一個工程師的自白：AI 讓我幾乎忘了怎麼寫程式，產業技能空洞隱憂浮現

軟體工程師 James Pain 在個人部落格坦承，使用 AI 輔助程式開發一至兩年後，他幾乎「忘記了如何寫程式」。這不只是個人危機，當整個工程師族群都依賴 AI 生成程式碼，誰還記得讀懂它、修正它？
（前情提要：加州大學研究「AI 腦霧」現象：14% 上班族被Agent、自動化搞瘋，離職意願高四成）
（背景補充：OpenAI 傳將起訴蘋果「違約」！怒轟 Siri 整合 ChatGPT 未達標、百億訂閱落空）

本文目錄

Toggle

從個人症狀到族群病徵
Uncle Bob 的預言：專業性的第二次流失
當 AI 比你更像你，問題才剛開始
還能走回頭路嗎？

軟體工程師 James Pain 在部落格寫道：「我已經一至兩年沒有親手寫過一行程式碼。我幾乎忘記了怎麼寫程式，而這讓我感到非常悲傷。」

他並非抱怨 AI 工具難用，恰恰相反。他說 AI 太好用了，好用到他已經完全靠「下指令」來產出程式碼，而不再動手寫任何一行。現在，他正在從頭教自己重新編碼。

從個人症狀到族群病徵

Pain 的描述精準而令人不安：他每次想寫作或寫程式，腦子裡第一個念頭都是「讓 AI 來」。當他事後讀 AI 生成的文字，感覺「完全不像我說的話」；當他試著自己寫程式，也發現手感已經生疏。

這種現象有個認知科學基礎，稱為「認知解除安裝」— 大腦在長期仰賴外部工具後，會降低對應功能區域的神經活化頻率。翻譯過來就是：不用就會退化。這在 GPS 導航取代空間記憶、計算機輔助設計取代手繪等領域早有研究記錄，AI 程式輔助工具帶來的可能是同一類效應的加速版。

問題的規模不只是個人層級。根據 GitHub 在 2024 年的調查，超過 92% 的美國軟體開發者在工作中已使用 AI 程式輔助工具；Stack Overflow 同年調查顯示，76% 的開發者正在使用或計畫使用 AI 工具。

如果「Pain 的現象」即便只在其中 10% 的人身上發生，那也意味著數十萬名工程師正在以不同速度喪失主動編碼的能力。

且更值得關注的是：這不是個別懈怠，而是理性的短期決策。用 AI 生成程式碼更快、更少出錯（在初版階段），產出符合交付要求。在商業壓力下，工程師選擇 AI 是合乎邏輯的。

但長期而言，誰來審查這些 AI 生成的程式碼？誰能在 AI 出錯時（它確實會出錯）找出問題所在？

Uncle Bob 的預言：專業性的第二次流失

Pain 在文章中引用了《Clean Code》作者 Robert Martin 的一個歷史觀察，恰好為當前困境提供了更長的視角。

Martin 指出，在電腦科學成為獨立學科之前，寫程式的人是物理學家、數學家、學術研究者，他們本身就具備嚴謹的專業訓練。1970 至 1990 年代，隨著個人電腦普及、軟體需求爆炸，業界快速擴張，招募大量沒有傳統「電腦科學」背景的開發者，程式開發的專業性開始被稀釋：檔案寫得越來越少、程式架構越來越難以維護、技術債越堆越高。

如今，AI 工具對應用層程式碼的高度替代，正在形成第二波稀釋。

這一波的特殊之處在於：它不只是「人才素質的平均化」，而是「現有人才的去技能化」。已經在職的工程師，正在因為長期使用 AI 而喪失底層能力。

AI 工具的設計邏輯也在助長這個趨勢。現行主流的 AI 程式助理（包括 GitHub Copilot、Claude、Cursor 等）的核心價值主張是「讓你更快交付」，而非「讓你更深入理解」。