• 文中控制迴路與 PLC 的比喻是作者觀點，不是研究結論。

看完整 Reel

這個「人變成 AI 的複製貼上機」的畫面，Reel 裡演得更直接：

▶ 到 Facebook 看 Reel

你用 AI 寫程式或寫 PLC 時，最常卡在哪一步？是複製貼上、找 bug，還是 AI 一直修不好同一個錯？留言聊聊，順便到 Reel 那邊分享你的經驗。

資料來源：Spracklen 等，《We Have a Package for You!》，USENIX Security 2025；METR：早期 2025 AI 對資深開源開發者生產力的影響（2025/07/10）；METR：開發者生產力實驗設計更新（2026/02/24）。控制迴路與 PLC 類比為作者觀點。
Reel：Facebook Reel
發佈於 vkinngworld｜影片頻道：@vkinng

電動車輪胎磨耗原理｜重量、瞬間扭力、動能回收怎麼磨掉胎紋？剩 2mm 濕地煞車多 5 公尺

重點先講：新片〈電動車輪胎多久要換？1萬、2萬、4萬公里差在哪？換胎判斷一次懂〉用 1 萬、2 萬、4 萬公里三個里程點講換胎時機。這篇不重複檢查清單，改講背後的物理：胎紋到底是怎麼被磨掉的、為什麼電動車的重量、瞬間扭力和動能回收會讓它磨得更快，以及磨淺之後雨天煞車會差多少。文中的換算是我用簡化模型做的示意，不是實測數據。

▶ 電動車輪胎多久要換？1萬、2萬、4萬公里差在哪？換胎判斷一次懂

發生了什麼

• 新片：@vkinng 剛上架換胎判斷影片，用三個里程點拆解電動車輪胎的壽命。
• 法規底線：台灣《道路交通安全規則》第 39 條要求胎面不得磨到 CNS 1431 的磨耗指示點，也就是溝底起算 1.6 mm；歐洲同樣是 1.6 mm。
• 實務建議：ADAC 建議夏季胎至少 3 mm、冬季胎至少 4 mm；Tesla 維修手冊也寫任一點 ≤ 3 mm（4/32 in）就建議換胎。

磨耗的簡化模型：橡膠磨耗大致跟接地面裡的「摩擦功」成正比，也就是 力 × 滑移距離。小滑移時，縱向力 Fx ≈ Cs × 滑移率 κ，而縱向剛性 Cs 大致跟輪胎負重成正比。整理後，每公里的滑移摩擦功約與 m × a² 成正比：車重是線性，加速度是平方。（簡化刷子模型，僅供量級判斷）

工程重點 1：重量放大一倍，猛踩讓它變四倍

輪胎接地面不是整片黏在地上。胎面花紋塊進入接地面時先被壓住、跟著路面走，越往後剪切變形越大，到了後段抓不住就開始局部滑移，磨耗主要就發生在這裡。用上面的模型：一台 2,000 kg 的電動車對上 1,600 kg 的油車（重量為示意），同樣加速度下磨耗能量約多 25%。但電動車真正的問題是扭力隨踩隨到，駕駛很容易用 0.3 g 起步；跟 0.15 g 溫和起步相比，每次起步的磨耗能量約是 4 倍。所以同一台車，開法造成的差距常比車重還大。

工程重點 2：動能回收把煞車力集中在驅動軸

油車煞車時，摩擦煞車把力分到四個輪子，前輪約佔六到七成。電動車的動能回收則只靠驅動軸的馬達，每次鬆油門，驅動輪就要多吃一次縱向力。後驅車的後輪因此要同時負責加速和大部分的減速，驅動軸的胎紋常比另一軸磨得快。這也是為什麼 Tesla 建議每 10,000 km，或前後胎紋差達 1.5 mm 時就換位。回收強度設高一點本身不是壞事，突然收油造成的大減速度才是磨耗來源。

工程重點 3：耐磨膠料的代價

要讓胎面耐磨，廠商可以用更硬、遲滯更低的膠料，或加深花紋、加強胎肩剛性。問題是濕地抓地需要遲滯：橡膠在路面微小凹凸上變形、吸收能量，才咬得住濕滑路面。膠料太硬，耐磨和滾阻變好，濕地煞車就可能變差。所以 EV 專用胎通常是在耐磨、滾阻、濕地抓地三者之間取捨，而不是三項都贏。買胎時要同時看歐盟標籤的濕地抓地等級，不能只看耐磨保證里程。

工程重點 4：胎紋變淺，雨天煞車距離變長

胎紋溝槽的工作是把水排出接地面。粗算一下（我的算術）：時速 100 公里、胎寬 205 mm、路面積水 1 mm，每顆胎每秒要處理約 5.7 公升的水。新胎約 7～9 mm 深，磨到 3 mm 時溝槽容積只剩大約三分之一（以直壁溝槽估算）。ADAC 實測，磨到 4 mm 的輪胎在時速 63 km 就開始水漂，新胎要到 87 km；磨到 2 mm 時，時速 80 公里濕地煞停距離從 31.9 m 增加到 37.3 m，約多 17%。最後那 1～2 mm 損失的安全餘裕，比前面磨掉的好幾 mm 還多。

還缺什麼／待核

• 「電動車比油車吃胎快 20～30%」是業界常見說法，沒有統一的第三方數據，實際依車款、胎款和開法差很多（待核）。
• m × a² 是簡化刷子模型的結果，只適用小滑移區，真實磨耗還跟路面粗糙度、胎溫、定位有關。
• 2,000 kg 與 1,600 kg、0.3 g 與 0.15 g、5.7 L/s 都是作者示意算術。
• ADAC 的距離數據來自特定胎款與測試條件，不同輪胎的結果會不同。

相關影片

• 電動車輪胎多久要換？1萬、2萬、4萬公里差在哪？換胎判斷一次懂（新片）
• 電動車專用胎是騙局？同車重實測數據大公開！破解吃胎迷思與省錢秘訣

你的電動車開多少公里換第一套胎？是哪一軸先磨完？留言告訴我，我想整理一份車主實際數據。

資料來源：ADAC：abgefahrene Reifen 磨耗輪胎測試；ADAC：胎紋深度建議；ADAC：水漂現象；Tesla Model Y 維修手冊：輪胎換位；道路交通安全規則第 39 條；NHTSA：輪胎安全。車重、加速度、排水量等換算皆為作者假設與示意算術。
發佈於 vkinngworld｜影片頻道：@vkinng

微型核反應爐原理｜MARVEL 85 kW 熱只發 10–20 kW 電：自然循環、控制鼓與史特林拆解

重點先講：上一支影片我們聊「AI 的盡頭是電」，比較微型核能和燃料電池。這兩週剛好有一顆微型爐往前走了一大步：美國愛達荷國家實驗室（INL）10/6 宣布，能源部核准 MARVEL 微型反應爐的最終安全分析，主冷卻系統 9 月中已運到，目標 12 月達到乾式臨界。它很小，熱功率 85 kW、發電約 10–20 kW，但正因為小，工程取捨看得特別清楚。下面拆四件事；文中的換算是我自己的算術示意，不是官方數據。

發生了什麼

• 10/6 INL：能源部愛達荷辦公室核准 MARVEL 最終安全分析（DSA），授權「乾式臨界」組態；主冷卻系統（PCS）9 月中送抵 TREAT 測試設施，臨界預計 12 月。
• 10/9 NEI 雜誌：MARVEL 設計熱功率 85–100 kWt、約 20 kWe，高約 15 英尺、寬約 4 英尺；3 月已先拿到初步安全分析，全功率運轉預計 2027 年底後並接上微電網。
• 10/17 Radiant：另一款 1 MWe 微型爐 Kaleidos 在 INL 的 DOME 測試床，用加熱器把爐心加熱到 575°F（約 302°C）以上，完成非核熱測試；截至 10/21 尚未宣布臨界。
• 背景：依 The Duck Curve 10/21 整理，今年 6/4 到 8/5 已有 5 座能源部授權的先進反應爐達到臨界，但沒有一座拿到 NRC 運轉執照。

乾式臨界是什麼？爐心燃料裝好、還沒灌冷卻劑，把中子鏈式反應調到剛好自持，功率接近零，用來驗證爐心物理、控制鼓反應度價值和儀控。之後還有「濕式臨界」（灌入冷卻劑）和真正的全功率發電兩關，三件事不能混為一談。

工程重點 1：主迴路沒有泵，靠熱水往上冒

MARVEL 的主冷卻系統是四迴路設計，裝約 120 kg 鈉鉀合金（NaK）。爐心把 NaK 加熱到 500–550°C，熱的往上浮，經過上方的中間熱交換器（IHX）降溫，再從四條下降管流回下腔室，整圈完全靠密度差推動，沒有主泵。NaK 的好處是常溫就是液體、高溫也不用加壓（INL 原文），對照傳統壓水式反應爐約 150 大氣壓的一次側（教科書量級），壓力邊界簡單很多；容器用 316H 不鏽鋼、依 ASME III Division 5 高溫規範設計。代價是 NaK 碰到水和空氣會劇烈反應（教科書常識），所以整個迴路要用氬氣覆蓋、做雙層防護。沒有泵等於少了一個會壞的轉動件，停電時衰變熱也能被動帶走，這是微型爐最想要的特性。

工程重點 2：燃料本身就是安全閥

爐心只有 36 根燃料棒，用的是大學研究爐常見的 TRIGA 鈾氫鋯（UZrH）燃料，鈾含量 30 wt%、濃縮度 19.75%（HALEU 上限內），每根比標準 TRIGA 多兩段燃料塊（5 段 vs 3 段）。氫化鋯本身就是減速劑，溫度一升，中子能譜變硬、反應度自動下降，INL 原文寫的是燃料裡的氫和石墨「在失電或異常時確保安全」。換句話說，它的第一道剎車不靠電子系統，而是材料物理。燃料壽命設計為 2 個等效滿功率年。

工程重點 3：控制鼓取代控制棒

爐心外圍有 4 個旋轉控制鼓：鼓身是氧化鈹（BeO）反射體，表面約 1/3 貼一片碳化硼（B4C）吸收體。把反射面轉向爐心，中子被彈回、反應度上升；把 B4C 轉過去，中子被吃掉、反應度下降。中央另有一根停機用吸收棒，運轉時全拔出、停機時插入。ANS 6/8 報導，團隊說過去有急停（scram）功能的控制鼓幾乎只有 1960 年代太空用的 SNAP-10A；地面上要同時做到「快速可靠急停」和「平時精細微調」，軸承、彈簧、馬達、開關幾乎都沒有核級現貨，只能逐件驗證。燃料爐心零件的公差甚至要到 0.0005 英吋（約 12.7 微米，作者換算）。

工程重點 4：史特林引擎的教訓與規模現實

發電端原本是 4 台現成的自由活塞史特林引擎，每台 5–7 kWe（OSTI 2024 技術報告），直接掛在爐上。結果測試時震動大到現場工程師擔心「廠房要散了」，最後改成脫耦設計：引擎裝回附橡膠緩衝的原廠箱，中間加 兩組熱交換器。各份官方文件的發電量從約 10 kW、10–15 kW 到 <20 10="" 1="" 20="" 500="" 50="" 80="" 85="" adiant="" ai="" amazon="" energy="" kaleidos="" kw="" kwe="" kwt="" marvel="" mwe="" p="" xe-100="">

還缺什麼／待核

• 12 月乾式臨界是目標日期，仍取決於組裝、燃料與整備審查，可能延後。
• 電功率在 INL 官網（約 10 kW）、ANS（10–15 kWe）、NEI（約 20 kWe）說法不一，實際要等全功率測試。
• 全功率時程：NEI 寫 2027 年底，INL 舊版 FAQ 寫 2028 年，以官方最新公告為準。
• HALEU 燃料供應：能源部 7 月仍說國內「目前沒有供應商」，是所有微型爐量產的共同瓶頸。
• Radiant Kaleidos 原訂第三季完成全功率 150 小時測試，截至 10/21 尚未宣布臨界。

相關影片

• 黃仁勳說 AI 的盡頭是電！微型核能 vs 燃料電池，誰能拯救算力荒？
• AI 缺電怎麼救？SOFC 燃料電池 vs SMR 小型核能，終極能源大戰！
• SST 固態變壓器革命：為何 AI 大廠寧願犧牲效率也要淘汰傳統變壓器？

你覺得微型核反應爐最先落地的會是軍事基地、偏遠礦區，還是 AI 資料中心？留言說說你的理由。

資料來源：INL：MARVEL 獲最終安全分析核准（2026-10-06）；NEI Magazine：MARVEL cleared for criticality testing（2026-10-09）；ANS Nuclear Newswire：MARVEL 製造教訓（2026-06-08）；OSTI：MARVEL Technical Overview（90% 最終設計）；INL MARVEL 規格表；INL MARVEL 專案頁與 FAQ；INL：MARVEL 熱流模型；The Duck Curve：美國 SMR 與微型爐現況（2026-10-21 更新）；Radiant：Kaleidos 非核熱測試（2026-10-17）。效率、公差單位、台數等為作者示意換算；NaK 反應性與壓水爐壓力為教科書量級。
本文發佈於 vkinngworld｜YouTube @vkinng