與 AI 協作：從編碼到技術領導的轉變

從指令到意圖的轉變

與 AI 協作代表了軟體開發方式的根本性轉變，從精確指令（編碼）的模式轉向引導意圖（領導）的模式。雖然傳統程式設計依賴於程式會完全按照指示執行的確定性，但與 AI 的互動卻是非決定性的。相同的請求可能產生不同的結果，讓整個體驗感覺不像使用編譯器，而更像與一位資淺同事合作。

為了最大化 AI 的效益，開發者必須擺脫將工具視為需被命令的機器的思維，轉而將互動視為一種協作。這需要將焦點從 如何 執行任務，轉移到 為何 這項工作重要、成功的成果長什麼樣子，以及人類判斷在哪些地方是必要的。

將領導技能應用於 AI 協調

有效運用 AI 依賴於成功技術領導者常見的習慣：分享背景資訊、說明期望成果、設定界限，並根據結果進行迭代回應。一個高品質的提示（prompt）固然有幫助，但真正讓系統與使用者思維對齊的，是共享的工作背景——包括範例、修正與可重複使用的指示。

這種轉變強調了清晰表達意圖的能力。核心投資不再只是學習語法，而是精通委派、品質管控與例外處理。

社群觀點：管理 vs. 領導

雖然「領導」的類比廣受討論，但技術社群對此轉變是否是角色的真正演進，還是危險的抽象化，仍存在分歧。

管理類比的論點

一些實務者主張「提示（prompting）就是管理」。這種觀點認為，從大型語言模型（LLM）獲得高品質輸出所需的技能——委派與品質控制——與管理人類承包商時所用的技能完全相同。

"任務非常簡單：數千名超快速、還算不錯的承包商出現在你公司的前門……如果你能設計出能應付這種情況的組織，你就會獲得超能力。當然，這是一個管理問題，而不是編碼練習。"

其他人指出，擁有豐富人員管理經驗的人往往在使用 AI 代理時表現更好，因為他們習慣於引導他人朝目標前進，而不必控制每一個鍵入動作。

「感覺編碼」的風險

相反地，許多資深工程師警告不要失去技術深度。有人擔憂，將 AI 視為被管理的資源，會導致「感覺編碼」（vibecoding），即開發者接受 AI 生成的程式碼，卻不理解其底層架構或心智模型。

• 技術破產：有報告指出，當缺乏深度編碼技能但具備管理經驗的領導者完全依賴 AI 輸出而未進行技術驗證時，專案可能陷入技術破產。
• 凝聚力的喪失：批評者認為，雖然 AI 可以產生功能，但往往無法確保系統的整體一致性與長期架構完整性。
• 「手動測試」的循環：一些開發者感覺體驗已從創造轉為手動測試，主要任務只是確認 AI 的輸出是否運作。

綜合：AI 能力工程師的混合角色

目前的共識是，與 AI 協作最有效的方式不是以領導技能取代編碼技能，而是將兩者結合。這個角色正演變為技術架構師與管理者之間的混合體。

• 願景與目標設定（領導）：決定 要建什麼 以及為何它能帶來價值。
• 資源組織（管理）：協調多個代理或會話，將願景具體化。
• 技術驗證（工程）：確保輸出具備效能、安全性與可維護性。

最終，雖然管理人類的情感複雜性已消失，但對專業知識的技術要求依然存在。領導 AI 代理的能力，僅有在開發者能判斷工作品質時才具有價值。