自動程式設計

背景

Redis 創始人 Salvatore Sanfilippo（網名 antirez）近期發表文章探討「自動化編程」（Automatic Programming）的崛起。他認為開發者應擁抱 AI 生成代碼，將其視為一種由集體智慧預訓練而成的工具，並主張開發者應對 AI 產出的結果負起完全責任，如同對待自己親手撰寫的代碼一般。

社群觀點

Hacker News 社群對此展開了激烈的辯論，核心爭議點在於責任歸屬、代碼品質以及知識產權的倫理問題。多數資深開發者認同 antirez 關於「責任制」的看法，認為無論代碼是由同事撰寫、從 Stack Overflow 複製還是由 AI 生成，只要開發者將其提交至生產環境，就必須承擔後續的所有維護與故障責任。然而，反對者如 rvz 指出，AI 生成的代碼往往隱藏著微妙的邏輯錯誤，若開發者僅因測試通過就盲目信任，在長期維護上將面臨巨大的技術債。sirwitti 進一步補充，開發者的核心價值在於對系統的深度理解，如果開發者不完全理解 AI 產出的邏輯，當半年後出現 Bug 時，修復成本將遠高於當初節省的時間。

關於「自動化編程」的定義，社群中出現了「氛圍編程」（Vibe Coding）或「回饋工程」（Feedback Engineering）等新名詞。部分留言者認為，目前的 AI 輔助開發更像是一種機率分佈的引導，而非真正的自動化。如果開發者缺乏精確的驗證能力，最終只會產出「平庸代碼的平均值」。此外，也有人批評「氛圍編程」一詞帶有貶義，暗示開發者變得懶惰，僅憑感覺而非嚴謹的工程實踐來產出代碼。但 antirez 與支持者反駁，這就像從組合語言轉向高階語言的過程，雖然底層細節被屏蔽，但計算思維與語義設計依然是開發者的核心競爭力。

最尖銳的爭論集中在 AI 訓練數據的合法性。antirez 將預訓練模型形容為「集體贈予的禮物」，但此說法遭到 jakkos 等人的強烈抨擊。批評者認為，許多開源作者並未同意其代碼被用於訓練商業模型，這更像是「未經同意的掠奪」而非贈予。雖然有人以「站在巨人的肩膀上」或「人類學習也是模仿」來為 AI 辯護，但反對者指出，AI 在大規模產出代碼時往往抹去了原作者的署名與授權資訊，這違反了 MIT 或 GPL 等開源協議的精神。

最後，社群也反思了這場變革對軟體產業的長遠影響。一些開發者擔心，AI 可能會導致新一代工程師失去底層構建能力，變成只會調整提示詞的「黑盒操作員」。但也有樂觀派認為，這將使軟體開發民主化，讓更多人能實現創意。正如 9dev 所言，未來不含 AI 貢獻的編程將變得像手寫組合語言一樣罕見，屆時「自動化編程」與「編程」之間的界線將徹底消失。

延伸閱讀

• Vibe Coding 的不同觀點：Mitchell Hashimoto 撰寫的 Non-trivial Vibing，探討如何在高難度任務中運用 AI。
• 軟體自動化分級：探討自動化程度定義的學術文獻 Levels of Software Automation。
• 法律案例參考：Google LLC v. Oracle America, Inc.，關於 API 複製與公平使用的經典判例。
• AI 產出事故案例：Our First Outage from LLM-Written Code，記錄了因 LLM 誤解邏輯導致的生產環境故障。