用 GitHub Copilot 已經半年了，說說真實感受。不是廣告，也不是恐慌文，就是真實體驗。

什麼情況下 Copilot 幫我省時間

寫模板程式碼（最有用）

// 我輸入註釋或函式名，Copilot 補全
// 比如我寫：// 把物件陣列按 key 分組
function groupBy<T>(arr: T[], key: keyof T): Record<string, T[]> {
  // Copilot 直接給出正確實現
  return arr.reduce(
    (groups, item) => {
      const group = String(item[key]);
      if (!groups[group]) groups[group] = [];
      groups[group].push(item);
      return groups;
    },
    {} as Record<string, T[]>,
  );
}

這類純邏輯函式，Copilot 往往一次就對，不需要改。

寫測試用例

// 寫完函式後，寫 describe() 註釋
// Copilot 會把各種測試用例都補全出來
describe('groupBy', () => {
  it('按字串 key 分組', () => { ... })
  it('空陣列返回空物件', () => { ... })
  it('所有元素相同 key 時分在同一組', () => { ... })
})

CSS 和 Tailwind

輸入元件名和功能描述，Copilot 直接給出 Tailwind 類名組合，大部分時候直接能用。

什麼情況下 Copilot 幫不了

業務邏輯

// Copilot 不知道你的業務規則
// 這種程式碼還是得自己寫
async function processOrder(order: Order) {
  // VIP 使用者免運費，訂單滿 200 打 9 折，
  // 但不和滿減券同用，節假日翻倍積分...
}

複雜 Bug 定位

Copilot 給的建議有時候是"看起來合理但解決不了問題的程式碼"，反而浪費時間。

架構決策

選哪個庫、用什麼模式、怎麼設計介面——這些 Copilot 給不出好答案。

我的使用方式

用，但不盲信

Copilot 的建議是參考，不是答案。每一行生成的程式碼都要審查：

• 邏輯是否正確
• 有沒有安全隱患（SQL 注入、XSS 等）
• 是否符合專案規範

把它當"有記憶的 StackOverflow"

查 API 用法、看常用模式，比 Google 快。但重要的業務程式碼不能直接用。

注意版權和隱私

不要把敏感程式碼貼上給 Copilot（雖然 GitHub 說不會儲存，但習慣要養成）。

AI 對前端工作的影響

老實說，Copilot 讓我的"寫程式碼"速度提升了大約 20-30%。但 coding 本身在工作中佔的比例沒那麼高——設計方案、Code Review、和產品溝通、解 Bug 這些，AI 現在幫不了多少。

不過變化的速度很快。ChatGPT 出來後，Copilot Chat 也來了，可以直接對話解釋程式碼、生成測試、重構建議。

未來 2-3 年，能更好地和 AI 協作的工程師會有明顯優勢。不是"AI 會替代工程師"，而是"會用 AI 的工程師會比不用的更高效"。

小結

• Copilot 在模板程式碼、測試、CSS 上幫助顯著
• 業務邏輯、架構決策、Bug 定位還是得靠自己
• 生成的程式碼必須審查，不能無腦接受
• AI 工具是效率倍增器，不是替代品
• 開始認真學如何和 AI 工具高效協作