GitHub CEO Thomas Dohmke為何堅信工程師不會被取代？

🤖 GitHub CEO Thomas Dohmke為何堅信工程師不會被取代？

在當今科技界，關於人工智慧（AI）是否會取代軟體工程師的討論，無疑是最具焦慮感的話題之一。特別是當像 GitHub Copilot 這類強大的 AI 編碼工具出現後，其能夠自動生成、建議甚至完成高達 90% 程式碼的能力，讓許多工程師開始擔心自己的飯碗。

然而，作為全球最大程式碼託管平台 GitHub 的執行長 Thomas Dohmke，他對此卻展現出堅定的樂觀態度。Dohmke 不僅是 AI 編碼革命的推動者，也是最了解這項技術局限性的人之一。他多次公開表示，儘管 AI 功能強大，但他不認為工程師會被取代。他認為，AI 不會是工程師職業生涯的終結者，而是「戰力放大器」（Force Multiplier），將軟體開發者的角色提升到一個全新的境界。

這篇文章將深入剖析 Thomas Dohmke 觀點背後的邏輯，從技術、經濟與人類價值三個維度，解釋工程師在 AI 時代的不可替代性。

一、角色的重新定義：從「編碼者」到「架構師與審核者」

Dohmke 認為，AI 的出現並非消滅工程師，而是淘汰那些不願或無法擁抱 AI 的「純編碼者」。他強調，軟體工程師的角色正在經歷一場本質上的轉變。

1. 不再是「編寫者」，而是「提示工程師」（Prompt Engineer）

隨著 Copilot 等工具的成熟，編寫標準、重複性程式碼（Boilerplate Code）的任務將被 AI 大量接管。工程師的時間將不再花費在鍵入語法細節上，而是轉向「情境設計」（Context Design）和「提示詞工程」（Prompt Engineering）。

工程師的核心價值從「如何寫」變成了「要求 AI 寫什麼」以及「如何界定問題」。這要求工程師對系統有更深層的理解，具備清晰的邏輯思維，才能給予 AI 精準的指令，確保其生成的程式碼符合複雜的系統架構和商業邏輯。這是一種從執行者到指導者的角色進化。

2. 從「創造者」到「品質保證者與審核者」（Auditor & Validator）

AI 生成的程式碼雖然高效，但並非完美。它可能存在隱藏的錯誤、安全漏洞或效率低下的設計。Dohmke 認為，未來的工程師將把大量精力集中在「審核與驗證」AI 產出的程式碼上。

這要求工程師具備更高的系統設計能力、品質保證（QA）和安全審核知識。他們不再是專注於局部細節的「程式碼工人」，而是對整個系統的可靠性、擴展性和安全性負起最終責任的「架構總監」。程式碼寫得快不等於程式碼寫得好，唯有具備深厚專業知識的工程師，才能判斷 AI 產出是否符合高標準要求。

二、技術層面的局限性：AI 尚未觸及的領域

儘管 AI 在程式碼生成上表現出色，Dohmke 指出，AI 目前的能力仍存在不可突破的局限性，而這些局限性正是工程師不可替代的價值所在。

1. 定義問題與高層次系統設計

AI 擅長給出答案，但不擅長提出正確的問題。 一個軟體專案的成功，往往取決於對客戶需求、市場痛點和商業目標的精準理解。

商業洞察力： 只有人類工程師能與產品經理、設計師和客戶溝通，將模糊的業務需求轉化為清晰的、可執行的技術規格。
抽象思維： 設計一個大規模、高並行、低延遲的系統（例如分散式資料庫或全球網路架構），需要高度的抽象思維、權衡取捨的能力以及對未來技術演進的預測。這些複雜的系統架構決策，涉及的變數和情境遠超 AI 目前的邏輯推理範疇。

2. 處理歧義性與不確定性

軟體開發從來不是一個完全線性的過程。開發者經常面對的是歧義性（Ambiguity）、意外狀況和遺留系統（Legacy System）的複雜性。

AI 是基於訓練數據的模式匹配，它在處理前所未見的 Bug、整合沒有標準文件的舊系統、或在極端資源限制下尋求非典型解決方案時，會顯得力不從心。只有工程師能夠運用批判性思考、歸納推理和人類直覺，在充滿不確定性的環境中找到創新且務實的解決方案。

三、經濟效益與人力的擴大：工程師是「企業資產」

Dohmke 從企業的經濟角度來看待 AI 對工程師的需求，他認為 AI 不會減少對工程師的需求，反而會擴大。

1. 創造更廣大的「可能性空間」（Possibility Space）

Dohmke 強調，最懂得利用 AI 的公司不會用它來裁員，而是用來實現更高的目標雄心。過去因為時間和人力限制而被迫放棄的複雜或耗時的專案，現在因為 AI 帶來的效率提升而變得可行。

當 AI 讓編寫程式碼的效率提高數倍時，企業的目標不會是「用更少的人做同樣的事」，而是「用同樣的人做更多、更複雜、影響力更大的事」。這將導致對高效率工程師的需求持續增加，因為他們是實現這些雄心壯志的關鍵。

2. 工程師是 AI 時代的「稀缺資源」

Dohmke 曾指出，科技業終將意識到，工程師在 AI 時代不僅是勞動力，更是企業的核心資產。在一個充滿 AI 生成程式碼的世界裡，能夠理解、指導、驗證並整合這些程式碼的人，其稀缺性反而會增加。

換句話說，AI 提升了生產力門檻，但同時也提升了對人類專業知識的深度需求。AI 大幅降低了「寫程式」的門檻，但大幅提高了「做好軟體」的門檻。

四、應對變革：工程師的生存指南

Dohmke 對開發者發出了強烈的信號：「要麼擁抱 AI，要麼就離開這個行業。」他的觀點並非安撫，而是警示工程師必須做出轉變，適應這個新時代。

未來的工程師需要專注培養以下三個核心技能：

1.  AI 熟練度 (AI Fluency)： 掌握如何使用 Copilot 等工具，了解生成式 AI 的優勢與局限，將其融入日常工作流程，使自己成為「程式碼賦能者」（Code Enabler）。
2.  系統設計與架構能力： 這是 AI 最難以取代的環節。花時間深入研究系統的宏觀結構、可擴展性、微服務架構等。
3.  溝通與跨領域協作： 軟體工程師將花更多時間在與產品經理、設計師討論需求，並將這些需求轉化為 AI 可執行的任務。人類的溝通、協作和領導力，永遠是軟體開發中不可或缺的環節。

結論：進化而非淘汰

Thomas Dohmke 的觀點，為擔憂被 AI 取代的工程師們提供了一個明確的未來藍圖。AI 並非來搶走工作，而是來接管單調、重複性的工作，從而解放人類的創造力和認知資源，讓工程師能專注於那些更具挑戰性、更高價值、更需要人類獨有智慧的任務：定義複雜問題、設計宏觀系統、進行關鍵性審核、以及領導團隊創新。

工程師的未來不是被取代，而是被賦能，從單純的編碼者進化為掌握 AI 工具的數位架構師與策略家。這場 AI 革命，將使優秀的工程師變得更為高效且更有價值。

您希望我針對 Thomas Dohmke 提及的「未來高階開發者將不再撰寫程式碼，而是扮演『提示工程師』與『AI 代理管理者』的角色」這個觀點，提供更具體的職能分析嗎？