AI 巨頭之一的 Anthropic 近日傳出將會擴大招募產品經理職位，以應對人工智慧所帶來的產業轉型。
根據外媒報導，自從 Claude Code 上線之後，Anthropic 發現旗下工程團隊的產出能力，已然達到團隊實際人力的 3 倍，因此任務瓶頸也從整合開發環境（IDE）的程式碼實作業務，轉移到了負責決定開發內容的人身上。
回顧過去十多年，軟體工程師需要開發哪些程式的決定權，始終都掌握在別人手中；產品經理負責管理流程，工程師則負責打造程式，雙方都將這種分工視為鐵律。
然而，在 AI 技術獲得突破性進展後，前述的分工與作業流程，卻被一步一步的拆解、取代，直到現在發生了崩塌。
從 Stack Overflow 到 Claude
軟體工程師日常工作不斷被「壓縮」的過程，大致可分成幾個階段。2014 年至 2022 年末，Stack Overflow 匯聚全球軟體設計者的集體思維，是工程師解決問題的最佳知識庫；但自 2022 年 11 月 ChatGPT 問世後，Stack Overflow 每月新問題數量下降約 77%。
2022 年末至 2024 年，第一代 ChatGPT 仍運行於 IDE 之外，工程師只是多了一款更高效率的工具，將正確程式碼貼回 VS Code 開發，工作流程本身未變。
直到 2025 年，Cursor、Claude Code 等服務將 AI 模型直接整合進開發環境，並賦予完整儲存庫存取權限，傳統作業模式才徹底瓦解——工程師在終端機輸入的第一條指令，變成了「claude」。
規格驅動開發與 AI 代理循環
隨著 AI 不斷進步，程式設計進入「規格驅動開發（SDD）」時代，更大的上下文視窗讓 AI 得以在單次工作會話中，承擔更複雜、更大量的專案任務。
以某支 AWS 工程團隊為例，一項預估需 18 個月、原規劃 30 名工程師負責的程式重構專案，最終在 AI 輔助下僅由 6 人以 76 天完成。換句話說，SDD 時代下，軟體開發的瓶頸不再是編寫程式碼的時間，而是工程團隊能否向 AI 清楚描述「正確的結果」應該是什麼樣子。
進入 2026 年，程式開發再進化到「代理循環」時代。Anthropic 推出的 Claude Code Routines，是一套可排程、具持久性的 AI 代理程式，能依固定節奏或透過 Webhook 觸發，甚至在夜間自動執行。許多工程師的工作因此不再只是「描述」，更多了「協調」——例如睡前啟動一組 AI 代理，隔天早上再審閱大量 Pull Request，工作型態已與 5 年前截然不同。
當功能產出速度，比開發決策更快
受惠於 AI，軟體工程團隊的任務產出比過去增加約 3 倍，但產品管理端幾乎沒有變化。
亞馬遜軟體工程師 Ishan Gupta 分析，傳統企業 PM 與工程師常見的 1:8 比例本已稍嫌不足，如今實際比例已接近 1:20，因為每位工程師每天都能在 AI 輔助下產出更多成果。這正是 Anthropic 決定擴大招募產品經理的主因。
LinkedIn 則更為直接，將「助理產品經理」職位改為「產品建構者（Product Builder）」，計劃培養兼具管理、設計與工程能力的通才。
具備基礎知識與理解底層邏輯的價值
AI 對產業帶來的結構性改變，本應是最重要的職涯訊號，卻常被「生產力」話題沖淡而遭忽略。當 AI 代理能處理大多數開發事務，人類工程師的基本技能是否就不再重要？
Ishan Gupta 認為恰恰相反。當某程式在凌晨 3 點發生記憶體洩漏、癱瘓生產環境，深究後發現 Bug 源自 4 年前的某次更新時，目前沒有任何 AI 代理或監控系統，能端到端釐清這條錯誤鏈；即便是編寫了七成以上程式碼的 AI 代理，也無法可靠指出自己生成的程式究竟在何處出錯。
能同時解讀數據、差異並揪出錯誤的工程師，其能力必然建立在紮實基礎上，而非單純依賴提示技巧，這才是企業真正需要的人才。
Ishan Gupta 強調，「基礎知識」如今已是人類工程師發揮槓桿效應的強大技能而非僅是基本功，具備底層邏輯與實戰經驗的工程師，其價值在 AI 代理時代只會更加擴大。
大量使用 AI，卻不信任 AI
另一方面，由於 AI 時代下程式碼的生成速度變得太快，鮮少有人可以具備充足時間並完整理解，因此那些有辦法在快速交付趨勢下，成功倖存下來的工程團隊，勢必也要保持著跟過去手動撰寫程式碼時，同等的嚴謹態度以審查 AI 輸出內容。
根據 Stack Overflow 調查，在 2025 年有高達 84% 的開發者使用 AI 工具，可是其中卻有 46% 的人表示，他們並不信任 AI 的產出結果，該數字較前一年的 31% 大幅上升。
Ishan Gupta 指出，這種「大量使用 AI，卻不夠信任 AI」的落差，正是人類工程師的審查技能，得以發揮所長之處。
未來的軟體工程師是什麼樣子？
那麼未來的軟體工程師究竟會是什麼樣子呢？Ishan Gupta 認為，工程師未來或許得去體驗，某些從傳統工程師角色來看，從來不會接觸到的事物。
舉例來說，軟體工程師要開始懂得跟客戶直接對話、觀察他們實際使用產品的方式、閱讀客服人員整理的回報清單，甚至是旁聽銷售部門是如何跟客戶進行溝通；過去整個產品團隊必須經過層層彙總才能整理出來的資訊，現在工程師得用一個下午親自掌握。
應用逆向工作法，以價值為優先
Ishan Gupta 表示，工程師要開始像 PM 一樣提出「想法」；能提出經過驗證、範圍明確、商機顯著專案的工程師，將能分攤團隊壓力，帶來更精確的發展動力。
他以亞馬遜為例，公司二十年來奉行「逆向工作法」，開發團隊會先寫一份虛擬新聞稿，闡述專案如何為客戶帶來獲益，才開始編寫程式碼。無論單人或大型團隊，若沒有以此為基礎明確闡述客戶獲益，最終只會產出大量可運作但缺乏實際效用的軟體。
過去工程師面對「你們能實現這個想法嗎？」通常誠實回答「沒有」或以「產能不足」當藉口，但進入代理循環時代後，工程師或許該反問「這個想法的價值是什麼」，畢竟不了解客戶需求，專案便難以推進。
清楚該打造什麼，證明它值得打造
隨著 AI 持續發展，軟體工程師角色與任務的改變，其實並非是某種工具或某種技術的發展史，反而更像是人類必須負責執行哪方面工作的演變史。
Ishan Gupta 強調，所謂 AI 時代下最優秀的工程師，絕非是寫出最多程式碼的人，而是清楚該打造什麼、有辦法證明其值得打造，同時具備控管 AI 代理、擁有審查紀律，還可以在高速節奏下，保持系統穩定不致崩潰，順利交付程式專案的人。
Ishan Gupta 認為，有能力將前述理念內化於心的工程師，將會在未來十年經歷軟體業界最有趣的工作體驗，而那些只是坐等工單、等待指示的工程師，則會整整十年無法獲得自我進步。
【推薦閱讀】
◆ 美國工程師招募逆勢成長 7%，設計、行銷卻雙雙腰斬：AI 重塑了誰的飯碗
◆ 【維運工程師被 AI 取代？】最新測試：最先進 AI 模型的故障分析能力仍不及人類專家
◆ 產業人才結構重塑中：AI 把開發成本砍半，工程師的市場價值不跌反漲
＊本文開放合作夥伴轉載，參考資料：VentureBeat、Stack Overflow，首圖來源：Unsplash
（責任編輯：鄒家彥）
