在AI寫程式的時代，依然要耕耘「深度」這件事

前言

最近，我讀了一篇有趣的文章。

內容是「AI開始寫程式碼這件事，會不會是前端所經歷過的『失落的十年』再現呢？」

前端開發因為框架的普及，從過去的事門領域，轉變成了「誰都能做的工作」... 這樣的趨勢，現在正透過 AI 發生在整個程式設計領域。

你怎麼看呢？我倒是因此停下腳步，思考了一會。

技術的累積，以及創作者的「深度」，難道真的會就此消失嗎...

「失落的十年」教會我們的事

從 2000 年代後半到 2010 年代，前端世界發生了巨大的變化。

語義化的 HTML、CSS、無障礙設計、對瀏覽器之間微妙差異的理解... 這些工匠般的技藝，隨著 React、Vue 等框架的崛起，都被「抽象化」了。

效率提升了。

進入門檻降低，許多人也能做出網站的表面了。

但是，取而代之的，卻也出現了輕視深層知識的風氣。

光是實作一個按鈕，就算不知道內部會生成怎樣的 HTML，對網路效能有何影響，隨手放進 shadcn 的元件，它就會動。

我自己長期在硬體與軟體的夾縫中工作，對於這種「對看不見的部分漠不關心」的現象，心情其實很複雜。

去技術化這把雙面刃

社會學中有個詞叫「去技術化（deskilling）」。

指的是熟練的勞動因技術導入，被半熟練或非熟練的勞動取代。

對企業來說，可以降低成本，而勞工的談判力則會減弱。

前端的歷史正是如此，如今 AI 能夠生成程式碼，同樣的現象正在更廣泛的程式設計領域發生。

可是，我並不打算在這裡斷定「效率化等同於邪惡」。

比方說，我心愛的 Revox 盤式錄音機。

以前要剪接盤帶，得用剪刀和接合膠帶，一邊用眼睛追蹤聲波波形，甚至要豎起耳朵聆聽一瞬間的雜訊。

如今則是在 DAW 上直接剪貼波形。

這或許也算是一種去技術化，但表現的幅度確實變得更寬廣了。

我認為重要的是，即便工具改變了，「想聽見什麼」的那份感受，是否依然被磨得敏銳...

抽象化的漏洞，與庭園的教誨

軟體的抽象化常被說成「會滲漏」。

就算 React 掩蓋了瀏覽器的細節，在慢速網路或低效能裝置上，那些破綻仍會顯露出來。

而 AI 生成程式碼，也同樣帶有因提示詞的微小差異就會讓結果改變的非確定性脆弱本質。

簡直就像是不去考慮土壤的酸鹼值和微生物平衡，只依賴化學肥料的家用菜園。

我週末會在一小塊田裡種菜。

何時該播種、排水狀況、連作障礙... 這些無法一朝一夕學會、聆聽「土地的聲音」的能力，恰恰與前端領域中「前端中的前端」相通。

即使框架或 AI 幫我們把表面打理好，能不能感受到底下「自然的道理」，其結果的豐饒程度，可說是完全不同。

技術的深度，究竟藏身何處

參與公分級 GPS 定位系統開發時，我反覆見過衛星傳來的電波因大氣擾動而錯亂，多重路徑導致定位偏移的狀況。

那些能靠經驗與直覺，察覺「啊，這是西側大樓的反射」這類連演算法都無法完全修正的誤差的工程師，簡直就是工匠。

AI 可以處理大量數據，但它不可能用肌膚感受現場的風。

這種「身體性」，或許正是創作者深度所棲身的最後堡壘。

當我們重構 AI 寫的程式碼時，會去解讀藏在背後的設計思想，補上不足的部分。

那就像是爵士樂的即興演奏，接住對方的樂句，再疊上自己的聲音。

在包浩斯與量產之間

一百年前，包浩斯面對工業化的浪潮，高舉了藝術與科技融合的旗幟。

它試圖以嶄新的造形語言，來克服量產所失去的「手藝」。

身處現代的我們，也同樣站在該如何面對 AI 這類「量產程式碼」的提問面前。

也有人說：「用 AI 寫的程式碼，跟以前在 Stack Overflow 上複製貼上沒什麼兩樣。」

的確，靠著合適的搜尋關鍵字找到想要的程式碼的技能，與打磨提示詞的技能，確實很相似。

不過，那些在反覆複製貼上之餘，開始思考「為什麼這樣會動」的人，最終往往能產生原創的發想。

我願意相信，AI 同樣可以成為這種學習的引信。

結語：終究會留在你手中的是什麼

在 AI 寫程式的時代，創作者的深度會改變形式，留存下來。

它是想去探索那看不見的抽象化底下地層的好奇心，是能察覺微小破綻的細膩，也是耗費漫長時間所建立的「美」的尺度。

我們不該被效率化的浪潮絆住腳步，而是要在乘浪的同時，不忘用自己雙腳去確認海底的觸感。

你的手中，還殘留著至今累積下來的技術觸感嗎？我直到今天，每當轉動老 Revox 的旋鈕時，仍會想要相信自己的指尖。