下拉重新整理

演講側記:一個人的 DevOps —— 從程式碼到 Production

演講現場側記。以「一個人也能把產品從程式碼一路推到 Production」為主軸:白天是醫院資訊室主任、下班後是獨立開發者,靠選對框架(Rails)、AI(Claude Code)、維運(Docker/Kamal)三個巨人,撐起原本需要整個團隊的開發到維運全流程。

| 612 字 | 2 分鐘閱讀 | 107 次閱讀 |

one-person-devops-talk.jpg

現場照:講者席視角,台上投影「一個人的 DevOps —— 從程式碼到 Production」與自我介紹「白天是資訊室主任,椅子裡是工程師」,台下坐滿與會者。

這場在講什麼

以「一個人也能把產品從程式碼一路推到 Production」為主軸的分享。講者的雙重身份——白天是醫院資訊室主任,下班後是獨立開發者——正是整場的切入點:在資源有限、人手只有一個的條件下,如何靠對的框架與工具,撐起原本需要一整個團隊才能完成的開發到維運全流程。

核心命題與本 wiki 既有的兩篇演講素材一脈相承:

  • 選對巨人,而非自己造輪子:個人開發者的競爭力是「判斷力」——選對框架巨人(Rails)、AI 巨人(Claude Code)、維運巨人(Docker/Kamal)。見〈框架、AI、維運 —— 三個巨人〉。
  • 依風險調整人與工具的比例:低臨界處放手交給 AI,高臨界處由人把關(human in the loop)。見〈開發方法光譜〉。

從程式碼到 Production 的一條龍

一個人要跑完整條鏈,靠的是把每一段都交給「夠強的巨人」:

flowchart LR
    CODE["寫程式<br/>(Rails + Claude Code)"] --> TEST["測試/把關<br/>(human in the loop)"]
    TEST --> BUILD["打包<br/>(Docker)"]
    BUILD --> DEPLOY["零停機部署<br/>(Kamal)"]
    DEPLOY --> PROD["Production"]
    PROD -->|維運回饋| CODE

實作細節可對照〈Kamal Deploy 全流程拆解〉:本機 build → 推送 → kamal-proxy 零停機切換,正是「一個人也能安全上線」的關鍵環節。

為什麼這件事現在做得到

  • 框架把門檻壓平:Rails 8.1 + Solid Stack 讓一個人不必再自己拼裝佇列、快取、資料庫等基礎設施。
  • AI 接手重複勞動:把可自動化、低臨界的工作交給 Claude Code,人力集中在判斷與把關。
  • 維運工具民主化:Docker + Kamal 讓零停機部署不再是大團隊的專利。

三者疊起來,才讓「一個人的 DevOps」從口號變成可日常執行的工作流。

延伸閱讀


分類:tech
標籤:talk, devops, one-person-devops, individual-developer, rails, kamal, claude-code, production, human-in-the-loop
backlink:three-giants-framework-ai-ops-talk, dev-method-spectrum-talk, kamal-deploy-process-analysis

tech 公開 talk devops one-person-devops individual-developer rails kamal claude-code production human-in-the-loop

被引用於

Sega on AI EP1, Annotated: Is Taiwan an AI Superpower or an AI Foundry?

A conversation between iKala founder Sega Cheng and Dr. Lee-Feng Chien, former MD of Google Taiwan. From the Computex-fueled Capital Island phenomenon through whether AI is a bubble, the agent era as a hard requirement, a projected 24x jump in token consumption by 2030 and hardware optimization, US East vs West views, Taiwan's five shortages and internationalization by acquisition, luckily Taiwan's software was weak, Agentic Commerce and the Zero-Click economy with GEO, and R&D compressed from ten years to six months. Closes with the Ask / Use / Manage / Build framework for becoming the 1%.

Rails 官網改口「從 PROMPT 到 IPO」——當框架開始對 AI Agent 喊話

Ruby on Rails 官網 2026 改版,首頁 hero 直接對 AI 寫程式的時代喊話。這篇白話導讀逐句拆解三行文案在說什麼、為什麼「慣例優於設定」這個老哲學在 AI agent 時代反而變成殺手鐧,以及它跟「一個人用 Rails + AI 把系統做出來」的關係。

《Sega on AI》EP1 摘要分析:台灣是 AI 霸主,還是 AI 代工廠?

iKala 創辦人程世嘉(Sega Cheng)與前 Google 台灣董事總經理簡立峰博士的對談。從 Computex 帶動的「資本島」現象,一路談 AI 是否泡沫、Agent 剛需、2030 Token 暴增 24 倍與硬體優化、美東美西拉鋸、台灣五缺與國際化併購、「幸好台灣軟體弱」的軟體新機會、Agentic Commerce 與 Zero-Click 經濟的 GEO,以及研發從十年縮到六個月。最後以「問、用、管、造」四面向勉勵年輕人成為 AI 時代 1% 人才。