你用哪個鍵縮排?Stack Overflow:用空白鍵的人薪水較tab高
你用哪個鍵縮排?Stack Overflow:用空白鍵的人薪水較tab高

寫程式縮排到底要用空白鍵還是tab,是開發者圈長久以來不斷爭論的問題。雖然兩者各有擁護者、孰優孰劣尚無定論,但程式問答網站Stack Overflow的調查卻發現,縮排使用習慣和薪水間有著令人出乎意料的關聯:使用空白鍵縮排的開發者,薪水比用tab縮排的開發者高。

使用tab縮排的速度快、檔案小,但在不同編輯器上排版容易亂掉

空白鍵派和tab鍵派彼此看不順眼的橋段,也曾被美劇《Silicon Valley》(矽谷群瞎傳)作為素材搬上螢幕。劇中主角Richard Hendricks因為太介意曖昧對象使用空白鍵縮排、而非tab,兩人因此鬧翻。

螢幕快照 2017-06-16 下午2.53.26.png
空白鍵派和tab鍵派彼此看不順眼的橋段,曾被美劇《矽谷群瞎傳》作為素材搬上螢幕。
圖/ 截圖自《矽谷群瞎傳》

擁護tab的人認為,用tab鍵縮排的速度快又整齊、檔案又小,用空白鍵縮白簡直就是在鍛鍊手指肌肉。然而擁護空白鍵的人指出,使用tab最大的缺點在於,不同平台的編輯器會將tab字元視為不同長度,例如,Unix是8個字元,Windows、OSX是4個字元,一旦使用不同編譯器打開,存取可能出錯、排版容易亂掉、也易造成檔案合併上的困難。

Google規定工程師必須使用空白鍵縮排

為了證明到底哪種方法更主流,Google工程師Felipe Hoffa在2016年分析Github上前40萬個repositories、10億份程式碼、其中包含14種不同的程式語言。結果發現,除了C和GO語言外,使用空白鍵縮排的檔案遠多於tab。

aljisg2evvamxa2aqjye.jpg
除了C和GO語言外,使用空白鍵縮排的檔案遠多於tab。

而另一名Google軟體工程師Paul K. Young也在Quora上回答,Google內部規定工程師在寫C++和Java程式碼時,必須要使用空白鍵縮排,原因在於tab在不同編輯器看起來都不同,可能導致存取錯誤,或造成檔案合併上的困難。

看來,使用空白鍵縮排已經獲得Google和多數開發者認可,而Stack Overflow的最新調查,可能會讓更多tab擁護者心碎。

使用空白鍵縮排的開發者,薪水較使用tab的開發者高出8.6%

Stack Overflow分析近3萬份問卷,發現使用tab和空白鍵的人約各佔40%,剩下的人則表示會交叉使用。不過,在比較縮排使用習慣和薪水的相關性後,發現使用空白鍵縮排的開發者,平均年薪為59,140美元,而使用tab的開發者年薪則僅43,750美元;無論年資長短,使用空白鍵縮排的開發者,薪水都較使用tab的開發者高。

salary_graph-1-1024x731.png
無論年資長短,使用空白鍵縮排的開發者,薪水都較使用tab的開發者高。
圖/ Stack Overflow

以不同國家來看,也發現使用tab和空白鍵縮排的使用習慣,和薪水有顯著差異。可見,使用習慣所造成的薪水差異,並非來自不同國家的經濟狀況,例如,GDP較低的國家習慣使用tab,才導致tab的平均薪資較低。

salary_by_country-1-1024x768.png
以不同國家來看,也發現使用tab和空白鍵縮排的使用習慣,和薪水有顯著差異。
圖/ Stack Overflow

再看到tab和空白鍵使用習慣和開發類型以及程式語言的關係,發現不論哪種開發類型或程式語言,使用空白鍵的平均薪資皆高於使用tab。

salary_graph_devtype-1-1024x717.png
不論是哪種開發類型或程式語言,使用空白鍵的開發者平均薪資皆高於使用tab。
圖/ Stack Overflow

而若將所有可能影響薪資的因素考量進來,包含使用tab還是空白鍵、國家、寫程式年資、開發種類和語言、教育程度、在開源圈是否活躍、是否把寫程式當作興趣、公司規模等,發現使用空白鍵的開發者,薪水較使用tab的開發者高出8.6%,相當於多了2.4年年資的薪資漲幅。

當然,這並不表示是因為使用空白鍵縮排的習慣讓這些開發者薪水較高,只能說兩者有相關性,但是很有可能有其他影響因素。看完這份調查,原本使用tab鍵縮排的人會想試試看改用空白鍵嗎?

資料來源:Stack Overflow、Gizmodo、Quora

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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