作者 del680202 (HANA)標題 Re: [請益] 3~4 年 Python 後端工程師,找不到工作時間 Mon Nov 16 21:10:07 2026
※ 引述《ripple0129 (perry)》之銘言:
: ※ 引述《RouterHsieh (醉臥美人膝,醒掌天下權)》之銘言:
: 的
: : 我覺得原 PO 的論點有幾個地方值得商榷。
: : 首先,我不否認 AI Coding Agent 確實大幅提升了程式碼的產出速度,也不認為工程
: 師
: : 未來還需要花大量時間親自處理每個實作細節。
: : 但問題是,Code Generation 的速度和 Software Engineering 的生產力,本來就是兩
: ?
: : 事。以前我們不會因為某個工程師每天能寫幾千行 Code,就認為他的生產力比較高。
: 那
: : 麼換成 AI,每天可以產生幾十個 PR、修復幾百個 Bug,就突然變成值得追求的指標?
: : 真正應該衡量的是這些變更對產品帶來多少價值,是否改善了系統的品質、可靠性與可
: ?
: : 護性,以及是否增加未來的維護成本。
: 只要能量化為什麼不行
: 合入的PR修復的bug對後續系統的影響
: 能不能量化
: 只要可以量化那就是指標
: : 更何況 AI Agent 並不是免費的。前沿模型的 Token 成本並不低,尤其大量 Agent 平
: ?
: : 執行、反覆 Debug、Testing 和 Review 時,整體成本可能相當可觀。如果沒有把這些
: ?
: : 本和後續維護成本算進去,單純比較產出速度其實沒有太大意義。
: 對比高手工程師的月薪
: 必然是比較便宜的
: 美國頭部企業絕對比我們大家還會算賬
: : 不過我認為更根本的問題,是很多人似乎把 Software Engineering 理解成單純將需求
: ?
: : 換成程式碼。
: : 實際上,軟體工程師很重要的一部分工作,是將模糊的需求轉換成精確、可計算、可推
: ?
: : 的問題表示,包括資料模型、演算法、狀態轉換、Concurrency Semantics、Error
: : Handling、System Invariants 等等。
: : 這個過程不一定要產生嚴格數學意義上的 Formal Specification,但它需要 Computer
: : Science 的基礎與工程判斷。
: : 現在 AI Agent 讓很多人以為整個流程已經變成:
: : Idea -> Code
: : 但中間的設計與語意精確化並沒有消失,
: : 只是有很大一部分變成由 AI 自己決定,
: : 而這正是我認為最大的問題。
: : 自然語言存在大量歧義與未指定的條件,即使事先定義好規格和驗收條件,
: : 也不代表已經完整描述系統的所有重要行為。
: : 當需求沒有明確指定某些細節時,AI 就必須自行做出假設。這些假設可能完全合理,
: : 程式碼也可能通過所有測試,但最後的實作仍然可能與使用者真正的意圖不同。
: : 而且很多時候,正是透過閱讀程式碼、理解具體實作,
: : 我們才發現原本的 Spec 有哪些不足,或 AI 引入了哪些未經確認的設計決策。
: : 因此,我不認為「只要規格和驗收標準定好,就不需要理解底層實作」這個結論能夠成
: : 立。
: : 有人會拿現代工程師不需要閱讀 Assembly 或 Machine Code 來類比,
: : 但這忽略了一個根本差異。
: : Compiler 的主要任務,是在語言規範允許的範圍內保持程式語意;AI Coding Agent
: 面
: : 對的卻通常是不完整的自然語言需求,它不只是轉換語意,還必須自行決定那些尚未被
: ?
: : 義的語意。
: : 而且即使是同一份 Spec,使用 C++、Go 或 Rust 實作,也可能因為 Memory Model、
: : Runtime、Concurrency Model、GC、Ownership 等差異,產生不同的效能、可靠性和維
: ?
: : 成本。
: : 如果工程師完全不理解程式語言,又要如何判斷 AI 選擇的實作方式是否合理?
: 所有的部分都是判斷出來的
: 人類的判斷也是
: Input -> 人腦 -> output
: 你想達到相同的目標
: 只需要提供足夠的Input給AI
: 一樣能夠給你更準確的Output
: 如果不能提供足夠的Input
: 人腦的判斷不也是單純憑感覺而已了
: : 我反而認為 AI Agent 很重要的價值,是讓具備 Computer Science 和 Software
: : Engineering 基礎的工程師,能夠使用不熟悉的語言或 Framework,
: : 更有效率地完成需求。
: : 這與完全不理解程式語言或計算機科學,只靠自然語言反覆要求 AI 修改,
: : 直到程式看起來能動的 Vibe Coding,是兩回事。
: 這是當下這時間點AI的能力瓶頸
: 未來會被解決
: 兩三年前版上最常說的就是
: AI不會通靈
: 現在通靈個7788了
: : 當然,我不否認未來 AI 可能進步到足以自動完成大部分設計、實作和驗證工作。但如
: ?
: : 真的發展到那個程度,被取代的恐怕也不
: 一樣,你講的是當下
: 我講的是未來
: 這幾年AI的進步大家有目共睹
: 我原文說不要去drill語言技術
: 你打算付出多少年去drill語言技術
: 等你趕上來AI可能又不知道超前甩幾條街去了
: 實作之所以模糊是因為
: 人類太過於模糊化需求的定義送給AI
: 如果跟過去一樣waterfall定義清楚
: 送交AI給AI那必然是比人類來的又快又便宜
: 這就是為什麼把產品換語言寫對AI來說這麼輕鬆
: 就是因為原本的程式語言就是定義完整的spec
: 總而言之之所以會對AI不信任的根本原因是
: 給不同的Input水準
: 然後妄想相同的Output水準
剛跟日本的客戶吃完飯,覺得可以分享下這個日本AI-native公司的成功案例
對方公司40個人,工程師5個,其他都是sales
成立兩年,今年營收到目前50億日幣
工程師薪水是2000萬-5000萬日幣
對方所有的系統代碼全都是AI寫的,沒有任何人力介入,code review,需求也都是AI在整
他們新人進來沒有onboarding, 要求自己問AI目前有哪些業務要解決要提案,第二天就要?
對方說了一個我深有感觸的一件事
當代碼,技術不是衡量你價值的依據的時侯,你工程師怎麼說你值得
-----
Sent from JPTT on my iPhone
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.188.1.134 (日本)
※ 作者: del680202 2026-11-16 21:10:07
※ 文章代碼(AID): #1g-m2mfv (Soft_Job)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1794834608.A.A79.html
※ 同主題文章:
Re: [請益] 3~4 年 Python 後端工程師,找不到工作
11-16 21:10 del680202
※ 編輯: del680202 (111.188.1.134 日本), 11/16/2026 21:13:05
噓 dream1124: 人指揮工具做事就是人做的,那不叫作「沒有人力介入」更何況資本不是傻瓜,在日本均薪近五百萬情況下,
如果這AI像你講得這麼神,人這麼弱,沒有傻瓜開這麼多再者這產業若真創業兩年就能十億NTD營收,沒人會相信背後不是什麼大財團轉投資等等,但那種公司給薪本就高而且業務跟IT或軟體關係未必高,因此只要你進了就是領這麼多,跟你是不是在裡面大搞AI未必有多大關係。
例如,台積電IT薪水也有機會這麼高,但這些LLM堆疊
就不是它賺大錢的基礎,工作會用AI但也不是都在搞AI。你現在有點像是把GG的名字遮起來,然後開始拿營收和
薪資配上使用AI作工具的事實大作文章說沒精通LLM堆疊就要完蛋,殊不知那在自己組織裡只是一種工具而非目標你的言論不只充份展現「把手段當目的,當信仰」的盲目而且恰恰印證我先前的評論:有些人給待遇好,分工細的大公司保護得好,導致現在AI浪潮一來,組織架構未大改還減招或裁員,結果就慌了手腳急著標新立異刷存在感。1F 11/16 21:44
推 neo5277: 樓上好氣喔,tony大大說明年人力會急凍少40%就業耶17F 11/17 00:45
--