我們該不該繼續用 AI 寫程式？
Vibe Coding 是近年出現的新名詞，它描述的不是某種技術，而是開發方式的轉變。
在 AI 盛行的年代，我發現自己寫程式時，越來越常打中文，反而越來越少切回英文輸入法。在過去，寫程式是一種語言的轉換，從想法到英文關鍵字，從邏輯到語法結構。 而現在，我更多時候只是用自然語言描述「我想要什麼」，然後讓 AI 幫我生成實作。
我們開始不再從 Function 開始；而是從「意圖」開始；不再從語法思考，而是從結果思考。寫程式的重心，從敲打鍵盤，慢慢轉向描述問題。 於是問題也隨之而來，當 AI 當 AI 可以快速產生可運行的程式碼，我們是否還應該繼續依賴它？ 越來越多聲音開始質疑，過度依賴 AI 會不會讓人停止思考。 當「自己寫」變成「請它寫」，我們是否正在慢慢放棄理解？ 這會讓工程師變強，還是變弱？
我認為，關鍵不在於「要不要用 AI」，而在於我們如何定位它。 如果把 AI 視為替代品，那確實會讓人逐漸喪失思考能力； 但如果把 AI 視為工具，它其實是在放大工程師的能力。 真正需要被重新定義的，不是工具本身，而是工程師的角色。
把 AI 當工具，而不是替代品
就我來看，問題從來不是「該不該用 AI」，而是我們如何看待它。
如果把 AI 當成替代品，那它確實會讓人變得依賴。 當每一段邏輯都交給它產生，每一個錯誤都請它修正，久而久之，就會失去對系統的掌握。 程式可以運行，但自己未必理解它為什麼這樣運行。
但如果把 AI 當成工具，情況就完全不同。 工具的本質，是放大人的能力，而不是取代人的判斷。 就像 IDE 取代了純文字編輯器，自動補全取代了死記硬背的語法，Git 取代了手動備份程式碼。 這些工具並沒有讓工程師變弱，而是讓我們把時間花在更高價值的思考上。
AI 也應該被放在同樣的位置。 它可以幫助我們快速產生樣板程式碼、重構邏輯、補齊遺漏的邊界條件， 但最終的架構設計、技術取捨、風險判斷，仍然必須由人來決定。 真正危險的，不是 AI 本身， 而是我們是否把「理解」也一併外包。
當我們不再思考為什麼這樣設計， 當我們無法解釋每一層結構的存在意義， 那麼就不是在使用工具，而是在被工具使用。
把 AI 當工具，代表自己仍然是駕駛者； 把 AI 當替代品，代表自己把方向盤交了出去。 而工程師真正的價值，從來不是打字速度， 應該是對系統的掌握與判斷。
人類對新技術的排斥是常態
當一項新技術出現時，人類的第一反應往往不是擁抱，而是質疑。
交流電剛被提出時，人們擔心它危險； 火車剛出現時，有人認為高速移動會對人體造成傷害； 電腦進入辦公室時，也有人認為這只是昂貴又多餘的玩具。
歷史一再重演。 每一次技術革新，都會打破既有的工作模式，也會動搖既得利益與習慣。 不安與排斥，其實是正常的反應。AI 也是如此。
當它開始寫文章、畫圖、生成程式碼時，人們自然會擔心： 這是否意味著某些職業將被取代？ 這是否代表我們的能力將變得不再重要？ 但真正值得思考的，或許不是「它會不會取代我們」， 而是「我們是否願意隨著工具升級自己」。
技術本身從來不是威脅，停滯才是。
錯誤使用 AI 的後果
真正的問題，從來不是 AI 能不能寫出程式碼。 而是當不知道它在寫什麼時，會發生什麼事。
之前因為工作需要，在剛接觸學習 Unity 時，幾乎把整個專案都交給 AI。 因為我不熟悉 C#，也沒有遊戲開發的經驗。 於是我選擇了一條看起來最快的路， 我描述功能，貼上回覆，讓它幫我完成。
一開始，一切都很順利。
角色可以移動，場景可以切換，UI 也正常運作。 AI 確實幫我「完成」了一個遊戲。 但隨著功能越來越多，問題開始浮現。 模組之間沒有清楚的邊界， 命名沒有一致性， 邏輯彼此耦合， 當某個地方出現錯誤時，我甚至不知道該從哪一層開始排查。
我無法判斷哪些設計是合理的，哪些只是權宜之計。 專案逐漸變得混亂，而我卻沒有能力收斂它。 到最後，不只是我搞不清楚整個系統在做什麼， 連後續請 AI 協助時，它產出的結構也開始前後矛盾。
那一刻我才意識到： AI 可以替自己完成任務， 但它無法替你建立理解。
如果沒有全局的設計能力，只是跟著 AI 一步步往前推， 只會得到一個能跑的專案， 卻得不到一個能維護的系統。 錯誤使用 AI 的後果，不是寫不出來， 而是寫出來卻無法掌控。
工程師必須轉型
如果 AI 可以幫我們生成程式碼，那工程師還剩下什麼價值？
答案其實很清楚，工程師必須從「寫程式的人」，轉變為「設計系統與做決策的人」。 過去，我們的專業建立在語法熟悉度、框架掌握度與實作速度上。 但當生成程式碼的成本趨近於零，真正稀缺的能力，會變成判斷與設計。
我們必須知道：
- 這個系統應該如何拆分？
- 哪些模組應該解耦？
- 哪些地方未來可能成為瓶頸？
- 哪些設計只是暫時可行，哪些是長期可維護？
因為如果自己不知道整個系統該長什麼樣子， 就只能跟著 AI 一段一段往前拼湊。
而拼湊出來的東西，往往不是設計，而是堆疊。 AI 可以幫忙寫出「合理的區塊」， 但只有自己能決定「整體的方向」。
這代表工程師需要培養的能力，正在改變：
- 更強的系統思維
- 更清晰的抽象能力
- 更好的風險判斷
- 更全面的全局視角
寫程式，仍然重要。 但它不再是核心競爭力。 真正的核心競爭力，是理解整個系統如何運作， 以及在不確定的情境中，做出正確的技術決策。
未來不會消失的工程師，不是寫得最快的人， 而是看得最遠的人。
Vibe Coding 的真正意義
Vibe Coding 從來不是「憑感覺亂寫程式」。 它也不是把所有問題丟給 AI，然後期待奇蹟發生。
它真正代表的，是一種開發模式的轉變， 從語法驅動，轉向意圖驅動； 從手動實作，轉向人機協作。
當我們開始用自然語言描述需求時， 其實是在把思考的重心往上提升一層。 我們不再執著於每一行程式怎麼寫， 而是開始關注整個系統該長什麼樣子。
但前提是必須足夠理解系統，才能描述正確的「意圖」。 如果沒有設計能力，Vibe Coding 只會變成拼湊程式碼； 如果沒有判斷能力，AI 產出的只是看似合理的結構。
真正的 Vibe Coding，是清楚知道自己在做什麼，然後讓 AI 幫忙加速。 它不是降低門檻，而是提高層次。 未來的工程師，不再只是寫程式的人， 而是能夠定義問題、設計架構、做出決策的人。
當理解這一點，AI 就不再是威脅，而是屬於自己的員工。