AI 幫我寫程式！用 Vibe Coding 實作 Google Monarch 系統 （上）

論文：「Monarch: Google’s Planet-Scale In-Memory Time Series Database」

前情提要

筆者當前的狀態與能力：

• 對於 Java 熟悉度為初生之犢（過往經驗為 Python）。
• 約為 Mid Level 軟體工程師。

一、進入 Vibe Coding 前你該知道的幾件事

1. 清楚你的開發目的與專案階段

• 清楚的功能需求：例如「建立登入 API」或「改寫原本的錯誤處理機制」等與需求細節。
• 列出要使用的工具與技術：如 Spring Boot、kafka、PostgreSQL 等，甚至包含框架版本與套件。
• 對於目標系統有一定的理解：了解系統之間的架構，與要使用那些演算法。

2. 熟悉基本語言與框架

• 了解所選工具的特性與版本差異：例如選擇的工具之間是否有版本相依性。
• 盡可能自行排解簡單錯誤：AI 能幫你 debug，但若完全仰賴它，你會在錯誤的迴圈裡繞不出來。你得學會掌握錯誤的根因，而不是修補症狀。

3. 理解 LLM 的本質與限制

• 學會與 LLM 溝通的技巧：設計有結構的 Prompt，例如明確告知語言、框架、要產出的功能與範例格式等。
• 在必要時從旁協助 AI：包括補充 context、釐清邏輯、微調錯誤，讓它成為真正的「得力助手」，而非失控的亂碼機器。

二、Vibe Coding 實戰環境

筆者為使用 ChatGPT + Gemini 進行技術文件撰寫（若要發想，則使用 DeepSeek 進行深度思考，從中取得靈感與發現未顧及的事項），透過 VSCode + Gemini Code Assist 進行 Vibe Coding。

三、實案例分享：我的 Vibe Coding 工作流程

• 專案類型：使用 Java Spring Framework 實作 Google Monarch 系統
• 撰寫技術文件：

筆者之前已有先透過 NotebookLLM 與其他 AI 工具，先理解與閱讀過論文（可參考之前的文章「科技巨頭如何實現跨系統間的錯誤追蹤與分析」）

I. 將論文分別上傳至 ChatGPT 與 Gemini，且都輸入相同 prompt

請扮演一位資深工程師，依照論文內容，制定詳細的技術開發文件，目標為使用 java spring boot 進行開發

Ⅱ. 各自提取較為完善的描述，若仍然有不確定的則先自行 google 與透過第三方 AI 工具加以驗證。

Ⅲ. 制定出初版技術文件「 System Architecture Document 」

Ⅳ. 嘗試透過以下 prompt 讓 AI 產生程式碼並觀察結果 （預期結果可能不理想，因為文件中未明確定義各服務間的資料傳遞格式與資料內容）

Please play the role of a senior engineer and follow @System Architecture Documen Chinese.md to implement system.

經過了幾番波折（各階段實作 -> test case -> CI/CD）最終完成了，但能正常運作嗎？

Ⅴ. AI 幫我寫完了，結果如何？來分析結果

優於預期：

• 邊界清晰，可以快速理解系統架構並分工開發，約 50% 程式碼可用（堪用）。
• 快速建立系統，約花費 0.5 天閱讀與撰寫技術文件，花費 0.5 天實現程式碼。（但未對錯誤進行 debug，若要排除推估可能約要花費 2 天以上）
• 依照技術文件分階段實現，以利每階段進行初步驗證，減少最終錯誤堆疊，而不堪使用的狀況。

還需優化：

• 依照技術文件，預期為 12 項服務，生成的 9 項服務，而有 2 項無法順利啟動，Leaf Routers 與 Ingestion Routers 兩項服務被合併成一個。 （11 項服務為：Configuration Server / Configuration Mirror / Root Index Server / Root Mixers / Root Evaluator / Zone Index Server / Zone Mixers / Zone Evaluator / Leaf Routers / Leaves / Ingestion Routers / Range Assigner）
• 因技術文件沒明確定義寫入的 API 格式與資料，因此 Leaf Routers 將 DB 資料結構作為模板來實現 API，但這不符合現實中的資料傳輸方式。
• 過度簡化核心算法，且部分功只實作出介面，但未實做對應邏輯。

四、反思

系統目前為半成品，如何完成系統？

• 人工接手完成工作？
• 優化技術文件，再次透過 Vibe Coding 幫我完成系統？

本篇是要 Vibe Coding，當然是要貫徹到底呀‼️

五、下一步

這次的嘗試雖然快速建立了系統雛形，但也暴露出幾個待改善的關鍵點，若能優化以下幾個環節，將有機會真正透過 AI 完成一套完整、可用的系統。

I. 更明確的資料格式與契約定義

目前技術文件雖描述了各服務角色與關係，但缺乏清楚的 API 格式、資料 schema 與傳遞邊界。未來應補上：

• 每項服務的 Input/Output 資料結構（可用 JSON Schema 或 OpenAPI 定義）
• 資料流程圖（Data Flow Diagram），幫助 AI 推理資料走向
• 明確的欄位說明（欄位名稱、型別、是否 nullable、意圖）

Ⅱ. 技術文件設計應更細緻

過去是用一個完整技術文件給 AI，要它「整體實作整個系統」，容易導致混亂與誤解。 改為：

• 於開發路線圖列出更細緻與詳細記錄開發流程，避免一次做太多事情導致發散。
• 加入單元測試設計、資料範例與邊界條件說明，提升產出品質與可測試性

Ⅲ. 系統圖與流程圖輔助理解

文字描述對 AI 來說有限。補上：

• 架構圖（Architecture Diagram）
• 資料流程圖（Data Flow Diagram）
• Sequence Diagram（尤其是跨系統資料互動）