跳到主要內容

回顧 JavaScript for backend 講題

這次準備 WebConf 活動,受龍哥,PCT 的邀請講解 Node.js 相關議題,其實就技術來說與開發許多專案的前輩相比較,自己還是有許多地方需要精進,跟大家分享的方向也都是比較粗淺的部份,太多深入的議題可能就要請前輩來指導。

剛開始準備方向是希望與大家分享 Node.js 分散式架構上的應用,整體來說也比較像是自己在 MiCloud 環境中實際應用的架構,會使用到 Load Balancer,Middle server,DB Server ,還有加上 SmartOS SMF 服務,一開始的確是這麼想,也是要朝這方向準備。畢竟這樣的課題是自己日常生活所在接觸,準備起來也是稀鬆平常,還可以充當內部說明簡報,當然最後卻沒有這樣子做。

主因是相信來到 WebConf 的朋友大多沒有接觸過  Node.js,Node.js 某方面來說對各位也算是新的技術,如果對於一個沒有接觸過的朋友,相信還是 Node for beginner 會比較適合。

在思考準備方向的時候開始有了許多矛盾,也有許多不同的想法,當時心中更呈現了『一起來寫程式吧!』這個詭異的念頭,回到實際面就是,我只有 『30 分鐘』,超出這個時間,就表示…

『你已經死了』



轉變

許多念頭許多想法,但是三十分鐘只能讓我呈現一個重點。最後決定的主題就是『說明 JavaSCript 本質』,在這個課題上良葛格已經寫了一系列的好文章給予後進,當然我所能著墨的就在於 JavaScript 在後端程式語言如何應用,以及差異上怎麼分別,最少讓大家在這三十分鐘內能夠知道 『JavaScript 已經不一樣』,就跟當時第一屆 『JSDC 2012』 舉辦的心情一樣,只要讓參與者,感受到 JavaScript 已經不一樣了,能夠讓大家體會到這件事情,就足夠了。

開始著手改自己的大綱,以及投影片的製作開始,將幾個重要的事情點出來。

 * 介紹平常所認知的 JS, 與實際 JS 差異
 * 如何判讀自己在前端、後端的 JS 環境
 * Node.js 如何替 JS 帶來新的契機
 * 簡單介紹 Node.js 能夠做什麼

驚喜

這個 slide 放在 slideShare ,希望能夠更多人能夠給予回饋,在經過一兩週之後,驚喜出現了,Slide 首先出現在

SlideShare 的首頁,

"JavaScript for backend " is being talked about on Facebook more than anything else on SlideShare right now.


接著過了兩天之後,又收到 SlideShare 的來信,

"Your presentation JavaScript for backend is featured on the SlideShare homepage."


這兩串小小衝擊下來,小小滿足自己的虛榮心,也感覺到好像自己有做了些什麼不一樣,總之心情是開心的,是雀躍的,但是好像又沒有什麼好說的。

如果大家有興趣回顧 JavaScript for Backend 的話,歡迎參考指教,





期望

很感謝龍哥, PCT 舉辦這場活動,也許用『盛事』來形容更為精確,與『IxDA』共同協辦研討會,確實帶來不一樣的影響,不論是開發者、設計師、產品規劃等,都可以從這場活動中獲益良多。個人也是深受益處。

接下來 JSDC 也開始萌生許多想法,當然希望能夠向這些研討會學習,也讓更多人了解 JavaScript 這個語言,讓 Web 帶來更多不一樣的衝擊與聲音,讓更多使用者能夠接觸到『全新使用者體驗』,讓所有人都能夠為之驚艷。

最後感謝所有參與者,所有聆聽者,希望大家能夠跟我有同樣的感受『JavaScript 真的不一樣了』。

留言

這個網誌中的熱門文章

Vibe Coding:為什麼 Junior 更快上手?Senior 要如何追趕?

現象層面(市場觀察) 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變,非常熱門。 身為 Cympack 產品開發團隊 ,我們也一直關注這個議題,在閱讀這篇文章時觀察到一些有趣的現象,對我們來說,這正好反映出 AI 正在改變開發生態,junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位,其中有些啟發(insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding? 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」,反而 embrace 快速迭代、快速出成果 反觀 Senior: 熟悉大型系統設計 有豐富的「工程正統流程」知識(架構設計、測試策略、效能優化、設計模式) 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師,對 prompt engineering 沒那麼熟練,還在觀望 技能面(未來的關鍵能力) Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢? Prompt 撰寫 / AI 互動 Junior 較強(熟悉 chat-based 流程) 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強(能看出潛在問題) 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding,並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力,但若不主動練習 vibe coding,長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享,希望帶給各位的感受, 『與 AI 協...

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。 ...

Vibe Coding 協作到自建 Dev Agent?從 Claude / Codex 到 OpenHands

過去一年,越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題,到後來很多人愛上 Cursor,直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗,已經大大改變了我們寫程式的方式。 更現實的是,在很多企業內部、政府單位、或涉及機密資料的專案裡, 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理,萬一專案裡有未公開的技術、敏感客戶資料,或是受限於法規 (像金融、醫療、政府標案) ,直接用雲端 AI 工具就會踩 紅線 。  因此,許多團隊反而更希望 「自己架一套 Dev Agent」 ,可以在內網執行,資料完全掌握在自己手上,該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline,全部客製化、安全可控。 這時候,像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手,而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署,從 CLI 操作到瀏覽器查詢, 從多檔案編輯到自動測試,全部都能自己完成,甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說,這是一條 從 「AI 幫你寫一段程式」,走向「AI 幫你解決一整個任務」 的進化路徑。而且,還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」,能模仿人類工程師從建立程式、修改程式碼、執行指令,到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端(OpenHands Cloud)與本地 Docker 運行版本,用戶能配置 LLM(如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用,又或者如果自己本機有 docker 的話,可以自己Local 版本透過 Docker 自架環境。 ...