[洪士灝] 寫程式到底要不要天份和熱情?
[洪士灝] 寫程式到底要不要天份和熱情?
2015.09.21 | 技能

看到這篇標題為「寫程式不需要天份,也不需要熱情」的文章,覺得還頗有趣的。我很同意作者要破除「深植人心的刻板印象」的心意,想先談破除迷思這個部份,至於寫程式的部份,則有待討論,文末再談。

有時會看到這類經由聳動標題鼓勵讀者思考的文章,有的是作者刻意,有的是媒體加料的。我想最重要的是內容要言之有物,讀者要能思辨。我就常常藉這些機會思辨,用寫文章來澄清思緒,改變自己對事情的刻板印象。

如果我們把這篇文章的標題改為「寫文章不需要天份,也不需要熱情」,似乎也可以論證。馬上想到,一大堆記者天天寫文章,有天份和熱情嗎?(最近有人諷刺記者,說小時不讀書,長大變記者)。

寫一篇四平八穩的文章,不見得需要天份,倒是比較需要努力,但是才氣縱橫的文章,則是沒天份不行。熱情的作家比比皆是,但有影響力的名家不多。而我們從小背國父、蔣公的文章,請問他們有寫作天份,有天天想寫作的熱情嗎?名家和文章的影響力,與很多其他的因素相關,包括政治和機運,在此不一一列舉,所以這問題沒有標準答案,而答案要看你想寫何種文章而定。

圖說明
(圖片來源:ShutterStock)

我們還可以把題目換成「造東西」,但「造房子」「造汽車」「造飛機」「造火箭」同樣都是造東西,那個需要天份和熱情?講清楚之後,答案可能大不同。如果我們籠統地說「寫程式」,不問清楚是寫什麼程式,那要怎麼談呢?

因此,要思辨這類問題,關鍵往往在於深入追究文字的定義與內涵。一般人總是習慣接受主流的籠統概念,但卻不見得抓得住其具體內容和範疇,所以拿一個籠統概念套上另一個籠統概念。

傳統教育比較不鼓勵思辨,而且特別喜歡看大師如何扼要地回答「大哉問」。很多人特別愛摘錄大師嘉言錄,但不見得知道其微言大義。很多大師自己好像也不願多費唇舌講清楚,只好讓後人自己去揣測「道可道、非常道」的意思了。

我個人提倡在中小學教程式寫作,其中許多好處之一,就是「訓練學生清楚正確表達想法」。目前的作文訓練,很多只是教學生像大師般在短短的篇幅中籠統地說大道理,不夠清楚,也不見得正確。而數學和理化的訓練,則是機械式的解題,解答的式子能有幾行?算不上什麼表達想法的訓練。

承接以上的脈絡,我們來談「寫程式需不需要天份和熱情」這個命題時,首先需要更進一步講清楚「寫程式」的目標,才有辦法深談這件事。例如我簡單將寫程式的目標,分為以下三類分別做討論:

(1) 寫程式來解決特定非電腦領域的應用問題

需要的是解決問題的天份和熱情。這類工作只要程式的邏輯正確,能力得以解問題、創新應用,那麼程式寫得好不好,不是重點。如果程式或演算法寫不夠好,找(2)的人來改;系統不夠強,找(3)的人來一起解決。

(2) 寫程式來發展電腦領域內的軟體

這種人,常常是在所謂純軟體公司工作,一天到晚與電腦接觸,時時要面對不斷累積、越來越複雜的電腦軟體,常常要學習新的軟體語言、介面、架構,如果沒有天份,那麼可能難以理解複雜的部份,如果沒有熱情,恐怕不易堅持下去。

(3) 寫程式來研究和發展電腦系統

這種人,例如在 Google/Facebook/IBM/Intel/Apple/Oracle的系統研發部門,最重要的是搞清楚各類與電腦系統相關的技術,改進現有的技術,而他們用來利用電腦來管理、分析和設計新的電腦系統的東西,都是程式,所以他們需要懂得寫程式,但未必是程式高手。

這樣討論就清楚些了,不是嗎?如果大家都把話講清楚,雞同鴨講的事情應該會減少些。

圖說明

我個人很不喜歡「以寫程式能力來判斷是否為強者」以及「為了寫程式而寫程式」的作法。過度強調這些,的確是造成社會刻板印象的根源之一。但是懂得寫程式的人有很多在做(1)和(3)的工作,需要的遠遠不只寫程式的能力,所以不應該特別突顯(2)的狀況,或是以為只有(2)才是王道

然而,做任何學習和工作最好要具備起碼的天份和熱情,只是所需的專業和程度多寡不同而已。所以說「寫程式不需要天份,也不需要熱情」這句話是有瑕疵的,拿來破除迷思可以,但請不要籠統地抓住這句話到處去宣揚。

總之,想學寫程式,多一項能力,也多了邏輯思考和清楚表達的訓練,是一件好事。至於學了之後要做什麼,那就有太多的選項,最好的方法,就是先入門來學,才能確切分辨以上所講的事。

原文出處:洪士灝臉書

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓