為什麼人工智慧尚未且不會取代軟體工程師

Arvind Narayanan 和 Sayash Kappor 在一篇引人深思的文章中探討了人工智慧對就業市場的影響，特別聚焦於一個理論上最容易被顛覆的職業——軟體工程。他們指出，儘管 AI 能力在飛速進步，但聲稱“AI 達到一定門檻後將導致大規模裁員”的敘事缺乏證據支援。即使在監管壁壘極少的軟體工程領域，這一結論也成立，因此其他職業更加安全。

作者首先引用了紐約州 WARN 法案的資料：2025 年 3 月，該州成為美國首個在 WARN 通知中新增 AI 披露覆選框的州。在整整第一年內，超過 160 家公司提交了 WARN 通知，但沒有任何一家勾選 AI 相關選項。這直接表明，企業並未將裁員歸因於 AI，反駁了 AI 導致失業的流行說法。

進一步分析後，文章提出了三個軟體工程中的真正瓶頸：首先，“決定並明確要構建什麼”——這需要深入理解業務需求和使用者痛點，而 AI 目前無法自主完成。其次，“驗證交付成果並承擔責任”——軟體的質量和正確性需要人類工程師進行測試、審查並對最終結果負責。第三，“深度理解”——對程式碼庫、商業環境以及整個生態系統的透徹把握，這是執行前兩個步驟的基礎。

作者 Simon Willison 在文章中分享了自己的經驗，指出 AI 工具確實能幫助他更高效地進行決策和驗證，但要產生真正的價值，核心仍然在於他對問題和解決方案的深度理解。即使有最先進的 AI 輔助，最終產出的質量依然取決於工程師對問題本質的理解程度。

總之，這篇文章有力地論證了一個觀點：AI 更可能是軟體工程師的增強工具，而非替代者。它不會導致軟體工程領域的失業潮，反而可能提升工程師的生產力，但人類的理解和判斷始終是不可或缺的。