我想，未來的萬物皆是謊言：工作篇

背景

本文探討了機器學習與人工智慧對未來工作型態的衝擊，特別是軟體開發領域可能從嚴謹的工程學轉向類似「巫術」的混沌狀態。作者 aphyr 認為，當前的 AI 浪潮並非單純的生產力革命，而是可能導致技能流失、自動化偏誤以及財富進一步向大型科技公司集中的風險，甚至將 AI 喻為行為難以預測、具備社會病態特質的虛擬員工。

社群觀點

針對作者將軟體開發比作「巫術」或「召喚」的觀點，社群反應相當熱烈且充滿共鳴。部分開發者認為這種比喻極其精確，甚至提議將「氛圍編程」正式更名為「召喚術」，將提示詞工程視為一種咒語。然而，也有觀點指出這種不確定性並非 AI 時代獨有，網頁開發領域早已存在類似的混亂感。討論的核心在於 AI 產出的程式碼雖然快速，卻帶有大量細微且難以察覺的錯誤。留言者指出，人類本就不擅長長時間監控自動化流程，而 LLM 產生的程式碼海會讓審核者陷入疲勞，導致漏掉關鍵漏洞，這種「看似正確實則有毒」的產出比單純的語法錯誤更具威脅。

在勞動力市場的影響上，社群呈現兩極化的辯論。樂觀者認為這僅是工具的演進，如同從手動工具轉向動力工具，雖然會導致勞動力縮減，但也會帶來效率提升與新職位的創造，且硬體成本與開源模型的進步將打破大公司的壟斷。然而，反對者則憂心這將加劇階級固化，認為勞工在 21 世紀早已失去議價能力，AI 只會加速資本對權力的壟斷。此外，針對文中對企業高層的批判，社群也引發了一場關於「執行長文化」的爭論。有人認為將所有問題歸咎於 CEO 是一種過度簡化的階級鬥爭，這種負面標籤可能讓初入職場者產生習得性無助，誤以為所有公司環境皆然，進而放棄尋找更好的工作機會；但也有人反駁，正是因為高層頻繁的權力擴張與對產品品質的漠視，才讓這種負面聲譽名副其實。

最後，討論也觸及了技術面的實務限制。儘管有資深工程師分享使用 AI 實作複雜密碼學論文的成功案例，但更多人質疑自然語言與編譯器之間的本質差異。編譯器必須精確保留語義，而 LLM 的隨機性使得微小的指令變動就可能導致完全不同的行為。這種不可預測性意味著在追求正確性的領域，人類依然必須深入理解底層程式碼，而非僅僅擔任 AI 的管理者。

延伸閱讀

• 文章存檔：由於部分地區受限於法規無法存取原文，社群提供了 Internet Archive 的備份連結供讀者參考。
• 系列文章：本篇為系列作的其中一部分，作者 aphyr 在其個人網站上持續更新關於自動化偏誤與監控疲勞的後續章節。