Agent 很方便，但有些 PR 我還是想自己寫

AI 工具正讓工程師比以往更容易快速生成程式碼、探索想法並發起 Pull Request (PR)。然而，更快的產出並不總是帶來更好的 PR。在實際應用中，AI 生成的變更往往伴隨著常見的問題：更龐大的 diff（程式碼差異）、薄弱的脈絡、模糊的意圖，以及更高的審查負擔（Review Overhead）。

在這場演講中，我將從實用的角度分享 AI 在日常開發中究竟能在哪裡提供真正的幫助、在何處開始製造問題，以及為什麼我仍然選擇手動構建大多數的 PR。本次分享並非要反對 AI，而是專注於一個對工程師和開源貢獻者更實用的問題：我們該如何將 AI 視為工具，同時又不放棄程式碼的所有權、清晰度以及對審查者（Reviewer）的同理心？

我也將簡要結合自身在開源社群的貢獻經驗（包括與 Zed 相關的工作）作為範例，來說明為什麼一個易於審查、結構良好的變更，往往比一個快速生成的變更更具價值。

本場演講旨在提供實用建議，探討如何以健康的方式構建合適的 PR 來貢獻開源專案，並理解為什麼親自保持對脈絡（Context）的理解至關重要。

Slide: https://speakerdeck.com/tommyhonym/when-agent-helps-and-why-i-still-write-the-pr-myself