隨著AI技術逐年突進，過去被視為就業保證的電腦科學（CS）學位，在美國竟也面臨就業困境，更有人預測AI在5年內可能取代一半的入門級白領工作。
從微軟執行長納德拉（Satya Nadella）到Meta執行長祖克柏（Mark Zuckerberg），科技巨頭們都提及未來將有更多程式碼由AI撰寫，甚至連「Vibe Coding」（直覺式程式設計）這個新名詞也開始流行，意指不需深厚基礎，只要會自然語言就能快速開發應用程式。
傳統的軟體開發工作真的要被顛覆了嗎？開發門檻是否真的大幅降低？
以下Q為《數位時代》數位時代創新長黃亮崢James提問，A為曾在大型科技公司負責核心系統開發的技術專家、VoSport共同創辦人暨技術長蘇苑霖的回答，深度剖析這波AI Coding浪潮帶給軟體產業與工程師的真實衝擊。
Q1：第一次使用AI輔助寫程式（AI Coding）的經驗是？你對此的第一印象是什麼？
A：我第一次開始碰到AI Coding，是為了拯救一個我在Microsoft Azure時期負責的系統。當時我需要寫一些PowerShell Script，並在約200萬台虛擬機器上執行。那個Scripting Language我並不熟悉，但我當下決定嘗試用微軟內部的AI工具（當時還不像現在這樣高度整合）來輔助。
我發現，AI可以快速且正確地生成那些最基本、重複性高的程式碼，例如語法或常見API的呼叫。在過去，有經驗的開發者都知道，光是找這些語法錯誤、拼字錯誤、括號遺漏等工作就會花費大量時間。但AI的出現，讓我能直接專注在核心的邏輯和語義上，大幅減少了不必要的思考。
那一次，我原先預計需要至少一兩天的程式碼撰寫與除錯，結果前後大概不到兩個小時內就完成了，而且上線一次就過關，這讓我確切感受到AI Coding帶來的效率提升。
Q2：從您的「Aha Moment」到現在，AI Coding工具對你的工作帶來了哪些顯著的變化？
A：現在AI工具的開發方向，大多著重在如何快速帶入上下文（Context）。對軟體開發來說，上下文就是原本有的程式碼文件、專案資料、資料庫定義等相關資訊。
早期的GPT可能只是一個對話框，你需要自己複製貼上程式碼。但現在的工具，例如Cursor或Windsurf，能自動偵測並提示你目前對話連結了哪些檔案，甚至能涵蓋上千個程式碼檔案。
這大大地降低了公司新人上手門檻。過去，一個資深工程師可能需要花時間帶領新人熟悉專案結構和各種Library的規範。但現在，AI可以快速掃描整個程式碼庫（Repository），甚至是那些很小、但至關重要的程式碼（例如可能只有一兩百行程式碼，但原開發者已離職且缺乏文件），並根據過去的資料和規則，提供即時的指引與建議。
這讓資深工程師能夠從回答「基礎問題」中解放出來，讓他們把時間投入到更需要協調、策略規劃和複雜決策的工作。
Q3：AI正在取代什麼樣的工程師角色？對資深工程師的核心工作模式有何影響？
A：AI正在最快速度取代的是那些 「只想好好寫程式，不想被打擾去做其他事情」的角色。
在大組織中，公司的核心目標是高效率交付成果，而Coding本身其實只是其中很小一部分。當AI能比你更快、更有效率地撰寫程式碼，並且參照過比你多得多的Library時，純粹以寫程式碼為核心價值的工程師就容易被取代。
相反地，AI還難以複製的是 「人與人之間的協調」 。大型公司中，不同團隊間的約定俗成、溝通習慣、對特定技術的偏好，往往不會寫在程式碼或文件裡，這些都是AI讀不到的資訊。
因此，具備跨部門溝通、業務價值判斷、並能有效管理AI輸出的「工程師-PM」複合式人才，將會變得更為重要，我認為純開發者的角色「滿大機率會消失」。
我們（工程師）的工作模式出現轉變，寫程式之外，也必須抉擇工作的優先順序，去指揮許多「AI小精靈」下正確的指令來完成重複性高的任務，這需要我們對商業邏輯與技術架構有更宏觀的掌握。
Q4：你認為這波AI Coding浪潮，對大型軟體公司的人才結構帶來了什麼的根本性改變？
A：我認為這次改變並非單純由AI造成，而是「疫情期間過度徵才」與「AI生產力提升」的疊加效應。
Covid疫情推動了數位轉型，導致科技公司對Coding的需求暴增，為了應付暴增的需求，許多公司稍微降低了招募門檻，導致人才儲備量過高。
然而由於疫情提前結束以及生成式AI 的出現，AI帶來的影響是：它改進了低標，而非試圖取代高標的人。這讓組織不再需要那麼多只負責基礎Coding的初階工程師，因為一個資深工程師搭配AI，就能達到過去多人的產能。因此，軟體工程師的角色正在從「程式碼產出者」轉變為「AI賦能者和架構協調者」。
再加上當AI進場後，大幅度地提升了開發門檻的低標。許多過去需要人力來完成的簡單程式碼、或是那些因人員流動而無人維護的黑箱小型服務，現在都能被AI快速解決或重新理解。
Q5：除了前端工程，後端架構開發是否也同樣容易被AI優化？未來會出現哪些新的工程師角色？
A：AI目前在前、後端的滲透率確實有所不同。前端的程式碼（如CSS、HTML、JavaScript）幾乎是完整地將架構邏輯寫出，AI可以直接讀取並理解流程，以及它要長什麼樣子。
但後端的架構比較混亂、複雜，一般來講不是程式寫出來，特別是大公司透過會議、口頭約定、非程式碼配置（如特定API設定或服務部署細節）來協調的部分，導致 AI 得到的上下文相對來講少很多，讓AI很難讀取。
因此，我認為未來的分工邊界會趨於模糊，但會劃分為三個核心區塊：前端、後端、以及架構。
為了讓AI能有效協調複雜的後端服務，勢必需要一種「AI可讀」的架構描述方式類似於樂團的總譜依樣，透過一個完整的指揮譜（AI架構），把所有的聲部（服務）放在一起。這將會催生「AI架構師」的角色，工作是專門設計與維護這種可供AI理解和介入的系統架構，讓後端系統也能像前端一樣被AI快速掌握和改善。
Q6：對於剛畢業或初階的軟體開發者（Junior Developers），你有什麼建議來應對這波改革？
A：這對初階工程師來說是個挑戰，但也是一個機會，因為你投入的學習時間還不算太多，轉向的成本較低。
我的建議有二：
第一，用AI「復刻」你的作品。 把你剛學會，能用手寫出來的簡單專案（例如一個留言板、一個Blog），嘗試用AI重新開發一次。如果AI做不出來，代表你學的東西沒有被取代；如果AI可以輕鬆完成， 你必須掌握如何指揮AI來產出的能力 。最重要的是，在除錯（Debugging）時，要盡量讓AI來修復錯誤，而不是自己動手，因為你的目標是學會讓AI成為一個可靠的開發夥伴。因為如果 AI 必須依賴你手動修復才能動，表示你的AI其實用的還不到位。
第二，追求End-to-End的應用實踐。 試著用AI獨立完成一個完整的應用程式或服務（從頭到尾End-to-End），而不是單一元件。這能讓你掌握如何將AI整合到一個完整專案流程中的角色。許多學生即使從電腦科學系畢業，也並不一定有獨立完成專案的能力。透過 AI 獨立完成一個完整的應用程式，能讓你掌握宏觀的應用流程。
Q7：對台灣的軟體開發者和企業來說，這波AI Coding浪潮是威脅還是機會？
A：對台灣開發者而言，這是超級大的機會。
過去，台灣開發者在基礎Coding能力上非常強，但往往受限於語言隔閡，在獲取國際資訊（如Stack Overflow、國際論壇上的高價值討論）的速度上會比母語為英語的開發者慢。
現在AI具備強大的多語言資訊整合與翻譯能力，無論是日文、韓文或英文網站上的技術討論，AI都能快速轉譯成中文，並在詢問時提供資訊，等於解除了資訊獲取的語言限制。 而當技術能力不相上下時，誰的「架構能力」和「建構能力」更強，誰就能脫穎而出。 AI讓台灣開發者能夠在不受語言限制的環境下，將核心競爭力展現出來。
對企業來說，不能只買工具，必須從上而下，讓主管和員工了解AI會如何根本地改變工作流程，並鼓勵大家多去嘗試。企業需要建立一個內部的「AI顧問」或Q&A機制，讓員工學習如何下正確的Prompt，以最有效率的方式讓AI解決問題，將時間投入到創造更大的業務價值上。
【Podcast】數位關鍵字EP197：資訊系不再是金飯碗？AI時代新手工程師如何逆轉勝 ft. 蘇苑霖Colin小Q
