我們所認知的程式設計新紀元之始？

背景

隨著 Claude 與 Codex 等 AI 程式碼輔助工具的崛起，開發者社群正陷入一場關於「程式設計師」職業存續的深刻討論。本文探討了 AI 在極短時間內生成大量程式碼的能力，以及人類開發者在當前過渡時期，如何憑藉審美、智慧與謹慎等特質，在與 AI 的協作中保持獨特價值。

社群觀點

Hacker News 的討論呈現出極端兩極化的趨勢。部分開發者認為 AI 生成程式碼本質上並非真正的「程式設計」，而是一種鄰近領域的產物，類似於專案管理或介面設計，甚至將其比喻為在《模擬市民》中操持家務，認為這只是在技術邊緣徘徊。然而，這種觀點隨即遭到反駁，反對者指出這種「老兵心態」在歷史上屢見不鮮，當年從組合語言轉向 C 語言、或從底層開發轉向 Ruby on Rails 等高階框架時，也都曾出現過「這不是真正寫程式」的質疑。支持者認為，程式設計的本質在於解決問題與領域知識，而非特定的符號標記，AI 只是另一種更高階的抽象層。

關於 AI 生成內容的可靠性，社群內存在顯著的憂慮。有評論者提出「骰子開發」的概念，認為 LLM 雖然能產出看似正確的結果，但本質上是機率性的，缺乏邏輯上的確定性保證。這與傳統程式語言有著根本區別：傳統語言即便存在未定義行為，其邏輯推導仍具備可追蹤性。此外，社群也警惕「確認偏誤」與「倖存者偏差」的影響，人們傾向於分享 AI 成功開發應用的神蹟，卻很少有人展示 AI 陷入邏輯死循環或生成數千行垃圾程式碼的失敗案例。這種集體幻覺可能掩蓋了當前 AI 工具在處理複雜系統架構時的無能。

另一個討論焦點在於人類角色的轉變。許多開發者認同，雖然 AI 能處理標準化的 CRUD 業務邏輯，但真正的挑戰在於建立能讓 AI 獲得回饋的「測試框架」，透過自動化測試、日誌與觀測工具來修正 AI 的錯誤。有人預測，未來的核心競爭力將從「編碼」轉向「系統分析」，人類需要具備更強的邏輯嚴謹度與判斷力來審核 AI 的產出。然而，也有人表達了深層的焦慮，擔心長期依賴 AI 會導致開發者喪失對程式碼底層邏輯的理解能力。當企業強制要求使用 AI 工具以追求產量時，開發者可能在不知不覺中失去了對系統整體的掌控權，最終導致軟體品質的平庸化。

延伸閱讀

在討論中，有開發者推薦了 Lawrence Kesteloot 所撰寫的短篇故事《Coding Machines》，該文探討了自動化程式設計的極致發展及其對人類開發者的深遠影響。此外，關於 AI 與人類協作的演進，也有人引用了西洋棋領域中「人機協作」優於單純引擎的歷史進程作為對照參考。