這是一個揮之不去、略帶不安的問題，它經常出現在程式設計師、創始人以及所有曾與神秘bug打交道的人的深夜Slack聊天和咖啡因助興的辯論中。一方面，人工智慧工具變得越來越快、越來越精準，它們產生程式碼的方式幾乎令人難以置信。另一方面，軟體工程從來都不是僅僅編寫語法。讓我們來深入探討一下——但不要落入常見的「機器將統治世界」的反烏托邦科幻劇本。.
您可能還想閱讀以下文章：
🔗 用於軟體測試的頂級人工智慧工具
探索人工智慧驅動的測試工具，讓品質保證更智慧、更有效率。.
🔗 如何成為人工智慧工程師
一步步教你如何在人工智慧領域打造成功職涯。.
🔗 最佳無程式碼人工智慧工具
使用頂級平台，無需編寫程式碼即可輕鬆建立人工智慧解決方案。.
軟體工程師很重要🧠✨
拋開鍵盤和堆疊追蹤不談，工程的本質始終是解決問題、創造價值和系統級判斷。誠然，人工智慧可以在幾秒鐘內生成程式碼片段甚至建立應用程式框架，但真正的工程師能夠創造出機器難以企及的東西：
-
語境的能力。
-
權衡取捨（速度、成本和安全性…始終是一項需要權衡的挑戰）。.
-
人合作，而不僅僅是編寫程式碼。
-
捕捉那些不符合常規模式的奇異邊緣案例。.
把人工智慧想像成一個速度快得驚人、不知疲倦的實習生。它有用嗎？當然有用。但它能主導架構嗎？不能。.
試想：一個成長團隊想要開發一項功能，該功能需要與定價規則、舊的計費邏輯和費率限制相銜接。人工智慧可以編寫部分程式碼，但決定將邏輯放在哪裡、哪些邏輯需要棄用，以及如何在遷移過程中避免發票出錯——這些判斷權都屬於人類。這就是差別所在。
數據真正揭示了什麼📊
這些數據令人矚目。在結構化研究中，使用 GitHub Copilot 的開發者完成任務的比獨立編碼的開發者快約 55% 將人工智慧融入工作流程後，可提升高達 2 倍 84% 的開發者正在使用或計劃使用人工智慧工具，超過一半的專業人士每天都在使用[3]。
但這裡有個問題。同行評審的研究表明，借助人工智慧輔助的程式設計師更有可能編寫不安全的程式碼，而且往往過於自信[5]。這正是框架強調安全防護措施的原因：監督、檢查、人工審查，尤其是在敏感領域[4]。
快速對比：人工智慧 vs. 工程師
| 因素 | 人工智慧工具🛠️ | 軟體工程師👩💻👨💻 | 為什麼這很重要 |
|---|---|---|---|
| 速度 | 閃電般的片段[1][2] | 更慢，更謹慎 | 速度並非最終的贏家。 |
| 創造力 | 受其訓練資料約束 | 其實可以發明 | 創新並非照搬模式。 |
| 偵錯 | 建議進行表面修復 | 明白為什麼它 | 根本原因至關重要。 |
| 合作 | 單人操作員 | 教學、談判、溝通 | 軟體 = 團隊合作 |
| 費用💵 | 單次任務成本低廉 | 成本高（薪資+福利） | 低成本≠更好的結果 |
| 可靠性 | 出現幻覺，存在安全隱憂[5] | 信任隨著經驗的累積而增長。 | 安全和信任至關重要 |
| 遵守 | 需要審計和監督[4] | 規則和審計設計 | 在許多領域，這是不可談判的。 |
人工智慧編碼助理的激增🚀
Copilot 和基於 LLM 的 IDE 等工具正在重塑工作流程。它們：
-
立即產生模板草稿。.
-
提供重構建議。.
-
解釋你從未接觸過的API。.
-
甚至吐出了測試結果（有時是片狀的，有時是固體的）。.
關鍵在於：初級任務現在變得非常簡單。這改變了初學者的學習方式。反覆鑽研不再那麼重要。更明智的做法是：讓 AI 先起草程式碼，然後再進行驗證：編寫斷言、執行程式碼檢查工具、進行嚴格的測試，並在合併程式碼之前檢查是否有隱藏的安全漏洞[5]。
為什麼人工智慧仍然不能完全取代人類
坦白說：人工智慧很強大，但也很……天真。它不具備：
-
直覺－辨識無意義的需求。
-
倫理學——權衡公平、偏見和風險。
-
背景－了解某個功能應該存在或不應該存在的原因
對於關鍵任務軟體——例如金融、醫療、航空航太——你不能冒險使用黑箱系統。相關框架明確規定：從測試到監控，始終由人負責[4]。.
「中階員工流失」對就業的影響📉📈
AI對技能等級中等的玩家打擊最大：
-
入門級開發人員：脆弱－基礎編碼即將自動化。發展路徑？測試、工具開發、資料檢查、安全審查。
-
資深工程師/架構師：Safer - 負責設計、領導、複雜性和協調人工智慧。
-
小眾專家：更安全－安全、嵌入式系統、機器學習基礎架構、領域特性至關重要的領域。
想想計算器：它們並沒有消滅數學，而是改變了哪些技能變得不可或缺。.
人類特質人工智慧絆倒
人工智慧仍然缺乏的一些工程師超能力：
-
處理錯綜複雜、如同義大利麵般混亂的遺留程式碼。.
-
了解使用者的痛點，並將同理心融入設計中。.
-
應對辦公室政治和客戶談判。.
-
適應尚未發明的新範式。.
諷刺的是，人性因素正成為我們最大的優勢。
如何讓你的職涯面向未來🔧
-
協調合作，而非相互競爭：將人工智慧視為同事。
-
加倍重視審查：威脅建模、規範即測試、可觀測性。
-
深入了解各個領域：支付、醫療、航空航太、氣候——背景至關重要。
-
建立個人工具包：程式碼檢查器、模糊測試器、類型化 API、可重複的建置。
-
文件決策：ADR 和清單使 AI 變更可追溯 [4]。
未來趨勢：合作而非取代 👫🤖
真正的問題不在於“人工智慧對抗工程師”，而在於人工智慧與工程師的合作。積極參與的人將行動更快、視野更廣闊，並能分擔繁瑣的工作。而那些抵制合作的人則有落後的風險。
現實檢驗：
-
例程代碼 → 人工智慧。.
-
策略 + 關鍵決策 → 人類。.
-
最佳結果 → AI 增強型工程師 [1][2][3]。.
總結📝
那麼，工程師會被取代嗎？不會。他們的工作會改變。與其說是“程式設計的終結”，不如說是“程式設計正在進化”。最終的贏家將是那些學會駕馭人工智慧而不是與之對抗的人。
這是一種新的超能力，而不是解僱通知。.
參考
[1] GitHub。 「研究：量化 GitHub Copilot 對開發者生產力和幸福感的影響。」（2022）。 https: //github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/
[2] 麥肯錫公司。 「利用生成式人工智慧釋放開發者生產力。」（2023年6月27日）。 https ://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai
[3] Stack Overflow。 「2025 年開發者調查—人工智慧」。 （2025 年）。 https ://survey.stackoverflow.co/2025/ai
[4] NIST。 「人工智慧風險管理架構（AI RMF）」。 （2023年至今）。 https ://www.nist.gov/itl/ai-risk-management-framework
[5] Perry, N., Srivastava, M., Kumar, D., & Boneh, D. “用戶在使用人工智慧助手時會編寫更多不安全的程式碼嗎？” ACM CCS (2023). https://dl.acm.org/doi/10.1145/3576915.3623157