AI 對軟體工程工藝的情感衝擊

軟體工藝與專業認同的流失

生成式 AI 正在將軟體開發從深度的技術掌握轉變為高層次的編排，導致工程師普遍感受到「工藝」的喪失。這種轉變的特徵是從與複雜問題搏鬥，轉向依賴「氛圍編碼」（vibecoding）——即利用大型語言模型（LLM）快速生成看似合理的原型，卻缺乏深層的底層理解。

對於許多開發者而言，程式設計的樂趣在於解決問題的細微差別，以及對 Rust 或作業系統層級開發等特定技術的精通。當前業界傾向於基於提示詞（prompt-based）的開發模式，被部分人視為「控制權的喪失」與「創造力的流失」，開發者變成了機器的監督者，而非邏輯的創造者。這種轉變在擁抱 AI 速度的人與認為該領域智力嚴謹性正被掏空的人之間，造成了心理上的鴻溝。

AI 轉型中的「失範」現象

AI 在科技業的快速整合引發了一種「失範」（anomie）狀態——這是一個社會學術語，用來描述在劇烈變革時期社會規範與規則的崩解。在軟體工程的背景下，傳統的「遊戲規則」（例如：刷 LeetCode、取得 CS 學位、精通特定技術堆疊）在新的規範建立之前就已被連根拔起。

這種轉變體現在幾個方面：

• 教育衰退：學生越來越依賴 AI 完成課程作業，導致學歷與實際習得的技能之間產生脫節。
• 初階職位流失：傳統上分配給初階開發者以協助其提升技能的「瑣碎工作」，現在正由 LLM 處理，這為新進工程師創造了進入門檻。
• 膚淺化：出現了越來越多的「軟體恐怖谷」，產品看起來精緻且合理，但卻缺乏深度、穩定性或真正的創新，因為它們是透過單句提示詞在缺乏深層背景的情況下生成的。

經濟悖論與「護城河」問題

雖然 AI 降低了軟體開發的門檻，但同時也侵蝕了許多新創公司的競爭優勢（即「護城河」）。如果一個產品可以在 30 秒內透過提示詞生成，那麼進入門檻幾乎為零，且客戶甚至可以自行提示生成相同的解決方案。

業界對於經濟影響的觀點各異：

• 樂觀派：支持者認為 AI 允許建立比以往複雜得多的系統，超越了 2022 年代軟體的單純自動化，進而構建出全新的技術類別。
• 悲觀派：懷疑論者認為科技業正在「自我毀滅」，預測隨著程式設計技能稀缺性的消失，軟體職位的薪資將不可避免地暴跌。
• 務實派：一些資深工程師認為，領域專業知識現在比以往任何時候都更有價值。「真正的專業知識對於背景工程（context engineering）和工具工程（harness engineering）是必要的」，因為將隨機的 LLM 輸出轉化為可靠、可投入生產的軟體，需要深厚的架構知識。

數位公共領域的退化

除了 IDE 之外，AI 的擴散導致了網際網路社會與資訊層面的明顯退化。在 X（前身為 Twitter）等平台上，充斥著經過驗證的機器人發布 LLM 生成的廢話，這被視為平台治理的失敗。批評者指出，過濾這些噪音的技術能力是存在的——透過本地決策模型——但並未被實施，導致了一種「卡夫卡式」的使用者體驗：儘管 AI 生成的噪音普遍不受歡迎，卻仍被容忍。

觀點綜合

這些討論揭示了效率與意義之間的基本張力。雖然一些開發者從即時構建想法的能力中獲得了「血清素激增」，但另一些人卻感到一種深刻的絕望感。

"我熱愛程式設計，當我寫程式時，我覺得自己才是真正的自己。與問題搏鬥，直到我理解每一個細微差別以及如何克服它，這是我所感受過最純粹、最無雜質的快樂。" — @handle

最終，社群分裂為兩派：一派將 AI 視為拉平創造力競爭環境的「強力工具」，另一派則將其視為使人類創造者變得過時的機器。