如果AI消除了造就優秀工程師的摩擦會怎樣？

Leonard Thiele在2026年7月29日發表的一篇文章中，透過個人觀察和Richard Sennett的《工匠》一書，深入探討了AI對軟體工程實踐的影響。他指出，幾年前實現認證、除錯不熟悉的庫或構建個人網站可能需要數小時甚至數天，而現在只需向AI描述任務，就能在幾分鐘內看到令人印象深刻的結果。這種變化極大地減少了軟體開發中的摩擦，但並非所有摩擦都是無益的。

Thiele將摩擦分為兩類：無用的摩擦（如記憶API、編寫重複程式碼）和形成性的摩擦（如分解複雜問題、理解遺留系統、除錯生產問題）。前者可以安全地自動化，但後者正是工程師發展判斷力和直覺的途徑。他認為，當前的AI使用方式（如‘vibe coding’）無差別地消除了兩者，可能讓初學者錯過關鍵的學習階段。

作者以學徒制為類比：傳統上，學徒從觀察、指導到重複，逐步承擔更復雜的工作，責任與判斷力同步增長。而如今，AI讓一名初級工程師直接監督AI代理生成的程式碼，這些程式碼可能涉及大量檔案修改和系統級變更。初級工程師需要具備高階工程師的判斷力來評估結果，這導致‘槓桿增長快於判斷力’的問題。

Thiele進一步討論了AI作為‘均衡器’的常見說法。他觀察到，非技術人員在社交媒體上熱烈讚揚工具如Lovable，但認為AI可能反而擴大了非技術人員與經驗豐富的工程師之間的差距。因為後者更擅長定義約束、設定護欄和評估輸出。初學者可能盲目信任AI的結果，而無法識別潛在的競態條件、不一致模式或技術債務。

關於‘AI是否在破壞軟體工匠精神’，Thiele持謹慎態度。他承認程式設計工具一直在演變，但關鍵在於工程師是否仍然關心工作質量。他建議用幾個問題來檢驗真正的理解：能否解釋系統設計原因？能否在需求變化時修改？能否預測失敗點？是否願意在凌晨3點被叫醒處理故障？

最後，作者提出了對未來的思考：AI輔助程式設計發展太快，我們無法意外保留學習機會。必須主動決定保留哪些摩擦，並找到新的方法評估工程師——因為生成漂亮程式碼已不再是理解的可靠訊號。真正的工匠不是拒絕現代工具，而是保持與工作的聯絡，識別出什麼‘感覺不對’，並能區分優秀的工作與僅僅是‘解決了問題’的工作。