最近 OpenAI 一連串產品與模型方向的調整，透露出一個很明顯的趨勢：
ChatGPT 正從「回答問題的 AI」逐漸走向「能理解目標、操作工具、協助完成工作的 AI Agent」。
這代表工程師與 AI 的合作方式，也正在改變。
過去我們使用 AI 大多是：
需求
↓
撰寫 Prompt
↓
AI 產生 Code
↓
人工 Review但未來更接近：
需求
↓
AI 分析專案上下文
↓
提出修改計畫
↓
建立 Patch
↓
執行測試
↓
人類確認與決策差異不只是「AI 會不會寫 Code」。 真正的改變是：工程師的價值，正在從「產生程式碼」轉向「設計系統、管理複雜度、驗證結果」。
一、未來更重要的工程能力，不是打字速度
AI 可以快速產生大量程式碼，但以下能力仍然需要工程師判斷。
1. 問題定義與範圍控制
很多軟體問題，真正困難的地方不是實作，而是：
- 需求到底要解決什麼？
- 哪些事情不應該做？
- 哪些舊邏輯不能破壞？
- 什麼才算完成？
如果需求本身模糊，AI 只會更快產生錯誤答案。 所以未來工程師最重要的能力之一，是把模糊需求轉換成清楚規格。
2. 系統設計與技術取捨
AI 可以提出很多方案，但「哪個方案適合現在的系統？」仍然需要工程判斷。
例如：
- 要不要抽 Service Layer？
- 要不要增加 Repository？
- JSON 欄位是否需要正規化？
- 權限是否應該拆分？
- 這次需求是否值得增加抽象層？
這些不是 Code Generator 可以單純決定的事情。
3. 驗證 AI，而不是相信 AI
最大的風險不是 AI 不會寫，而是 AI 寫出看起來合理，但實際有問題的 Code。
常見例子：
- Migration 可以執行，但破壞資料相容性
- Policy 通過測試，但權限邊界錯誤
- API 回傳正常，但多語系 fallback 有漏洞
- Refactor 後功能正常，但未來維護成本增加
因此，Code Review、Testing、Audit Log、Rollback 機制的重要性只會提高。
二、工程師應該建立新的 AI 協作習慣
1. Think Before Code
不要收到需求後直接說「幫我寫這個 Feature」。
更好的流程是先要求 AI：
- 分析現有架構
- 找出影響範圍
- 提出修改方案
- 列出風險
確認方向後，再開始 Coding。
2. 從 Prompt Engineering 走向 Spec Engineering
很多人研究「怎麼寫更好的 Prompt」，但未來更重要的是「怎麼寫更好的 Spec」。
好的 Spec 應該包含：
- 背景與目的
- 功能範圍
- 非目標項目
- 資料結構
- API 定義
- 權限規則
- 測試條件
- 已知限制
AI 的能力越強，規格品質的重要性越高。
3. 把 AI 當 Junior Engineer
AI 很像一位能力很強，但不了解公司文化與歷史的新進工程師。
你不能只說「幫我完成這個功能」，然後期待完美結果。
更好的方式是：
先分析
↓
提出計畫
↓
等待確認
↓
修改
↓
測試
↓
回報結果這也是為什麼未來 Permission Control、Change Log、Audit Trail、Approval Flow 會越來越重要。
三、Laravel / 後端工程師可以怎麼準備？
如果你的工作主要是 Laravel、Filament、CMS、API 系統，可以開始練習：
不要： 幫我建立一個 User Resource
改成： 請先分析目前 User、Role、Permission 架構，確認影響範圍，提出 Filament Resource 修改計畫，列出 Migration、Model、Policy、Test 需要調整的地方。
不要： 幫我重構這段 Code
改成： 請先分析這段程式是否符合 SRP、KISS、DRY、Clean Architecture，再提出最小修改方案。
這樣 AI 才會從「Code Generator」變成「工程協作者」。
四、未來工程師競爭力會重新排序
以前：
Coding 速度
+ 熟悉 Framework
+ 累積 Code 量可能代表較高效率。
但未來：
需求分析能力
+ 系統設計能力
+ AI 協作能力
+ 驗證與風險控制能力會越來越重要。
因為當所有工程師都能使用 AI 產生 Code 時，差距就不會存在於「誰寫得快」，而是在：
- 誰知道該寫什麼
- 誰知道哪些不能寫
- 誰能判斷 AI 的結果是否可靠
結語
AI Agent 時代真正改變的，不是工程師不用寫 Code，而是工程師不應該只停留在寫 Code。
未來更有價值的工程師，會是那些：
- 能把需求變成規格的人
- 能設計系統邊界的人
- 能管理 AI 工作流程的人
- 能承擔最後品質責任的人
AI 不會取代工程師。 但使用 AI 的工程師，會逐漸取代不會使用 AI 的工程師。
而最重要的起點就是：
AI 是 Junior Engineer，不是神諭機。
沒有留言:
張貼留言