簡而言之：最近圍繞「氛圍程式編碼」與人工智慧的辯論突顯出一個關鍵區別：雖然人工智慧在模板實現上表現出色，但它根本上破壞了對資深軟體工程師至關重要的深度「心流狀態」。對於真正複雜的問題解決和架構設計，人工智慧的「提示-生成-驗證」循環是一種停停走走的微管理循環，而不是無縫的合作。它目前的價值在於加速原型設計和普及基本程式編碼技能，但在資深工程師真正擅長的地方：策略架構決策、長期可維護性和理解微妙的商業邏輯上，它卻顯得不足。人工智慧是一個強大的槓桿，但它不是一個思考的大腦。
我是James，Mercury Technology Solutions的執行長。
最近，圍繞「氛圍程式編碼」的討論很多——這是一種使用人工智慧工具如Copilot或ChatGPT來生成程式碼片段和解決方案的做法。許多人對人工智慧的程式編碼能力感到驚訝。然而，經過廣泛的個人使用和觀察我的資深工程團隊，我最深刻的體會是：人工智慧是破壞心流狀態的深刻因素。
對於資深軟體工程師來說，維持「心流」不是奢侈品，而是必需品。當你沉浸在一個複雜的邏輯問題中，心中構思整個系統藍圖時，你最不需要的就是被迫中斷。然而，使用人工智慧時，你被迫暫停，將大腦切換到「提示工程」模式，然後立即再切換到「審核者」模式，仔細驗證人工智慧所返回的內容。
這種「提示-生成-驗證」循環，常常被稱讚為合作，實際上遠非一個流暢的創造過程。它感覺起來更像是停停走走的微管理，而不是無縫的共同駕駛。對於工程師來說，就像對於作家一樣，心流狀態對高品質、高效率的工作至關重要。
人工智慧的優勢（以及不足之處）
我坦承，對於快速的原型設計——快速驗證一個想法或讓概念驗證起步——人工智慧是非常方便的。它在產出繁瑣的模板程式碼方面表現出色，幫助你克服從零到一的初始摩擦。在這方面，它有效地降低了進入門檻，使幾乎任何人都能成為一名功能性的初級軟體工程師。
但在我觀察中，這目前是它最重要的影響。
這正是為什麼我合作的許多資深軟體工程師不將人工智慧視為真正的「萬能解藥」。人工智慧解決的問題主要是戰術性的、實施層面的瑣事。然而，資深工程師的真正價值在於策略架構決策和權衡的藝術。
- 人工智慧不會告訴你這個架構在兩年後是否可維護。
- 人工智慧不會預測你的系統是否會在100倍的流量下崩潰。
- 關鍵是，人工智慧不理解你的商業邏輯或長期願景。
工程師作為架構師，而不僅僅是程式編碼者
資深工程師的核心角色是將複雜的商業需求轉化為穩健、可擴展且可維護的技術系統。這涉及：
- 深度的上下文理解：掌握商業的隱含細微差別、預期的未來增長和潛在的整合挑戰。
- 策略前瞻性：設計能預見變化、最小化技術負債並能隨時間演變的系統。
- 整體問題解決：識別真正的問題，而不僅僅是修補症狀。這通常涉及選擇不編寫程式碼，而是利用現有的解決方案或徹底重新思考一個過程。
人工智慧在目前的版本中，執行指令的能力非常出色。它是一個強大的槓桿來放大產出。但它不是，也在可預見的未來不會是，能夠應對這些高層次、人性化挑戰的思考的大腦。
在軟體工程中，真正創造持久、有影響力價值的戰鬥，仍然需要人類不間斷的專注、深厚的經驗和策略判斷。作為領導者，我們必須為團隊提供正確的工具來解決正確的問題，並理解對於真正困難的挑戰，完全心流中的人類思維仍然是我們最強大的資產。
Mercury Technology Solutions。加速數位化。
