AI 已經會寫程式了,資深後端工程師還剩下什麼價值?
從 17 年 PHP / Laravel 開發經驗,看後端工程師下一階段的競爭力
做了這麼多年 PHP,從早期的 PHP 開發,到 Laravel、Redis、Docker、Swoole,以及各種 API 整合與高併發系統的維護,我越來越有一個感受:
寫出程式碼,可能已經不是資深工程師最重要的競爭力。
尤其現在 AI Coding Agent 發展得非常快。
以前需要花幾個小時完成的 CRUD、API、資料庫操作,現在 AI 已經可以協助完成大量工作。
但有一件事情,AI 仍然無法替工程師承擔:
當系統真的出問題時,你是否知道問題在哪裡?當流量增加十倍時,你是否知道原本的架構還能不能撐住?
這也是為什麼我最近特別推薦一個 GitHub 開源專案:
System Design Primer
GitHub:https://github.com/donnemartin/system-design-primer
這是一份非常值得後端工程師深入閱讀的系統設計教材。
它不只是準備 Senior Backend、Tech Lead 或 Architect 面試的工具,更重要的是幫助工程師建立完整的系統架構思維。
一、真正困難的,從來不只是把功能做出來
剛開始做後端開發時,我們關注的通常是:
Controller 怎麼設計?
Service 怎麼拆分?
SQL 怎麼寫?
API 怎麼串接?
Redis 怎麼使用?
Queue 怎麼執行?
這些都是日常開發的重要工作。
但當系統逐漸成長,真正的問題就會開始出現。
例如:
會員數增加,資料庫查詢開始變慢。
API 請求增加,單台 Application Server 不再足夠。
Redis 快取失效,大量請求同時打進 MySQL。
Queue 工作累積,背景任務開始延遲。
多台 Server 同時處理資料,出現重複執行或資料不一致。
某個服務故障,連帶影響其他系統。
這時候,你會發現問題已經不只是某段程式碼寫得好不好。
而是整個系統的設計是否合理。
System Design 學的不是單一技術,而是如何讓一個系統在規模持續成長時,依然能夠穩定運作。
二、沒有百萬流量,也需要 System Design
很多工程師看到 System Design,第一個反應可能是:
「我們公司又沒有 Google、Facebook 那種流量,為什麼需要學這些?」
其實這是很常見的誤解。
即使是一套只有幾萬名會員的企業管理系統,也可能遇到:
MySQL CPU 使用率突然飆高。
Redis 記憶體不足。
Queue 工作大量堆積。
API Response Time 越來越長。
多人同時操作造成資料競爭。
大量檔案上傳導致系統資源耗盡。
這些問題本質上都是系統設計問題。
差別只是系統規模不同,解決方案的複雜程度不同。
不需要一開始就導入微服務、Kafka 或 Kubernetes。
真正重要的是知道:
什麼時候需要 Cache?什麼時候需要 Queue?什麼時候應該拆分服務?什麼時候單體架構反而比較適合?
這才是架構思維。
三、System Design Primer 值得學習的核心內容
這個專案整理了非常多系統設計的基礎知識。
我認為有幾個領域,對有經驗的後端工程師特別重要。
1. Scalability:系統擴充能力
當流量持續增加,如何讓系統繼續運作?
需要理解:
Vertical Scaling:垂直擴充
Horizontal Scaling:水平擴充
Load Balancer:負載平衡
CDN:內容傳遞網路
例如:
Client → Load Balancer → Application Server Cluster
當單台 Server 無法承受流量,就必須思考如何透過多台 Server 分擔工作。
2. Caching:快取架構
Redis 是很多 Laravel 工程師熟悉的工具。
但真正值得深入研究的是快取策略:
Cache Aside
Write Through
Write Back
Cache Invalidation
Cache Stampede
例如 Cache Aside:
Request → Redis → Cache Miss → MySQL → Redis
快取不只是為了讓 API 變快。
還必須考慮資料一致性、過期策略、失效時的流量衝擊,以及快取與資料庫之間的同步問題。
3. Database:資料庫架構
這是我認為資深後端工程師一定要深入的領域。
包括:
Indexing
Query Optimization
Replication
Sharding
Transaction
Database Locking
例如 Database Replication:
Master → Read Replica 1 / Read Replica 2
將寫入與讀取分流,可以降低部分資料庫負載。
但同時也會帶來 Replica Lag、讀寫一致性與故障切換等問題。
架構設計永遠不是只有好處,還必須理解它帶來的代價。
4. Message Queue:非同步架構
當 API 需要執行耗時任務時,不應該讓使用者一直等待。
例如:
API → Queue → Worker → Background Processing
常見技術:
Redis Queue
RabbitMQ
Kafka
AWS SQS
這對 Laravel 工程師尤其熟悉。
但真正要理解的是:
如何避免重複消費?
如何設計 Retry?
如何確保 Idempotency?
如何處理失敗任務?
如何避免 Queue 堆積?
會使用 Laravel Queue 是一回事,能設計可靠的非同步處理機制又是另一回事。
5. Distributed System:分散式系統
當系統從單一 Server 發展到多個服務,就會遇到更多問題:
CAP Theorem
Strong Consistency
Eventual Consistency
Distributed Transaction
Fault Tolerance
例如:
當資料寫入 Node A,但 Node B 尚未同步完成,使用者立即讀取時,應該如何處理?
這些問題在大型平台、微服務與跨系統整合中都非常重要。
四、如果你是 PHP / Laravel 工程師,我建議這樣學
不需要為了學 System Design,就把原本熟悉的 Laravel 技術全部丟掉。
反而應該把過去的實務經驗與系統設計觀念結合。
我會建議以下順序:
第一階段:資料庫能力
SQL Optimization
Indexing
Transaction
Replication
Sharding
第二階段:效能與快取
Redis
Cache Strategy
Cache Invalidation
Rate Limiting
High Concurrency
第三階段:非同步與分散式架構
Queue
Kafka / RabbitMQ
Event-Driven Architecture
Idempotency
Eventual Consistency
第四階段:完整系統設計
試著自己設計:
URL Shortener
Instagram
Twitter
WhatsApp
YouTube
不要只是看別人的架構圖。
試著從需求分析、流量估算、資料庫設計、API 設計,一路推導到完整架構。
這個過程才是真正的學習。
五、推薦學習資源
System Design Primer
GitHub:https://github.com/donnemartin/system-design-primer
建議搭配 Alex Xu 的《System Design Interview》第一冊與第二冊。
前者適合建立完整的知識架構,後者則適合練習實際系統設計題目。
六、AI Coding Agent 時代,工程師真正的價值在哪裡?
這是我認為最值得思考的部分。
現在 AI 已經可以協助:
產生 Laravel Controller。
撰寫 API。
建立資料庫 Migration。
撰寫 Unit Test。
分析 SQL 效能問題。
重構既有程式碼。
協助處理跨檔案修改。
甚至可以讓 AI Agent 參與一整個開發流程。
但我認為,這不代表工程師不再重要。
反而讓工程師必須把能力往更高的層次提升。
例如:
當 AI 提議使用 Redis,你是否知道這個快取策略會不會造成資料不一致?
當 AI 建議拆成微服務,你是否知道這會增加多少部署、維護與通訊成本?
當 AI 幫你完成一段非同步處理,你是否知道它有沒有考慮重複執行、失敗重試與資料一致性?
當 AI 修改了十幾個檔案,你是否有能力判斷整體架構是否仍然合理?
這些才是資深工程師應該掌握的能力。
我一直認為,AI 最適合扮演的是一位可以協助完成工作的 Junior Engineer。
但需求拆解、架構決策、技術取捨、品質驗證與交付風險,仍然需要工程師負責。
AI 可以幫你寫程式碼,但不能因為程式碼能執行,就代表系統設計是正確的。
結語:從 Framework Engineer 走向 System Designer
17 年的 PHP 開發經驗,讓我越來越確定一件事:
技術框架會變,程式語言會變,開發工具也會持續進化。
從 PHP 到 Laravel,從傳統 PHP-FPM 到 Swoole,從單體架構到分散式系統,再到現在的 AI Coding Agent。
真正值得持續累積的,不是對某個框架的熟悉程度,而是解決複雜工程問題的能力。
AI 可以幫你寫程式碼,但無法替你承擔架構決策。
當系統規模持續成長時,真正有價值的工程師,不是打字最快的人,而是能正確拆解問題、選擇架構、評估技術取捨,並對整個系統的品質與穩定性負責的人。
這也是我認為每一位想往 Senior Backend、Tech Lead 或 Software Architect 發展的工程師,都值得花時間深入學習 System Design 的原因。
#SystemDesign #PHP #Laravel #BackendEngineering #SoftwareArchitecture #Redis #HighConcurrency #AI #CodingAgent #TechLead