摘要：當AI讓實作變得廉價，程式設計師該如何重新尋找成就感與自身價值？
內容：
8月18日凌晨，Hacker News出現一篇令人扎心的文章：「還有沒有人覺得一切都沒有意義了？」發文者是一名程式設計師。他對新軟體發布失去感覺，也懷疑學習新的電腦科學概念、準備面試及開發個人專案是否還有價值，因為AI一天就能生成大量作品，而眼前的職位明年甚至可能消失。
文章很快獲得297個讚與175則留言。有人深感共鳴，有人反駁，也有人從中談起哲學。發文者用「遊戲開了作弊碼」形容這種感受：當什麼都能輕易做到，一切也就失去了樂趣，彷彿人的意義與快樂都被奪走了。
一名網友以遊戲《Factorio》為例。玩家之所以投入，是因為資源有限，必須不斷規劃與最佳化；但輸入作弊碼、一路輾壓到結局後，很快就會對遊戲失去興趣。人類長久以來都在為生存與資源奮鬥，如今許多事情都被安排妥當，每天只需面對螢幕工作，感覺就像遊戲突然進入終局。
這個比喻揭露了AI帶來的一項心理衝擊：能力快速通膨，成就感也隨之縮水。AI貶值的不只是程式碼，更是「困難」本身。
過去，程式設計師的成就感來自「這件事很難，而我做得到」。無論是學習一門語言、理解編譯原理、處理分散式系統，或解決詭異的錯誤，都需要投入大量時間、經驗與智力。如今，AI代理可能在數小時內完成過去數週的工作，於是人們開始懷疑：既然誰都能做到，那麼我做到又代表什麼？
有位網友形容，程式設計就像下棋，而AI則是象棋引擎。贏棋固然重要，就像交付產品一樣；但開著引擎贏棋，無法帶來真正的快樂。他更尖銳地指出，許多程式設計師未必喜歡下棋，只是喜歡「贏」。以前能贏，是因為別人做不到；現在任何人都可能在AI協助下完成，那麼原有的價值感也會受到挑戰。
這也迫使每個人回答一個問題：自己真正熱愛的是程式設計，還是勝過別人的感覺？
另一種失落與失業無關，而是來自工作體驗的改變。以前的開發流程是理解問題、思考、撰寫程式碼、除錯並完成作品；現在則逐漸變成描述需求、讓AI代理撰寫、審查結果、調整提示詞，再進行驗證。人從創造者轉變為管理者。
即使系統架構仍由自己決定，只要大量實作並非親手完成，就很難真正內化整個系統。對真正喜歡寫程式的人而言，審查本身並不好玩，無論審查對象是人還是AI。雖然AI輔助開發在短期內能快速帶來成果，但時間久了，一些人會開始覺得：「這不是我的專案。」
因此，有人刻意保留幾個只用傳統方式撰寫的個人專案，完全不使用大型語言模型。一名網友凌晨三點半仍在開發命令列工具，把地圖資料轉換成向量圖磚。沒有人要求他這麼做，也沒有產出壓力，他只是單純想寫。
這就像有人堅持使用底片攝影、機械錶或手沖咖啡。它們的價值不一定來自效率，而是來自手感、過程，以及「這是我親手做的」所帶來的滿足。
第三種衝擊則落在知識上。過去，資料庫、編譯器、網路與分散式系統都需要多年學習。知識稀缺，專家自然稀缺，專業能力也因此具有價值。大型語言模型大幅降低了取得知識的成本，也讓原本的門檻逐漸消失。
同時，AI議題也排擠了其他技術討論。過去人們會談語言、協定、演算法與架構，如今這些話題受到冷落，因為沒人確定它們未來是否仍然重要。個人發表的內容甚至可能迅速被納入訓練資料，最終與作者姓名完全脫鉤，形成一種徹底的商品化。
然而，取得資料與真正理解資料是兩回事。
一名網友曾要求大型語言模型為他設計完整的電池產業課程。AI提供的資料非常豐富，課程架構也很漂亮，但真正開始學習後，他才發現最大的問題是：自己根本不知道有哪些事情是自己不知道的。
AI可以讓知識取得近乎免費，卻無法讓理解也同步免費。判斷力、心智模型、經驗脈絡，以及辨識問題可能出在哪裡的能力，仍需要人親自累積。正如該名網友所說：「理解事物依然重要。」
這場討論也並非完全悲觀。另一派人認為，AI出現後，程式設計才真正開始變得有趣。
過去，大量時間耗費在樣板程式碼、CRUD、環境設定、查詢API與機械式除錯上。如今，這些工作可以交給AI代理，人終於能把注意力放回真正的問題：「我到底想做什麼？」
有人表示，自己過去執行力不佳，專案總被無聊的部分拖垮；有了AI之後，反而能把專案完成。一名40歲的前端開發者說，過去他的個人專案大多停留在30%，現在卻能真正完成作品，第一次讓想法成為完整且經過打磨的產品。
但他也強調，如果沒有過去累積的前端與使用者體驗知識，最後做出來的東西仍可能只是「AI slop」——一眼就能看出是批量生成、缺乏品味與細節的產物。真正能區分廉價生成內容與成熟作品的，恰恰是人過去累積的經驗、判斷與品味。
這一派的核心觀點是：AI沒有讓創造失去意義，只是讓實作變得更便宜。
當然，也有人認為AI生成內容並沒有想像中強大。AI製作的傳單可能直接被忽略，AI撰寫的文字讀幾行就能察覺，套版生成的介面也未必有人想用。類似的技術浪潮過去已出現多次，最終往往會在熱潮後回歸現實。
兩派真正的分歧，或許不在AI本身，而在於人們原本從程式設計中獲得什麼。
一部分人依賴的是稀缺性所帶來的回報，包括職業優勢、高薪、履歷、GitHub星數、他人認可，以及掌握別人不會的技能。當AI降低技能門檻，這些外在回報自然會被削弱。
另一部分人追求的則是創造本身的快樂。他們的動機是：「我就是想讓這個東西存在。」對這些人而言，AI不是威脅，而是放大創造力的槓桿。
真正成熟的產品仍需處理大量邊界情況、效能、記憶體與使用者體驗，也要讓使用者少走彎路。能把這些細節做好的人，從來都不多。甚至有人表示，即使自己設計的新程式語言最終沒有任何使用者，他仍然會寫，因為那是他想親手創造的東西。
整場討論指向一條價值鏈的遷移：過去，程式設計師的核心價值是會寫程式碼，而且比別人寫得更好；在AI代理時代，單純實作逐漸變得便宜，而理解問題、建立心智模型、做出判斷、掌握細節，以及賦予作品方向與品味，正變得更加重要。
沒有留言:
張貼留言