CTO到底該不該寫程式?
CTO到底該不該寫程式?

醫療社群丁香園的 CTO 馮大輝離職了,炸出了科技產業裡的一個大問題:CTO到底應不應該寫程式?

具體來說,CTO在公司裡是幹嘛的?他/她到底寫不寫程式?該不該做程式審查(code review),親力親為給工程師做出榜樣?還是把握一下大方向、設計架構、管管工程師,提供一些培訓?抑或應該把行銷長以及「吐槽老東家」長的職位一併兼了?

在中國,大大小小的工程師們就這個問題已經吵成一團;那我們不妨去看看矽谷。帶著這些問題,我們問了一圈矽谷大小科技公司的 CTO、VP Engineering、技術合夥人,以及其他各種高階技術管理職稱上的朋友。


## 矽谷 CTO 寫不寫程式? 

我們發現在矽谷,技術類公司比純網路產品公司多得多。大部分 CTO 不但會寫程式,程式也是他們日常最重要的工作內容。

Movidius 是一家研發低功耗視覺處理晶片的矽谷科技公司,現在已經擴張到了400多人的規模。 Movidius的 CTO David Moloney 在愛爾蘭都柏林工作,他負責管理一支超過 120 人的技術團隊,因此也設有一個 「CTO 小組」,每天花 10-15 分鐘聽取小組成員的報告並作出指示。他常用的溝通工具是 Slack。

儘管如此,David 仍然很享受親力親為的工作風格,也是公司的技術迭代的主要功臣。他告訴我們,他的日常工作主要包括設計演算法、寫專利聲明以及幫助解決成員提出的技術問題。

我們按照專案和任務分成小組工作,我本人經常寫 Octave(Matlab)、C/C++ 來開發演算法,日常使用 GCC 和 Visual Studio(兩種編程工具)。我們使用 GitHub 來管理所有的程式。

除此之外,David 還會親自撰寫很多的專利聲明,而非將其交給下屬以及其他法律顧問。

David Meloney

David Meloney

其實不只David,採訪中我們發現,在矽谷,捲起袖子上陣寫程式對於 CTO/技術合夥人/高階技術管理人員來說簡直是家常便飯,幾乎不分公司技術團隊人數多寡。

一家由機器人 SLAM(定位、識別和行動技術)公司的共同創辦人匿名接受了採訪。他告訴我,因為是技術公司沒有設立 CTO 的職位,自己和另外一個創辦人每天大約有 8 個小時在寫程式,剩下 4 個小時做管理和溝通工作。

寫程式是每天工作主要部分,語言包括 Python、Java、C++、C 等。

這家公司的技術團隊目前有 8 個人,一半在開發演算法,另外一半做開放系統。

看完小公司,讓我們看看大公司是怎麼搞的。一位前微軟員工告訴我們,「印像很深的是在微軟,一個高階總監管理多於 300 個技術人員,還在堅持對核心部件進行 code review,時不時自己寫程式,程式質量還很不錯。」

微軟現在不設 CTO 職位,每個主要業務單獨設立部門,由資深的技術負責人擔任SVP——這些大多擁有十年以上的微軟工作經驗。

Oculus VR 是世界上最知名的VR 技術公司之一,在被Facebook 收購後成長迅速,員工總數從去年的數百人成長到今年的逾千人,其中技術人員比例很高,但該公司的大神級CTO John Carmack 仍是一副不寫程式不舒服的樣子。他討厭管理,由其討厭開會,曾經在 Twitter 上說

沒有什麼比「取消:(某會議)」的郵件標題讓我笑得更開心了。

j-carmack-twitter

一位知情者告訴我,Carmack 超級不喜歡別人打擾他。他早年用過一些很奇怪的工具來提高自己的工作效率,比如工作的時候開始用CD 機放音樂,但凡有任何中斷(上廁所、收發郵件、被人闖進辦公室)就暫停,然後記錄一天下來暫停了多少次。著名遊戲開發者Richard Garriott曾這樣評價John Carmack在程式上的水平和造詣:

這個人啊,他的大腦分成兩個部分,一塊存儲Oculus的所有程式,另一塊存儲他創立的那個火箭公司的所有技術——而且跟內存一樣,他隨時能調取出任何一家公司、下屬專案裡面的任何一個程式細節。他真是讓我很沒自信……

John Carmack

John Carmack

  

## 矽谷 CTO 怎麼看待不寫程式這件事? 

那家機器人技術公司的共同創辦人向我表示,如果技術人員不多,比方說10-50 名的話,CTO 不寫程式是一件挺不可思議的事,「與一般技術人員不同,他們只負責一小部分,我們需要了解系統的每一部分。」

但是在那些擁有50名以上技術人員的中型甚至大型公司裡,情況會根據公司而變化。

一個普遍的觀點是,CTO 應該根據公司需要轉變職能,甚至偶爾身兼多職。 Peloton Technology 的首席網路架構師Tony Li 認為,當公司需要擴張,那麼CTO得設計好系統架構;如果公司需要一個技術傳教者(比如在融資、招人或公關的時候),那麼CTO 也得是一個好的演講者……

當然,如果公司還是需要好工程師,那 CTO 照樣還得寫程式。總而言之,CTO 應該捲起袖子上陣的心態還是被大部分創立於21世紀的美國科技公司所接受。

Movidius 的 David Moloney 1985 年開始工作,曾在多家半導體業界知名公司擔任工程師、主任設計師、技術總監等職位。他認為CTO的確不用寫程式就可以管理,有什麼事情交給團隊成員也行——儘管他強調那不是他的風格。

如果我這樣做了,會感覺很不舒服。我認為作為CTO,首先應該是一個技術問題上的破冰者。

集客式行銷公司 HubSpot 總部位於馬薩諸塞州,已於早年上市,現在員工人數也超過了500人。其 CTO Dharmesh Shah 2014 年曾經回答過「CTO 應不應該寫程式」的問題。 他認為 CTO 應該寫程式,就像銷售 VP 得去銷售一樣。

Dharmesh Shah

Dharmesh Shah

除非那種已經很龐大的公司,在新創公司裡,每個人都要親力親為。我從來不相信純粹的管理職位。

## 不寫程式的 CTO 就失職了嗎? 

或者:寫程式應該成為 CTO 的核心競爭力嗎?

這才是見仁見智的地方。大多數採訪對像都會告訴我,他們認為 CTO 不寫程式可以理解。比如有些經驗豐富,任職於大公司的 CTO,確實應該花更多精力把握大方向,設計架構、分配工作、優化整體性能、確保系統的穩定和安全。具體的執行和實現,由部屬來完成。

比如,有些大的公司不設 CTO 而是設工程副總裁 VP Engineering,但也能見到 VP Engineering 轉職 CTO(比如 Facebook),或者兩個職位共存的情況。曾在多家公司擔任 CTO 的 Vijay Venkatesh 認為,VP Engineering 更多負責現有產品,而 CTO 擔負的是設計未來專案,讓它與現有產品在技術上能夠更好融合的責任。

在這樣的公司裡,CTO 應該有著比普通工程師更全面的技能和更大局觀的視野。 不可否認的是,CTO的程式能力越強大,越能跑好把公司規劃、業務需求透過技術落實的這個流程。程式能力是應該是讓CTO 龐大的技能樹更好地生根發芽的養分,而不是樹根本身。

CTO 應該會寫程式嗎?應該。寫程式是核心工作內容嗎?不應該是。用程式寫得好不好評價 CTO 合適嗎?不合適。

 ——這不是採訪對象們說的,是我總結的。


事實上,無論在矽谷還是中國,不少小型新創公司的早期技術員工都面臨這樣的狀況:行動端和web開發都得懂,平時還得維護自己的郵件/日曆系統,公司斷網了又要負責檢修和給營運商打電話,拉條電話線都得親自出馬。這哪裡是技術長,分明就是首席全棧苦力嘛。

而當公司發展起來之後,中美的情況卻發生了變化。

矽谷這些 CTO(除了 Carmack 大神),要不是一人扛起整個公司的技術運轉,就是在投入巨大精力親力親為。他們會這麼做的原因,也在最一開始提到過:技術對於這些公司的重要性,比技術對於中國大部分新創公司的重要性,都高得多;而CTO們需要考慮的技術之外的因素,也少得多。

而在中國,CTO 卻往往沒有辦法這麼去做了。中國科技圈太崇拜靠營運、靠打仗和修建城池獲得成功的神話。微信、淘寶、微博,哪一個不是這樣成功的呢?相比之前,技術的重要性太低,太不被外界重視。技術不會決定生死,產品做得差不多就行,靠推廣甚至靠搏眼球才能成功。這也是為什麼在矽谷,新創公司的CTO 們往往捲起袖子寫程式,而在中國這樣的環境裡,一名合格甚至優秀的新創公司CTO 卻得去考慮程式以外其他很多事,他們的價值,也就不能僅僅用程式來衡量。

所以,對於一個沒有技術缺陷、擅長營運、具備網紅人格,還為其帶來了巨大的影響力的 CTO,卻用單純用「寫不寫程式」來評價功過,並不太合適。特別是當我聽說,整件事情幕後真相的討論點已經從「匿名指責CTO不寫程式」過渡到「團隊拒不兌現 CTO 期權」的時候,我就更明白了:

指責CTO 不寫程式不過是一盆潑出去用來轉移視線的髒水,背後藏的,卻是希望藉著「程式之爭」來達到其否定CTO 價值、繼而撕毀契約目的的厚臉皮和小算盤。

本文授權轉載自:PingWest

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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