多數工程師已經不自己寫程式,約 100% 交給 AI,卻從來沒這麼辛苦過。
這是一位 AI 框架 Keras 的作者,10 月 18 日在 X 上談軟體工程「全面自動化」時提出的觀察。
他列了 4 點,除了上面這兩點,另外兩點是:工程師比 2025 年更多,需求還在成長;雇用這些人和 AI 代理的公司,最終成果通常沒有因為導入 AI 而改變。 這位作者的結論是,要用系統的角度看事情:把其中一個環節自動化,會產生新的摩擦,瓶頸也跟著移到別處。
不用自己寫程式後,工程師的時間花到哪裡
示意:AI 寫程式之後,工程師的時間移到判斷、檢查和系統設計。
貼文底下有位留言者說,他約 1 年來橫跨 2 份工作,主要寫的是提示詞,不是程式。
他的工作沒有變少,而是換成決定什麼值得做、檢查 AI 寫的內容,以及讓人真的用起來。 另一位留言者估計,大型複雜系統裡,寫程式原本約占 20%,其餘 80% 在理解問題、設計與整合。 現在那 20% 幾乎被取代,系統設計就變成工作的幾乎全部。
這個比例也有調查可以對照。
IDC 2024 年的開發者調查顯示,在開發者的工作時間裡,寫應用程式的時間只占 16%,需求與測試案例 14%、資安 13%、CI/CD 12%。 審查這一段,也有人拿出對策。
有位工程師說,檢查 AI 產出已經是工作的一大塊,他最後自己做了一個工具,用 AI 為每個需要人工審查的程式修改整理導覽。 留言裡談到工作去向的幾位工程師,說法很接近:AI 接手寫程式之後,決定做什麼、檢查 AI 的產出和設計系統,還在人手上。
如果你的團隊也開始讓 AI 寫程式,可以看看這幾個環節是不是成了新的瓶頸。