最後再來破除一個盲點 信徒也很愛講 80% 的工程是單純的 CRUD， 然後因為 AI 在這方面又可以生成夠好用的程式碼，所以就推論人要被取代。 姑且假設這是真的，但是早在很多年前， 那些領人規格的純碼農就有不少時間不是在寫程式，我的體感是至少 50%。 這些時間若不是在看程式碼了解情況，不然就是驗證開發結果，再不然就是在除錯。 儘管生成式 AI 也能參與這些事，但因為它是精緻的人云亦云機器， 沒有真正的認知能力以及完備的推理能力，所以幫助有限。 簡單的部分做得好，但時間上沒贏傳統方法或傳統工具太多， 難的部分要了解用途與使用情境，要縝密的推理，但它沒有認知理解能力，難幫上大忙。 也就是說，即便樂觀的認定這波生成式 AI 可提高實作階段的生產力到 200% 以上， 把實作時間減至原本的 1/3 ~ 1/2，但也就是在本來已很高效的環節再提升一些效率， 不會達到什麼一人掯五人鍋的程度。 現狀與過去的情況類似，整套工作流程的效能瓶頸始終在人類這邊。 人腦的反應速度比電腦慢很多，而且只要老闆或同事亂砸隕石、 亂開無意義的會議──那就可以輕易抵消你從 AI 等工具得到的效率。 除非老闆要把事業收掉，否則頂多因此短期內不補人，但長期仍會繼續補人， 不然員工會老，會離職，他將沒有接班梯隊。 偏偏現在多數發展中國家和已開發國家都有高齡少子問題。 當人力的供給變少了，那麼即便只看供需也難以斷定是否會造成大規模失業。 （當然，他可以藉著生成式 AI 翻譯對話僱用便宜勞工，但如果他外語不夠好， 那他就很難斷定 AI 是否傳達正確。這樣只要會錯意就有可能得不償失。） 更何況，在科技突飛猛進的背景下，許多開發人員早就分擔了產品經理、專案經理、 系統分析師或系統設計師的職責。 他可能要跟其他部門交涉，要寫使用手冊和管理手冊，要安排上線計劃。 這部分因為生成式 AI 沒有認知能力，難以了解系統用途與使用情境， 而且又不是很了解公司的文化， 還往往只能憑系統內特定元件的變數或類別名稱猜測系統用途， 所以它難以掌握系統的全貌，也難以提供不需人工調整的結果。 如果你還是想藉著某些信仰活動表達自我，那我建議你換個崇拜對象， 改信那幾大公有雲供應商吧！ 他們不但掌握 AI 技術，而且在開發者運用 Lambda 等無伺服器服務建構系統後， 理論上可以代為處理幾乎所有的技術面問題，而且還能生成完善的自動化測試程式， 畢竟他已經知道整套系統從頭到尾有哪些邏輯分支。 以後的資訊人員可能就剩改改服務界面、改改 Lambda、生成各類報告等雜事了， 到時一人管十套系統都不奇怪， 有些單位可能還會由業務人員或其他支援單位成員兼任資訊人員。 更重要的是──這些大廠既有資本，也有動機發展這些事物。 錢很重要，農業革命也是因為它吸引很多資本投入研發和生產呀！ 所以說啊，與其在特定時空信仰某種技術，為什麼不乾脆信仰金錢呢？ 這東西可厲害了~ 你要是加入拜金神教，那我相信別人不贊成也很難反對，沒錯吧？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.167.10.120 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1751616493.A.4D6.html ※ 編輯: dream1124 (118.167.10.120 臺灣), 07/04/2025 16:11:12