AI 時代的 Clean Code：30 天讓 AI 產出的程式碼可讀、可驗證、可維護

這是我參加 2026 iThome 鐵人賽 Software Development 組的系列文章。

AI 能很快交出一份「看起來很整潔」的程式碼，但名稱有沒有說對意圖、拆分有沒有讓下一次修改更容易、測試全綠能不能當成完成證據，還是得由工程師判斷。這個系列用同一個 API 範例反覆實驗，把 Clean Code 的原則改寫成 AI Coding 可以遵守、也可以被檢查的規則。

這個系列會走過什麼？

• Day 1–3：說明為什麼要寫這個題目，以及 CLEAN 五原則如何掌握情境、範圍、意圖、證據與行為。
• Day 4–9：檢查函式、命名、註解與格式，比較不同拆分方式與 Commit 策略對後續修改的影響。
• Day 10–14：從物件與資料結構、類別內聚，一路比較直接完成、TDD、TCR 與受控 Mutation。
• Day 15–22：用 SRP、OCP、可替換性與元件邊界，處理背景 Worker、競態條件、Outbox 與重試規則。
• Day 23–27：以六角形架構與 Dependency Rule 隔離外部細節，並留下可重跑、可查證的完成證據。
• Day 28–30：回到團隊生產力與誠實估算，整理 Clean Code 如何推導出 CLEAN 五原則。
• Day 31–33：把 24 份 Clean Code Policy 整理成可下載的 AI Agent Skill，並收斂成五個 AI Coding 結論。

適合已經用 AI 寫程式，開始在意可讀性、測試可信度與長期維護成本的開發者與技術主管。

• iThome 公開系列頁
• 我的 iThome 鐵人檔案