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

你用哪個鍵縮排？Stack Overflow：用空白鍵的人薪水較tab高

程式問答網站Stack Overflow的調查發現，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。

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。

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。

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。

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。

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？

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。