購物車側欄第一階段的 API 處理完畢後，我們一樣需要重構為 Use Case 來保持架構的一致性，以及後續的可擴充性，我們會繼續使用 AI 來協力完成這個修改。

目前對話功能除了保存紀錄外，已經是處於可以使用的狀態。接下來我們要繼續把購物車的側邊欄介面實現出來，用來呈現商品列表。

驗證大型語言模型可以順利整合後，我們需要繼續依照 Clean Architecture 的處理方式將物件拆分開來，在對話紀錄的處理上我們已經完成過一次，基本上只要依照相同的方式處理即可。

我們現在已經可以將假的對話資料傳到前端呈現出來，接下來我們繼續讓前端的對話可以實際使用 LLM（大型語言模型）產生的訊息，因此我們需要先加入一個新的 API 端點以及更新介面將對話發送到後端。

原本預定要釋出八月份在 COSCUP 演講內容應用的技巧所產出的工具，然而發現開發要考慮的問題很多，實際使用也會有門檻

決定先從比較簡單、能夠立即上手的角度切入，最近終於將 ccharness 最基礎的功能實作完畢，可以從另一種角度來改善 Claude Code 的產出品質

經過將對話紀錄從前端移動到後端，我們需要再更近一步將這個行為抽離成商業邏輯，基本上跟傳統開發模式沒有太大差異，主要的變化是我們將這些任務交接給 Agent（代理）來處理，人類則負責設計跟提示。

上一階段我們透過 DESIGN.md 根據設計風格限定的 TailwindCSS Design Token 初步完成了 Hono JSX 的對話介面，接下來我們需要將假資料移動到後端，使用 Hono RPC 來處理前後端的整合。

透過 AI 協力開發，我們可以節省許多以往需要花費力氣的時間。不過開發的流程並不會有太大的變化，這次我們會採用可以馬上確認成果的方式進行開發，因此會從前端的介面開始著手。

今年（2025 年） ThroughWorks 的 Technology Radar 中提及了 AI-friendly code design 的概念，討論以往軟體開發的優良實踐，也能夠對 AI 協力開發產生幫助，因此列入的評估的範圍中，在為來可能會成為採用的選項之一。

即使我們仍不確定未來會如何變化，但是在良好的軟體架構跟實踐為基礎，仍可以幫助我們更好地應用 AI 來進行開發。

這一次會有前端跟後端的實作，雖然都會透過 AI 來輔助開發，但我們仍需要對功能的規劃和需求有一定理解，因此我們需要先針對介面做簡單的規劃，用於後續開發時使用。