AI 不會取代工程師，但工程師會淘汰工程師

我一直覺得，「AI 會不會取代工程師」根本就是一個假議題。

因為真正的問題不是 AI 能不能寫程式，而是當 AI 已經能夠完成大量的實作工作時，工程師剩下的價值是什麼？

我認為 AI 時代確實會淘汰一部分工程師，但不是因為 AI 直接取代了他們，而是那些更有創意、更懂得思考、更擅長利用 AI 的工程師，會逐漸拉開生產力差距，進而壓縮其他工程師的生存空間。

而且，這件事絕對不只發生在工程師身上。

AI 能給你答案，但你真的知道怎麼問嗎？

很多人認為，現在只要會使用 AI，即使沒有工程背景，也能開發軟體。

這句話不能說錯，但我認為它忽略了幾個很重要的問題。

首先，沒有足夠的工程背景與實務經驗，你可能連問題應該怎麼問都不知道。

你可以告訴 AI 想做什麼功能，它確實能幫你完成，但你未必知道需求背後有哪些隱藏問題、架構應該如何設計，以及哪些風險需要事先考慮。

其次，現在的 AI 已經很擅長反問使用者問題，也經常會提供不同選項讓你決定。

但問題來了：

AI 問你的問題，你真的看得懂嗎？

如果每次 AI 提供幾個方案，你都只能選擇它推薦的選項，那本質上你只是把決策權交給 AI。

而 AI 推薦的方案，不一定是最適合你的方案。

最後，也是我認為最關鍵的一點：

AI 在沒有特別要求的情況下，通常傾向提供一個可行解，而不一定是最佳解。

它可能成功完成了功能，卻沒有主動告訴你，其實還有更簡單的架構、更好的效能、更低的維護成本，甚至完全不同的解決方式。

這些可能性不是 AI 完全不知道，而是如果你沒有提出問題，它未必會主動探索。

而當你缺乏足夠的知識與經驗時，可能連自己錯過了更好的方案都不知道。

所以我認為，在 AI 時代，專業背景與經驗並沒有變得不重要。

恰恰相反，當取得答案越來越容易，知道該問什麼、如何判斷答案，反而變得更加珍貴。

AI 正在讓「做工」變得廉價

過去，一個工程師的價值，很大一部分來自實作能力。

熟悉多少程式語言、掌握多少框架、能多快完成需求、能解決多少 Bug，往往直接影響你的競爭力。

但 AI 正在快速降低這些工作的成本。

以前需要花幾天完成的功能，現在可能幾個小時就能做完。原本需要大量時間撰寫的測試、文件與重複性程式碼，也逐漸能交給 AI 處理。

這當然不代表工程基礎不重要，而是單純擁有執行能力，已經越來越難形成競爭優勢。

當大家都能透過 AI 快速完成工作，真正拉開差距的，就不再只是誰做得快，而是誰想得更好。

有些人使用 AI，只是把原本需要自己完成的工作交給 AI。

但另外一些人，會開始思考如何利用 AI 改變原本的工作方式，甚至重新設計整個流程。

前者只是提高執行效率，後者卻有機會改變整個團隊的生產力。

真正淘汰工程師的，可能是其他工程師

我認為 AI 時代一定會淘汰一部分工程師。

但我說的淘汰，不是 AI 直接取代某個人的工作，而是企業在計算成本與產出之後，發現已經不需要維持原本的人力規模。

假設一個團隊原本需要 10 位工程師才能完成工作。

當其中幾位工程師開始善用 AI，不只是加快開發速度，還能改善系統架構、建立自動化流程、減少重複工作，甚至讓同樣的問題不再發生。

企業就可能發現，原本需要 10 個人才能完成的事情，現在只需要 5 個人，而且品質可能更好、維護成本更低。

站在公司的角度，這就是很現實的成本問題。

企業不需要等到 AI 能夠完全取代工程師，才開始重新評估人力需求。

只要某些工程師能以更低的成本創造更高的價值，其他人的生存空間就可能受到壓縮。

當然，這不代表每家公司都一定會裁員。企業也可能選擇擴大產品開發、投入更多創新，或利用提高的生產力承接更多業務。

但無論企業選擇哪一條路，工程師之間的競爭標準都會改變。

未來真正有競爭力的，不一定是最會寫程式的人，而是最能利用技術與 AI 創造價值的人。

最危險的不是不會使用 AI，而是只有「做工思維」

我認為未來最容易失去競爭力的，就是那些墨守成規、不會舉一反三、缺乏主動思考的人。

即使他們學會使用 AI，也可能只是把原本的工作方式換成 AI 執行。

收到需求，就叫 AI 實作。

AI 完成功能，確認可以運作，就結束工作。

這確實提高了工作效率，但思維沒有任何改變。

相反地，真正有創造力的工程師，會持續思考：

• 這個需求背後真正要解決的問題是什麼

• 有沒有更簡單、更有效率的實作方式

• 現在的架構是否還有改善空間

• 能不能從根本解決問題，而不只是修正眼前的 Bug

• 哪些流程可以自動化，甚至根本不需要存在

• 這次累積的經驗，能不能讓整個團隊未來做得更好

兩種工程師可能都在使用相同的 AI 工具，但長期創造的價值完全不同。

而 AI 的存在，反而會放大這種差異。

因為過去即使你有很多改善的想法，也可能受限於時間、人力與開發成本，無法一一實現。

現在 AI 降低了實作成本，你有更多機會驗證想法、嘗試不同方案，甚至挑戰原本習以為常的工作方式。

AI 不只是讓你把事情做得更快，而是讓你有能力思考，事情是否根本可以用不同的方式完成。

我認為這才是 AI 真正能放大的價值。

未來珍貴的不是答案，而是判斷力與創造力

AI 正在讓取得答案的成本越來越低。

但答案容易取得，不代表每個人都知道答案是否正確，也不代表每個人都能判斷哪一個方案最適合當下的情境。

過去工程師可能因為熟悉某種技術、框架或工具而具有競爭優勢。

但未來，這些優勢可能會隨著 AI 能力提升而逐漸縮小。

我認為真正值得培養的，是幾種更根本的能力：

• 問題洞察力：能看見表面需求背後真正需要解決的問題

• 技術判斷力：能比較不同方案，理解其中的成本、風險與取捨

• 系統性思考：不只處理眼前的事情，也能考慮整體架構與長期影響

• 創造力：不滿足於既有答案，能提出其他人沒有想到的可能性

• 持續改善能力：不只是完成任務，而是讓下一次做得更好、更有效率

而且我認為，有創意不等於一定要導入新技術、建立新架構，或不斷推翻既有做法。

有時候，最好的選擇反而是維持現狀，或使用最簡單的方法解決問題。

真正重要的是知道什麼值得改變、什麼不需要改變，以及為什麼。

再進一步說，未來厲害的人可能不只是很會問 AI 問題，而是懂得讓 AI 主動探索不同方案、驗證假設，甚至挑戰自己原本的想法。

不是讓 AI 代替自己思考，而是利用 AI 擴大自己能夠思考與探索的範圍。

這場改變，從來就不局限於工程師

其實以上所有觀點，都不只適用於軟體工程師。

不論你是設計師、行銷人員、產品經理、行政人員，還是從事其他工作，AI 都正在逐漸降低許多專業工作的執行門檻。

而我認為，這裡有一件事情非常重要：

技術與工具可能會過時，但思考問題的高度、判斷力、創造力，以及持續追求更好的態度，是可以跟著你走的。

今天你是一位工程師，明天可能轉職成產品經理、管理者，甚至自行創業。

你過去熟悉的程式語言與框架，不一定能直接應用在新的工作領域。

但如果你本來就是一個懂得發現問題、質疑現狀、舉一反三、主動尋找更好方法的人，這些能力並不會因為你轉換跑道就消失。

當然，換到新的領域仍然需要重新累積專業知識與經驗。

但有這種思考能力的人，往往更懂得如何學習、該問哪些問題，以及如何運用既有經驗找到新的可能性。

反過來說，如果一個人的價值完全建立在熟悉某套工具、某種流程，或只是按照指示完成工作，那麼當工具改變、流程被自動化時，原本的競爭優勢就可能迅速消失。

所以我認為，AI 時代真正值得投資的，不只是學會使用多少 AI 工具，而是培養一套能夠跨越產業、職業與技術變遷的思考能力。

不要只讓自己成為更有效率的執行者，而是要成為能夠持續發現問題、創造方法、改善現狀的人。

這樣的能力，即使有一天你不再從事原本的工作，依然能夠成為你的競爭優勢。

結語

我不認為 AI 會讓工程師這個職業消失，也不認為這場改變只會發生在軟體產業。

AI 正在重新分配不同能力的價值。

過去，掌握專業技術、熟悉工作流程、能夠有效率地完成任務，就能形成一定的競爭優勢。

但當 AI 讓執行工作的成本越來越低，企業自然會更加重視那些能夠提出更好方法、改善流程、降低成本，以及創造新價值的人。

所以未來真正值得擔心的，不是自己的職業會不會被 AI 取代。

而是：

當你原本擅長的事情，其他人也能透過 AI 輕易完成時，你還能創造什麼不同的價值？

我認為未來被拉開差距的，不只是會不會使用 AI 的人，而是有沒有持續思考、主動改善、追求更好的能力的人。

你可以學會一套新的工具，也可以換一個工作領域，但如果你的思維始終停留在被動接收指令、完成交辦事項，那麼不論轉換多少次跑道，都可能面臨相同的競爭問題。

相反地，只要你具備發現問題、獨立判斷、創造方法與持續改善的能力，即使產業改變、技術改變，甚至職業改變，這些能力依然有價值。

專業技能決定你現在能做什麼，思考能力與創造力則決定你未來還能走多遠。

因此，我認為未來工程師真正的競爭對手，不是 AI 本身，而是那些比自己更懂得利用 AI、持續思考、主動創造價值的其他工程師。

而這個道理，同樣適用於每一個職業。

AI 不會只淘汰某一種職業，而是會加速拉開「只會執行工作」與「能夠持續創造價值」的人之間的差距。

未來真正重要的，不只是你會做什麼，而是你能想到什麼、改善什麼，以及創造出什麼新的價值。