AI 與工程師未來

前陣子又思考了一下自己對於 AI 還有軟體工程師這個職業的看法。

會再次思考的轉捩點有兩個，一是之前分享過的，用 AI 做逆向的時候發現 AI 的能力比我想像中的厲害許多，真的被驚艷到了。

二是在工作中見證了 AI 的強大，例如說設計在某些狀況下可能直接被跳過了，因為 AI 就能直接給出可接受的解答（至少對內部系統來說）。

那為什麼軟體工程師不行呢？如果越來越多工程師只是把 spec 或是需求丟給 AI 讓 AI 做，review 也給 AI，那需求方是不是也能跳過工程師，直接用 AI 把東西做出來？這點在一些小需求上面已經是這樣了，已經有很多不會寫 code 的人靠 AI 做出了滿足自己需求的產品。

有些人可能會反駁說：「可是 OOO AI 辦不到啊，做得很差」，這個 OOO 你可以帶入如資安、部署、合規或是性能調整等等，任何你覺得 AI 現在做不到的事情。

兩年前我也覺得 AI 做不到融合現有產品寫 code，只能拿來寫新的小玩具而已。一年前我也不覺得 AI 可以從頭寫出一個具有完整度的產品，而且自己測試。

在談 AI 能力的時候，我常常會想，這些做不到的事情，是現在做不到，還是以後也一定做不到？或是，腦海中能不能想像 AI 做到的樣子？

如資安，以前 vibe coding 常被詬病資安很差，但現在 AI 在資安上的能力越來越強，你寫完 code 只要讓他自己再 review 一遍資安，我是覺得基本常見的漏洞應該都找得出來。

最近碰到這種問題時，我的思考模式已經漸漸轉變為：「既然 AI 做不好，你該做的不是說 AI 不好用然後放棄，而是教 AI 做好」。

你覺得 AI code review 不好，就把你怎麼 code review 的經驗分享給他；你覺得 AI 找不出漏洞，就把你找漏洞的心得跟流程分享給他，要他學著點。

雖然說人腦中的知識跟經驗很難完全 dump 出來，但提供一些方向是做得到的，或也可以提供一個 checklist 讓 AI 慢慢勾，有足夠 token 的話每一項開一個 subagent 去跑也行。

總之呢，我從認知到 AI 的強大之後，開始重新思考軟體工程師會不會被「取代」（這個取代有很多不同層面上的意思），再思考軟體工程師的職責到底是什麼，被取代的前提又是什麼。

然後又想到了團隊分工的轉變，以前做 prototype 都是 PM 自己先弄個 wireframe，然後設計幫忙，現在一步到位 PM 直接寫 code 出 prototype 了，還可以沿用已經有的 design system。

簡短摘要就到這裡，其他細節都放在文章了，聊的東西比這邊多而且思考過程更完整，對這話題有興趣的話可以看看。