AI 取代工程師

ans.txt

# 問題

前輩您好，我是一年多前才轉職成為前端工程師的菜雞，轉職初期，使用ChatGPT一下子就解決了我google一兩個小時才搞懂的問題，漸漸的越來越頻繁使用ChatGPT寫程式，到後來的更聰明的claude 3.5 sonnet，最近的cursor IDE，每次使用都像飲鴆止渴，雖然處理問題的速度提升了，但是覺得自己被取代的畫面也越來越清晰了...
請問前輩，何以教我😭

# 首先澄清一點

AI 雖然會寫 code 但它還是很常犯錯。

因此更需要真人俱備足夠能力去分辨哪些部份可直接用、哪些是錯的要修正才能用，更多時候是七分用它的但三分要視需求改寫，因此人類本身雄厚的程式功力還是非常必要的。

此外 AI 現在或許能補完單一 function 的內容，但距離能「只要出張嘴告訴它需求就能吐出產品所需完程式而且真的能跑」還有非常非常非常遠的距離。

現在任何人跟你說 「AI 即將取代工程師」他不是壞就是笨。壞是指另有所求例如話是講給投資人聽的好騙資金、笨則是完全不知道自己在講什麼也缺乏實際開發經驗因此會天真的相信真人能被取代。

據我個人長時間與 AI 打交道下來的經驗估計，未來至少 5-10 年內「取代」這事都不可能發生，最有可能的情況是低階的工作會由 AI 取代，但中、高階的規畫、整合與測試仍需人類負責，也就是工程師會繼續存在非常久一段時間，只是負責的職能將有所轉變。

因此面對必將變動的未來，我有下面三點建議。

1. 往更低階走

越底層基礎的東西通常越耐久不易被取代且更泛用，可以查一下 first principles (第一性原理)這概念。

以工程師來說有幾樣最基礎的東西是學起來永遠會用到的：SQL、Functional Programming (FP)概念、基礎演算法、資料結構(不是為了面試刷題而學的那種，而是實務上真的常用的那些)

→ 這裏強力推薦優先學好 FP，它會從根本改變大腦結構讓你擁有別人所不及的超能力(例如想事情更清楚、寫的程式更優雅、簡潔、穩定、可靠~😉

2. 往更高階走

主導程式架構甚至整個專案的系統架構設計

`程式架構`設計是諸如各大功能部件如何切分、每部件使用的資料結構如何規劃、各部件間如何溝通合作、單一部件如何測試、所有部件如何整合測試等

`系統架構`則是超出程式以外更高一層的領域，例如系統如何承受瞬間大流量請求？多步驟工作該採用哪種 job queue/workflow 設計？資料庫是否需同時用 SQL 與 Document 格式以應付不同資料型態與擴展需？布署是否採用 k8s 或 docker 就好？是否用 AWS 等雲端主機或自租硬體較適合？

這兩個主題皆已有幾本著名的書籍可看，問一下 ChatGPT 就會有答案。

3. 順應潮流

既然 AI 風潮不可擋，何不勇敢跳上這班快速列車借力使力往前衝？例如趁平日閒餘自學 AI 程式開發。

所謂的 AI 程式開發通常就是指 LLM (Large Language Model)的應用，不論是直接打 OpenAI 的 API，或在本機裝 ollama 跑本地小模型(例如 gemma/llama/mistral)，但最終目地都是用程式去控制 LLM 做事情，例如聊天、摘要、畫圖等。

而進階的 LLM 應用包含 RAG(Retrieval-Augmented Generation), Fine-tuning, AI Agent 與 vector database 等綜合應用技，這些都需要大量工程師的人類智慧來規畫與實作，因此未來這方面的職缺必然會多到應接不暇，到時最大的問題反而是會開發 AI 的工程師不夠用。

簡言之上開各項皆是未來最熱門的需求與應用所在，也是任何一個工程師皆可自學即取得的技能，只要有勇氣不自我設限(例如認為自己只是前端工程師不該碰 js/css/html 以外的東西)踏出第一步開始探索，遲早能摸清整個脈絡點滿 AI 技能樹成為炙手可熱的人才。

👉 到時不但不需擔心飯碗被取代，反而要苦惱工作多到接不完今天想賺哪條錢錢囉~😘