工程師職涯

一位拿到終身教職、endowed research chair、編輯一份國際期刊的教授，這週在自己的部落格上發了一篇文章。標題很狠：「AI Has Already Killed Academia as we Know it」。 他是業內贏家，所有學術圈定義的成功——tenure、研究椅、得獎名單、期刊主編、帶出去能獨當一面的學生——他全拿了。然後他寫：「如果學術界是一場遊戲，我贏了。但這場遊戲已經沒意義了。」 我把那篇看完，腦袋裡只跳出一句話：軟體業也是。 他講了什麼他講的是三套機制，被 AI 從不同角度拆掉。 學生作業已經抓不到了。過去我們抓 AI 抓的是「用得爛」的學生：ChatGPT 排版、一句三項列表、幻覺引用、沒有段落縮排。但抓不到的才是真問題——一個學生用兩個付費帳號，Claude 寫初稿、ChatGPT 反覆批改，迴圈到語感乾淨、論證緊實，再叫 AI 三重檢查引用跟格式。這種作業不只偵測不出，還比一般學生寫得好。系統現在做兩件事：懲罰自己寫的學生（自然有瑕疵），給最會用 AI 的學生最高分——而後者不是「懶」或「不誠實」，他們只是看到了 AI 用得越好、成績越好的因...

寶玉前幾天轉了 Tuhin Nair 的一篇文章，標題是《為什麼資深開發者講不清自己的專業能力》。我點開看完，戳到了。 我以為作者要罵的是工程師不會表達、PPT 做得爛，結果他切的點完全不一樣——資深開發者根本不是不會講，是站在跟業務完全相反的迴圈裡，用一套對方聽不懂的邏輯在說話。 我做了七、八年系統，被業務嫌「擋路」「太保守」「想太多」的次數，自己都記不清。每一次我都覺得對方不懂技術，現在回頭看，是我自己沒搞清楚對方在解什麼問題。 兩個迴圈，從來沒在同一條跑道上Tuhin 的觀察很尖銳：業務團隊在跑的，是一個「消除不確定性」的迴圈——這個功能能不能賣？這個市場有沒有人要？這條廣告投放有沒有用？他們的工作就是不斷拋出假設、最小成本驗證、看結果再調整。對他們來說，速度是命。一週搞不定的事，三個月後可能整個議題都失效。 資深開發者跑的迴圈完全不一樣，是「管理複雜性」。 你維護的系統不是一個 Demo，是已經有客戶在付錢、半夜兩點不能掛掉、上面綁了三年累積的業務邏輯的東西。每加一行程式碼，你都在心裡算這條會不會踩到舊邏輯、會不會在年底結算那天爆掉、會不會三個月後被某個剛入職的新人改錯方...

上週五，黃仁勳在卡內基梅隆大學的畢業典禮上對 2026 屆資工系畢業生說了句話：電工和水管工比你們有前景。 他不是在開玩笑。兩天後微軟 AI 部門的 CEO Mustafa Suleyman 接受 Fortune 採訪，預測 18 個月內 AI 會自動化掉所有「坐在電腦前」的白領工作。同一天 Anthropic CEO Dario Amodei 在華爾街日報的 YouTube 頻道說，軟體成本會崩到接近零，數十年累積的職業結構會跟著消失。 一週之內三位 AI 圈最有話語權的人放話，方向高度一致。我們得認真看看他們在說什麼——以及我們自己該怎麼辦。 一週內的三個訊號5/15，黃仁勳 @ CMU：給資工系畢業生的演講，主軸是「不要假設你選了一個鐵飯碗」。他引用的資料夠扎實： Randstad 分析顯示，技工的需求增長是白領職位的 3 倍 機器人技術員職位增長 107% 史丹佛研究指出，AI 相關崗位的早期職業就業率下降 16% 頂級電工年薪可以超過 10.6 萬美元，而且不用揹學貸 科技公司今年砸了 7000 億美元蓋資料中心，到 2030 年全球估計 7 兆美元 問題是製造業缺工...