近年來，生成式AI正以驚人的速度重塑各行各業，對軟體工程師的影響尤其深遠。AI不僅改變了傳統的開發模式，更讓工程師面臨前所未有的職涯挑戰與轉型壓力。
過去軟體工程師以熟練的程式撰寫能力作為核心競爭力，但如今這項能力正在快速「商品化」。AI可以在短時間內完成大量程式碼生成與測試，使得初階工程師的價值大幅壓縮。
《經濟學人》曾指出，隨著生成式AI持續演進，企業將一邊積極爭奪懂AI的高端人才，一邊裁減傳統工程師職位。新聞評論網《Vox》更直言，在2023年全球科技公司大規模裁員潮中，軟體工程師佔比最高，約有近20%被裁員的員工來自工程師職位。換句話說，AI的普及，正在直接重塑企業的人才結構。
AI工具崛起：工程師的新基本門檻
川岳醫學中心技術長，同時經營Podcast頻道〈海家帶你游程式〉的劉育嘉觀察到，AI工具大幅提升了資深工程師的效率，卻也加速了初階工程師被取代的隱憂。他直言：「現在很多專案，以前需要2~3個小組分工合作、歷經數週才能完成，但透過Claude、Cursor等AI輔助工具，下好指令後，幾乎一個下午就能完成。」
這種劇烈的生產力差異，讓工程師的競爭條件發生質變。企業在招募時，除了看基本的程式能力，還會直接詢問應徵者是否熟悉AI工具、如何運用它們來輔助開發，甚至要求展示實際案例。若兩位工程師技術水準相當，但其中一位能藉由AI將產能提升30%，另一位卻停留在傳統方式，企業自然會選擇前者。
因此，善用AI已不再是加分題，而是工程師的「基本工」。工程師必須學會如何結合AI工具進行程式撰寫、除錯、文件生成與系統測試，才能符合市場的新標準。
初階工程師的焦慮與資深工程師的新挑戰
劉育嘉坦言，AI讓初階工程師的處境更為險峻。「原本資深工程師需要下放的執行任務，AI就能處理，而且正確率往往更高，還沒有人的情緒問題。」這意味著，一位資深工程師加上AI的輔助，其產能甚至能抵一個小團隊。對企業而言，這樣的效率遠勝於養一批新手。
然而，這並不代表資深工程師高枕無憂。AI的更新速度極快，若無法持續學習、保持敏銳度，資深工程師也可能在幾年內被新一代「AI原生工程師」取代。所謂「AI原生工程師」，指的是從學習程式之初就將AI當作標配工具的一代，他們在工作習慣與思維模式上，將更自然地把AI視為「副駕駛」，而不是外掛。
儘管AI強大，卻並非萬能。在高度客製化、跨系統整合的複雜任務上，AI仍存在明顯瓶頸。劉育嘉指出，像醫療資訊系統這類龐大、老舊、彼此割裂的架構，往往需要大量人為介入與協調。
例如，台灣大型醫院普遍各自開發不同的資訊系統，診所則多半購買現成軟體，彼此之間資料交換困難。這些系統往往混雜著不同年代、不同語言撰寫的技術，還涉及合規要求與廠商壟斷。AI雖能提供輔助，但無法取代其中的專業判斷與跨部門協調。
在這種情況下，資深工程師的價值體現在： 能清楚辨識問題、提出整合方案，並有效地指揮AI與團隊完成任務 。這也是為什麼「系統整合」被視為AI時代的新藍海。因其複雜度高、難以自動化，對工程師而言反而是一個相對穩固的避風港。
工程師的出路：持續學習與多元發展
除了強化AI工具應用力與系統整合能力，工程師也需要擁抱多元化的發展路徑。劉育嘉本人除了正職的技術長，還經營個人Podcast，並與孩子一起探索AI開發。他認為，斜槓經驗能幫助工程師保持敏捷思維，避免被單一技能綁死。
更重要的是，工程師應該將AI視為學習與創新的跳板。例如，利用AI快速驗證創業想法、加速副業產品的開發，或是投入AI難以觸及的專業領域（如醫療、製造、金融科技），這些都能成為職涯轉型的契機。
「軟體工程師現在就在一艘叫AI的船上，你要選擇成為舵手，還是準備救生艇？」劉育嘉的比喻點出了一個現實：在AI時代，不進則退。那些持續學習、敢於跨界、能將AI融入自身工作流程的人，才有機會成為未來的掌舵者。
這場由AI引領的變革，短期內帶給初階工程師的壓力最大；中長期來看，能否持續精進AI應用力、掌握系統整合能力，並嘗試多元發展，將決定誰能挺過這場風暴。如何善用AI來解決更複雜的問題，並在AI無法取代的深水區展現專業。選擇被動淘汰，或是主動進化，將成為工程師的分水嶺。
延伸閱讀：在微軟上班薪情有多好？AI工程師平均年薪破600萬元，「這部門」人人都戴金手銬
「AI提示詞工程師」是什麼？年薪百萬、企業想要⋯但其實很容易被取代？
