軟體工程師常被視為「程式碼編寫者」，其核心職責是將邏輯轉化為可執行的程式碼。然而，在AI的賦能下，這一角色正逐漸轉變為「更高層次的-思考者」。

AI缺乏：「why」的深刻理解
AI技術發展至今，儘管能力強大，但仍有其局限性。AI目前缺乏真正的創造性思維、對專案背後「為什麼」的深刻理解，以及處理複雜、跨系統問題的能力。
這正是人類獨特的批判性思維、情境判斷和對背景知識的深刻理解所不可替代的。
軟體工程師的角色在未來將更多地是「引導AI，並對其產出進行審核、校正和優化，確保最終成果符合預期且具備高質量」。追蹤我職涯烏蘇拉⚡️每週分享「AI動態✖️工作✖️生涯」 https://portaly.cc/usula

AI如何實際影響我們？
一、效率飛躍
AI工具在提升開發效率方面的表現有目共睹。以 GitHub Copilot 為例，這類AI編碼助手據稱能使程式設計師的編寫速度提高一倍。麥肯錫（McKinsey）的研究也估計，AI在軟體工程任務中可將生產力提高20%到45%。這些數據有力地證明了AI作為生產力工具的巨大潛力。

二、組織轉型
一項調查顯示，高達92%的開發人員已經在工作中使用AI編碼工具，這充分說明了AI在開發流程中的普及與重要性。值得注意的是，許多公司正開始考慮「300人 + 300 AI Agents」這樣的成長模式，而非單純增加人力。這意味著未來企業的增長將不僅依賴於人力的擴張，更將依賴於人與AI的協同合作，這種模式無疑將改變傳統的組織架構和工作模式。

三、新興職位：「AI 提示工程師」（Prompt Engineer）
AI的應用不僅提升了現有角色的效率，更催生了全新的職位和技能需求。例如，「提示工程師」（Prompt Engineer）這樣的新興職位正在嶄露頭角。他們的核心職責是「設計和優化向AI模型發出的指令（提示）」，以獲得「最精確、最符合預期的輸出」。這要求工程師不僅要理解AI模型的工作原理，更要具備清晰的邏輯思維和出色的溝通能力，這也為軟體工程師的生涯發展開闢了新的道路。

未來，部分軟體工程師可能會轉變為AI模型訓練師或策展人，他們將專注於數據收集、清洗和模型調優，這被稱為「Software 2.0」範式。在這個範式下，程式碼的生成將更多地依賴於數據和模型的訓練，而非傳統的手寫程式碼。

作者介紹

作者其他文章

留言討論