一個北海道西蘭花農把 Codex 當工程師用，比任何「AI 取代工程師」的爭論都有說服力

前幾天滑到一則整理貼文，主角是北海道一個種田的農民，冨安（Hiroki Tomiyasu），列了他這一年用 ChatGPT 和 Codex 做過的事。我看完愣了一下。

先說清楚這不是週末種種菜的規模：經營約 100 公頃，種西蘭花、南瓜、青蔥、大豆，有曳引機要跑。但他本行就是種田——用日本媒體的說法，是個「程式知識為零的文科農家」。而那一串他做出來的東西，每一件我都大概知道「正規做法」要花多少錢、要請什麼樣的人。他一個人，從一個聊天框問起，把這一串東西一件一件弄了出來。

他做了什麼

挑幾個我覺得最有代表性的講。

他拍一張西蘭花的照片丟給 AI，問這是什麼病。這個你可能覺得還好，手機 App 早就能做。但接下來的就不太一樣了。

他坐在曳引機的駕駛座上，當場用 AI 寫了一支記錄行駛軌跡的小程式——手機 GPS 抓時間和經緯度，跟自家田的邊界比對，把跑過的路線疊到地圖上，連里程和最高速度都記下來。新款的高階曳引機本來就附這類功能，但那是要另外掏大錢的；他人在駕駛座，邊開邊讓 Codex 改 code、當場跑測試，硬是自己把它生了出來。

真正幫他省事的是溫室那套。他在棚裡擺了幾顆 SwitchBot 溫濕度計——市售品、吃乾電池、不用拉線。值得一提的是他選型的過程：他認真比較過要不要拿 ESP32 自己焊一套，最後挑了維護最省心的市售方案。溫度再由 AI 自動推到團隊的 LINE 群，人在哪都能看棚裡幾度。電動卷簾那套他也在自己做，用 ESP32 配馬達驅動，最終想在外面用 LINE 一句話就遠端開關——不過照他二月底的紀錄，馬達還只在工作桌上能用程式正反轉，既沒接上 LINE 遠端、也還沒真的裝到棚頂，溫度連動自動開關更排在後面。

還有 RTK-GPS 自動轉向——就是那種讓曳引機沿著公分級精度的直線自己跑的技術。他讓 AI 從原理開始教他，一路摸到自己評估該怎麼落地。曳引機自動駕駛後來也成了媒體報導他時，跟溫室溫控一起被點名的代表作。

他自己的說法大意是：不必是工程師，只要手上有 AI，就能照自己現場的需要把東西做出來。日本媒體下的標題更直接——這些自動化，他用外包價格的十分之一就做出來了。

而且這不是一個農民關起門來自嗨。2025 年冬天起，他給自己出了道題：一百天，每天做一個東西、每天丟上網；我開頭說的那則整理，整理的就是這串紀錄。做著做著，連 OpenAI 都注意到他，把他請去了東京。一個本行是種田的人，做到讓打造 ChatGPT 的公司主動找上門。

我的第一反應，和第二反應

老實說，我的第一反應有點酸。

身為一個寫了十幾年 code 的人，看到「用一塊 ESP32 去控溫室的電動卷簾馬達」這種事，職業病會立刻冒出來：那段 code 品質怎麼樣？錯誤處理有嗎？卷簾控制器要是半夜當機把棚悶壞了，誰來修？他自己看得懂那些 code 嗎？

這些問題都成立。這類 AI 趕出來的原型，常見的毛病是能跑、但禁不起細看：沒有測試、沒有監控，出錯了大概只能再拍張錯誤截圖丟回去問 AI。拿溫室卷簾這種會動的硬體來說，一個工程師會立刻追問的是——馬達有沒有限位開關擋住它轉過頭？網路斷了，系統的預設狀態是停在原地還是繼續動？控制溫室的那把金鑰存在哪、會不會被同個 LINE 群裡的人誤觸？這些不是吹毛求疵，是「會動的東西」跟「純軟體」的根本差別。從這個標準看，他這套系統是脆弱的。

但我的第二反應把第一反應蓋掉了。

我問了自己一個問題：在 AI 出現之前，這個農民有別的選擇嗎？

沒有什麼好選的。請一個工程師幫他做溫室遠端控制、再長期養著維護，對一個農業經營來說並不划算；買現成的商用自動化方案，價格又貴一截。他真正的對照組，不是「一套寫得很好的系統」，而是「根本沒有系統，繼續每天親自跑一趟開關卷簾」。跟「沒有」比，一套會壞的系統是巨大的進步。

工程師的標準，不是所有人的標準

這件事戳破了一個我們這行很容易有的盲點。

我們習慣用「能不能上生產環境」的標準去評判所有 code。沒測試的扣分、沒處理邊界的扣分、會單點故障的扣分。這套標準在我們的工作裡是對的——因為我們的 code 要服務成千上萬人，壞一次代價很大。

但冨安的系統服務的是他自己的農場。判斷一套系統該做到多可靠，從來不只看它服務多少人，更要看它壞掉的代價有多大、收不收得回來。溫度顯示掛了，最多是他多跑一趟去棚裡看一眼；但會動的卷簾不一樣，馬達誤轉可能傷苗、甚至燒了設備，那道限位開關、斷線時的預設動作就省不得。所以「溫度偶爾不準」對他是可以接受的故障率，而會動的那部分他才剛起步、也還沒敢真的掛上棚頂——這不是技術債，是把力氣花在刀口上的工程取捨。

「AI 取代工程師」這個問題，可能問錯了

過去兩年，「AI 會不會取代工程師」吵到爛。冨安這個案例讓我覺得，這個問題的框架從一開始就歪了。

AI 在冨安身上做的，不是取代一個工程師——他本來就沒有工程師可以被取代。AI 做的是把工程能力的價格，從「請得起一整個人、或買得起商用方案」，打到了「懂自己現場的人，肯花時間就能把需求一輪輪試出來」。這裡的關鍵不是「會打字」——冨安做得成，是因為他比誰都清楚自家田缺什麼、棚裡什麼時候該通風，又願意每天跟 AI 磨上一輪。AI 補的是他缺的那雙寫 code 的手，不是那份種了一輩子田的判斷。連他這樣管 100 公頃、本行種田的人，都能把這類程式的成本壓到外包的十分之一；那些規模更小、更請不起人的——街角的店、一個人的工作室——能受的惠只會更多。

這對我們這行的衝擊，不是「飯碗被搶」那麼簡單。真正的變化是：只把功能堆出來能跑，這件事正在快速貶值——因為連一個本行是種田的人，都能讓 AI 生出能跑的東西。那工程師的價值往哪去？往冨安和他的 AI 還搞不定的地方去：系統壞了怎麼定位、規模上去了怎麼撐住、安全邊界畫在哪、什麼樣的架構十年後還改得動。前面那串溫室卷簾的隱憂，就是這種價值最具體的模樣——重點從來不是把東西做出來，是知道它會在哪裡壞掉。