不只是工程師,而是創作者

看到 Anthropic 執行長 Dario Amodei,提出「AI 半年內可寫90%程式碼,一年內全面取代軟體開發」的說法,我想分享我對於這個議題的觀點,以及我正在思考的下一步方向。

回想初衷

這個月,Anthropic 執行長 Dario Amodei 在美國外交關係協會的一場 公開活動 中,提出:「大約在3到6個月後,AI 將能夠撰寫90%的程式碼。而在12個月內,我們可能進入一個 AI 幾乎能撰寫所有程式碼的世界。」(我興奮到有點模糊😆)

不過這也讓我再次思考: 我學習程式的目的與意義是什麼?

我學習程式的初衷是想要成為一名工程師,所以我在2023年2月時報名了 TibaMe 的 AI智慧應用開發實戰養成班,經過4-6個月後的密集訓練後,同年8月也算順利轉職為AI工程師。

  • 轉職第一份工作進入創新團隊,方向是 AI 繪圖。
  • 轉職第二份工作進入製造業,負責 ERP 報表的開發和 AI 相關專案。

時間過得很快,轉眼間已經兩年(嚇!體感上我覺得我還是剛受訓出來的小菜鳥),我學程式時剛好是 ChatGPT 崛起,我不知道沒有 ChatGPT 的寫扣是什麼樣子,我覺得這就像現在的小朋友一出生就有 iPhone 一樣,他們也不會知道沒有 iPhone 的生活是什麼樣子。

我心中時不時會冒出一個聲音:「我真的算是工程師嗎?」

過去這兩年,我高度依賴 ChatGPT 下學習寫程式,AI 幫我快速解決各種 bug,加快專案開發速度,也讓我更快產出具體成果。但也因為這樣,我不時會冒出冒牌者症候群的想法,我覺得我並不是一名真正的工程師,對於底層邏輯和演算法不夠熟悉,我只是依賴 ChatGPT,都是 ChatGPT 厲害而已。

AI 將能撰寫 90% 的程式碼,那我要做什麼角色?

我想這是許多學習程式的人的疑問,尤其是對於那些剛開始學習程式的人來說,這是一個很大的挑戰。所以我們需要重新思考我們學習程式的目的,以及我們在這個 AI 時代中的角色要扮演什麼角色。

如果你不知道你要去哪裡,那麼每一條路都可以!–《愛麗絲夢遊仙境》

找尋意義

當我們請 AI 幫忙寫一個訂單系統時,他無法幫你決定以下問題:

  • 該怎麼設計使用流程?
  • 是否需要折扣機制?
  • 哪些情境下需要人工審核?
  • 每個功能背後的商業價值是什麼?
  • 對使用者來說實際解決了什麼問題?
  • 又該如何在真實世界中有效落地?
💡 AI 可以幫我寫「怎麼做」,但他不知道「做什麼」和「為什麼要做」。

Anthropic 執行長 Dario Amodei 也提到:「在短期內,軟體開發人員仍有其角色,因為人類需要向 AI 模型提供設計功能與條件。」換句話說,AI 可以實作程式碼,但目前來說無法完全理解需求、設計產品的邏輯,或驗證現實中的可行性。這些仍需要具備邏輯、判斷與實務經驗的人類工程師來處理。

也因此,未來工程師的角色將從「寫程式」轉變為「定義問題、設計解法、指揮 AI 寫程式的角色」

所以也要開始具備以下能力:

  • 懂得用戶需求與商業邏輯
  • 能明確定義需求,讓 AI 理解你要解決什麼問題
  • 具備系統設計能力,懂得架構規劃與模組化思維
  • 判斷 AI 產出是否可行,具備驗證與調整的能力
  • 具備 AI 協作能力,能把 AI 整合進工作流程
💡 也就是說,我們不只是工程師,而是創作者。

過去我所認知的學習,就是為了精進寫出更好的程式碼,並具備獨立開發應用程式的能力。但現在,我開始意識到,學習程式的真正意義在於理解問題、設計解決方案,而不僅僅是是了寫出程式碼。

而現在又多了如何能夠與 AI 協作,未來每個人底下可以是一群 AI 工程師團隊(好喜歡😆),而怎麼樣讓這些 AI 工程師團隊為我們所用,也是我們應該思考的方向之一。

💡 以「解決問題」為核心,打造有意義的專案。

工程師的價值,可能不在於手寫了多少行程式碼,而是能不能「解決關鍵問題」。就像數學高手能心算,不過多數人也懂得利用「計算機」來幫自己算出答案。我想寫程式也是一樣的,高手能一行一行敲出程式碼,但我更相信自己不必陷在「手寫不出來程式碼」的焦慮裡,我也能靠 AI 工具輔助下,創造出真正能解決問題的作品。(vibe coding時代來了,嘴遁變得相當重要😆)

總結

💡 2025 年將是 AI 帶來全新意義與改變的開端。

當寫程式成為一種「基礎」,工程師的價值評估標準也將徹底改變。那些過去被視為「非技術」的能力,像是定義需求、設計架構、驗證可行性,未來反而可能被視為最核心的「技術力」。

像現代建築師的價值,不在於誰畫圖更快、線條更直,而在於誰能重新定義空間與人之間的關係。同樣地,未來最具價值的工程師,或許並非那位最會寫程式的人,而是更懂得洞察問題本質,同時有效運用 AI 協作,來創造出真正有意義專案的工程師。

💡 只要你持續學習、持續創造,你就是 AI 時代最稀缺的工程師。