生成式 AI 浪潮下，越來越多 AI 工具能輔助人們完成工作，包含寫程式。不過正因如此，有開發者發現自己處於軟體開發的奇怪轉折點。
一篇名為「人工智慧正在創造一代文盲工程師」的部落格文章在網路上爆紅，一位擁有 12 年 coding 經驗的資深工程師 Namanyay，揭露自己用 AI 寫程式後，開始停止閱讀文件、debug 除錯能力退步，後來也不再閱讀錯誤訊息，只是進行複製貼上。驚覺 coding 技術變差的他開始「復健計畫」，規定自己每週一天不用 AI 寫程式。
事實上，AI 不只影響個人，也讓資深開發者和新一代開發者產生「代溝」。Namanyay 表示，每個和他交流過的初階開發者都全天使用 Copilot、Claude 或 GPT，雖然迭代程式碼的速度比以前快，但當深入詢問為何選擇特定解決方案，或是遇到特殊情況該如何處理時，卻往往無法做出適當的回應。
過去解決問題的 Coding 基礎知識消失了
在 AI 工具普及之前，許多工程師透過 StackOverflow 等網路平台交流學習，像是在平台中提問，並獲得他人經過深思熟慮的回答。Namanyay 認為，直接閱讀平台裡相關主題的討論，是最好的學習方式。這類學習方式雖然較為耗時，但能了解什麼方法有效、為什麼有效。
然而，Namanyay 最近才意識到，新一代的工程師並不知道 StackOverflow 是什麼。他觀察，新一代工程師傾向直接將錯誤訊息複製到 AI 工具中尋求解答，雖然能快速解決問題，但失去了深度學習的機會。從他的角度來看，過去開發者為了努力解決問題而獲得的基礎知識，現在消失了。
微軟和卡內基美隆大學的研究人員最近發表的一項研究，便指出當人們在工作中過度依賴生成式 AI 時，會把注意力轉向驗證 AI 的回應好或不好，而不會使用到創造、評估、分析資訊等進階批判思考的能力。
如何在使用 AI 的同時保持思考？
不過，Namanyay 認同完全棄用 AI 是不實際的，但為了避免過度依賴 AI，他提出 4 個建議來改善上述現象：
首先，以學習心態使用 AI。當獲得解答時，深入詢問原因，理解背後的邏輯。
其次，積極參與開發者社群，在 Reddit、Discord 或 Mastodon 等平台與其他工程師交流討論，「他們會讓你覺得『啊，我從來沒有這樣想過』。」
第三，在進行程式碼檢查時，要用不同角度來檢視，例如討論解決方案的選擇過程，而不只是確認程式碼是否可以運作。
第四，偶爾嘗試從零開始編寫程式，雖然可能寫出較不完美的程式碼，但能確保對每一行程式碼都有深入的理解。
Namanyay 認為，工程師的未來不會取決於是否使用了 AI，而是使用 AI 的方式，因此，在這軟體開發的發展轉折點，也許可以找到一種方法結合 AI 的優點和深度理解。
立即下載《2025 AI 工具應用報告》
【推薦閱讀】
◆ 矽谷最新流行語「Vibe coding」是什麼？OpenAI 共同創辦人揭個人用法
＊本文初稿為 TechOrange 使用 AI 編撰，資料來源：Namanyay 1、Namanyay 2、《The Register》，首圖來源：Unsplash。
