程式教育第二槍,ALPHA Camp宣布停止營運!AI衝擊背後,哪種工程師才活得下來?
程式教育第二槍,ALPHA Camp宣布停止營運!AI衝擊背後,哪種工程師才活得下來?

知名的程式教育機構ALPHA Camp宣布,將在2025年停止營運,暫時退出市場並探索新的方向。

ALPHA Camp擁有超過7,500名學員、校友遍布100+大企業,是許多軟體人的起步之地。ALPHA Camp共同創辦人暨執行長陳治平表示:「這個決定並非受限於外在環境或市場因素,而是經過長期思考後的決定。對於這個傾注了熱情與理想的地方,做出這樣的決定讓我感到無比不捨。」

雖然他提到決定並非市場因素影響,但後續也表示:「 AI技術的進步,讓任何人,都可以隨時隨地獲得個人化的培訓和指導。

只是Alpha Camp的決定,不僅是一個營利機構所看見的未來,更是AI對於整個學習領域的衝擊。

不只ALPHA Camp,「工程師轉職星光大道」也朝AI發展

不只ALPHA Camp,2016年成立的AppWorks School,為完全免費的工程師轉職班。AppWorks School每年都會收到上千封報名表,但錄取率不到1成,被學員稱為「轉職屆的星光大道」,已培育超過1,300名學員、在超過300家企業中任職。

同樣地在2024年,AppWorks School宣布成立Aiworks,透過系統化的AI自動化培訓和專業顧問,為人才提供方向、替企業提升轉型效率。

「在推出Aiworks的同時,我們將暫停『軟體工程轉職班』的營運,未來僅提供企業包班服務,Copilot等大型語言模型的普及,讓多數軟工的生產力大幅提升2~3倍,我們預期供需會日趨平衡。因此,『軟體工程轉職班』也完成它的階段性任務。」在Aiworks成立的宣言中這樣提到

簡而言之,AppWorks School從程式教育轉向AI教育。

ALPHA Camp和AppWorks School為業界帶來萬名的工程師,儘管不是每一個人都會留到最後,卻是重要的人才活水來源之一。

兩者作出類似的決定,搭配大環境的對照,背後的意義顯得更加重要。

根據104人力銀行的數據顯示,軟體工程師的需求並沒有減弱,在AI時代反而還成為需求最高的職位。

只是學習的路徑,早已有了很大的轉變。根據Stack Overflow(程式設計領域的知識+)的2024年開發者調查, 37%的工程師會向AI學習,相信這個數字只會不斷上升

Stack Overflow
根據Stack Overflow的數據顯示,有37%的工程師會向AI找尋答案。
圖/ Stack Overflow

教育界巨人被ChatGPT毆打,吐出9成股價

這個現象不只發生在程式教育領域。成立於2006年的教育科技公司Chegg,讓學生可以把作業貼上去,付費獲得解答,並有租教科書、線上輔導等功能。

在過去一年以來,股價從11美元一路下滑至11月20日的1.73美元,下滑幅度將近9成。媒體也都把矛頭指向了ChatGPT、Perplexity等AI功能,當學生在免費的AI聊天機器人中就可以獲得解答,就沒有使用Chegg的理由。

根據《華爾街日報》的報導,Chegg失去了超過50萬訂閱者、市值蒸發近150億美元。在同一篇報導中,《華爾街日報》引述伊利諾州立大學香檳分校的研究指出,在基礎程式教育中,學生的「抄答案」行為從Chegg轉移至ChatGPT。

延伸閱讀:台灣軟體為什麼一團糟?沒有交大幫或聯電幫,但「軟硬整合」是我們的大機會!

問題不在停運與否,而是「你跟上了嗎?」

從ALPHA Camp、AppWorks School到Chegg,問題不是停運與否。

畢竟,類似的教育機構還是有存在的可能性,AI偶爾還是會吐出有幻覺的答案、系統性的教育規劃也是部分學習者希望獲得的解方。

只是,這麽多人都看到AI學習的潛力,更重要的問題是:「你跟上了嗎?」

他們只是打響第一槍、第二槍的人,這些變化儘管劇烈,對於大多數人還是處於剛開始的階段。無論教育機構的轉型,還是學習者的學習模式改變,都在大聲呼籲「AI正在重新定義學習」,以及如何有效地運用AI工具來學習、驗證與創新(後兩者更加重要)。

當往後重新回憶此現在這一刻,或許會發現這些機構的轉型決定,甚至是學習者個人的轉型決心,是對未來教育模式前瞻性的思考。有在思考的人,才更有機會站到最後。

延伸閱讀:
AI時代來臨,教育部擬推「跨領域學士」!強調2大關鍵能力,最快下學期上路
Google前執行長批「台灣軟體一團糟!」軟硬失衡2大關鍵:生態系、專業分工不明確

本文不開放轉載

關鍵字: #軟體工程師
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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