Ras Mic 的「軟體工廠」：先蓋工廠再造船——AI 時代的 10 倍速開發方法論
「I built my own software factory (it’s not what you think)」——這是 100K 訂閱開發者 Ras Mic（本名 Michael Shimeles） 在 2026 年最受矚目的開發方法論影片（由 Cursor 贊助）。
他的核心主張只有一句話：先建造軟體工廠，再製造產品。
不要每次叫 AI 從零開始寫程式。先把「重複使用的生產線」建好，之後每個產品都只是這條生產線上的一件商品。
🏭 什麼是「軟體工廠」？
傳統 AI 開發的痛點：每開一個新專案，你都要重新跟 AI 解釋你的程式風格、測試方法、部署流程——同樣的對話浪費了無數 token，品質還不穩定。
Ras Mic 的解法：把「你怎麼寫程式」這個過程本身變成可重複使用的資產。
| 傳統做法 | 軟體工廠做法 |
|---|---|
| 每個專案從零跟 AI 溝通 | 工廠內建「生產標準」，AI 開箱即用 |
| 每次靠感覺寫 prompt | 用 Skills 固化 SOP，品質一致 |
| 換工具（Cursor→Claude Code）就從頭來 | Bezalel 共享記憶，無痛遷移 |
| AI 產出 bug 靠人肉找 | Playwright MCP 讓 AI 自己測自己 |
🧱 軟體工廠的四大支柱
1️⃣ Primitives：可重複使用的「原語模組」
「Build the primitives once, then ship each product faster.」——把常見功能（認證、金流、表單、CRUD…）打造成標準化模組，之後每個產品都直接組裝，而不是重新發明。
2️⃣ 薄代理 × 厚技能（Thin Agents, Thick Skills）
Ras Mic 最反直覺的主張：agent.md 設定檔大多是多餘的。
他提倡把工作流程寫成 Markdown 格式的標準化 Skills（SOPs）——一份 skill 就是一份「教 AI 怎麼做某件事」的說明書：
- 一份 skill = 一個 SOP = 一段可重複執行的流程
- 技能放在 GitHub repo（他的公開技能庫：
github.com/michaelshimeles/skills） - 薄代理：代理本身保持簡單（不要塞一堆指令）
- 厚技能：所有專業知識都包裝成 skill，任何工具（Claude Code / Cursor / Codex）都能用
💡 這與 Addy Osmani 的 Agent Skills 開源專案（8.5 萬星）是同一波浪潮——技能成為 AI 時代的「員工手冊」。
3️⃣ Bezalel：跨工具的共享記憶
Bezalel（bezalel.sh） 是 Ras Mic 打造的開發工具：一個 MCP endpoint，讓你在 Claude Code、Cursor、Codex CLI 之間共享同一份記憶、email 收件匣與連接器。
「切換框架不再等於從零開始。」
這是軟體工廠的「廠房地基」——不管生產線（工具）怎麼換，工廠的知識庫都還在。
4️⃣ 代理循環（Agentic Loops）+ Playwright MCP
Ras Mic 的品質保證核心：讓 AI 自己測試自己。
- 用 Playwright MCP server 讓代理打開真實瀏覽器
- AI 自己點擊流程、自己發現 bug、自己修復
- 在你看見壞掉的狀態之前，代理已經把它修好了
🔄 6 步代理循環（完整工作流）
Ras Mic 的「How to Ship 10X Faster with AI」拆解了完整的生產循環：
| 步驟 | 內容 |
|---|---|
| 1️⃣ 收集回饋 | 客戶意見蒐集 + 深度優先排序（同一客戶問 5 次仍算 1 票，等第二個聲音） |
| 2️⃣ 回饋閘門 | 先送 roadmap 回去確認再開發——省下最多返工的一步 |
| 3️⃣ 一次簡報 | 把整條 roadmap 一次交給代理（不要一個功能一個功能講） |
| 4️⃣ 建構+測試迴圈 | 單元測試 + 瀏覽器測試，AI 自主迴圈 |
| 5️⃣ 交接 | 測試計畫 + 樣本檔 + 邊緣案例清單（手動測試時間砍 2/3） |
| 6️⃣ 人眼驗證 | 永遠保留一步人工：上 production 前每個功能都要人看過 |
🚨 兩個鐵律
- 代理永遠不自己 push 到 production——由你來，然後跑 smoke test
- 你只該當兩個瓶頸：最前面的優先排序 + 最後面的驗證
🧠 Context 管理鐵則（省 token 關鍵）
Ras Mic 在 Greg Isenberg 的訪談中分享了實戰守則：
| 規則 | 內容 |
|---|---|
| 每 15-20 則訊息開新對話 | 避免 context 爆掉、品質下滑 |
Claude Code 用戶用 /clear | 切換任務時清空 |
用 /compact | 壓縮對話歷史，保留關鍵決策 |
| 選對模型 | Haiku 4.5 → 快速修補/樣板；Sonnet 4.6 → 80% 日常開發 |
🎯 對一般開發者的可操作啟示
- 從「寫 code」升級到「蓋工廠」：下次開專案前，先花時間建立自己的 skills 庫——這是最划算的投資
- 技能要寫成 SOP：把你的測試習慣、code style、部署流程寫成 Markdown skill，讓所有 AI 工具共用
- AI 自己測自己：接上 Playwright MCP，讓代理開瀏覽器找自己的 bug
- Context 要節制：15-20 則訊息一輪，該
/clear就/clear - 人永遠是最後一關：自動化到 99%，但 production 前的「人眼驗證」絕不能省
💎 總結
「影響力可作為火箭的助燃劑，但唯有解決痛點的產品本身，才是真正的火箭本體。」 ——Ras Mic 用另一種方式證明了這件事：與其追求「一次生成完美程式」，不如把「生成程式的過程」工業化。
Ras Mic 的軟體工廠告訴我們：AI 時代的競爭優勢，不在於誰的 prompt 寫得漂亮，而在於誰把重複流程固化成了資產。當你的 Skills 越厚、Primitives 越完整，下一個產品就只是「從倉庫叫料、上生產線」而已。
內容來源：Ras Mic《I built my own software factory》(2026-08，Cursor 贊助影片) +《My Agentic Engineering Workflow》(2026-05) +《How to Ship 10X Faster with AI》+ Greg Isenberg 訪談（Context 管理、薄代理厚技能），查證 2026-08-25。延伸閱讀：Agent Skills 完整教學：讓 Claude Code、Cursor 自動遵循工程紀律。