今天要跟大家分享 Google 最新推出的 Antigravity 這款 AI 程式碼編輯器。

不管你電腦的作業系統是 Windows、Mac，還是 Linux，都可以安裝體驗。

這隻文章我會透過 Vibe Coding，手把手帶你完成一個輕量級的全端專案，透過實戰的方式，帶大家了解他有哪些特色。

如果你是剛接觸 Vibe Coding 的新手，可以了解有哪些實用技巧，能讓 AI 給你更精準的回覆，並根據你的需求進行功能調整、畫面優化。

最後告訴你，如何在確保資訊安全的前提下，把專案部署到線上環境。

完整的 Demo，可以觀看 YT 喔 👉

對 AI 應用感興趣的朋友，歡迎按下訂閱按鈕，未來我計畫分享一系列 AI 工具的應用教學。

【Google Antigravity 教學】把想法化為現實！用 Vibe Coding 完成輕量級全端專案

一、全端架構快速入門

以全端專案來說，通常會包含前端、後端、資料庫 3 個部分。

前端是給使用者瀏覽的畫面，我選擇了 React 這款知名框架，他有許多現成的元件素材可以讓 AI 使用。

而後端是處理邏輯判斷的部分，如果採用傳統的 Python、Node.js、PHP 等程式語言。

對新手來說，我認為難度太高了，就算真的把功能做出來也沒有掌控力。

所以我打算使用 Google Apps Script，這款打開瀏覽器就能使用的工具作為替代方案。

至於資料庫，我也不使用 MySQL、Postgres、Mongo；而是使用大家非常熟悉的 Google Sheets，打開就能看到並且編輯資料。

採用這套組合，你不需要伺服器、不用綁信用卡、不需要複雜的前置作業。

就能透過實作理解全端專案的架構，而且最後可以免費把專案放到 GitHub 公開部署。

不管你是要跟朋友炫耀，還是要直接應用到職場上都是可以的喔！

二、快速上手 Antigravity

如果使用過 VS Code 或是 Cusor，那他的介面你應該可以無障礙使用。

目前 Antigravity 只要登入 Google 帳號就可以免費使用，至於免費多久，就看 Google 的心情了。

這邊我先新增一個「pixel-game」的資料夾，然後把它拖曳到 Antigravity 中，這樣 AI 才知道他的工作區，在哪個資料夾底下。

接下來跟大家說明一下右側 Agent 可以做的設定。

這個 … 打開後有 3 個選項，分別是「客製化、MCP 伺服器，以及下載診斷」

設定 Rules，讓 AI 更懂你

建議大家可以選擇「Customizations」來設定一下自己的使用偏好，在 Rules 這個地方，我選擇 Global。

這邊我複製貼上一個 Cursor 內部員工的 Rules 範例，其實提示詞都是通用的：https://x.com/kayladotdev/status/1853272891023872450

DO NOT GIVE ME HIGH LEVEL SHIT, IF I ASK FOR FIX OR EXPLANATION, I WANT ACTUAL CODE OR EXPLANATION!!! I DON'T WANT "Here's how you can blablabla"

- Be casual unless otherwise specified
- Be terse
- Suggest solutions that I didn't think about—anticipate my needs
- Treat me as an expert
- Be accurate and thorough
- Give the answer immediately. Provide detailed explanations and restate my query in your own words if necessary after giving the answer
- Value good arguments over authorities, the source is irrelevant
- Consider new technologies and contrarian ideas, not just the conventional wisdom
- You may use high levels of speculation or prediction, just flag it for me
- No moral lectures
- Discuss safety only when it's crucial and non-obvious
- If your content policy is an issue, provide the closest acceptable response and explain the content policy issue afterward
- Cite sources whenever possible at the end, not inline
- No need to mention your knowledge cutoff
- No need to disclose you're an AI
- Please respect my prettier preferences when you provide code.
- Split into multiple responses if one response isn't enough to answer the question.

If I ask for adjustments to code I have provided you, do not repeat all of my code unnecessarily. Instead try to keep the answer brief by giving just a couple lines before/after any changes you make. Multiple code blocks are ok.

貼上後，這個規則就會在所有的專案中生效；另外大家可以再加上一個 Rules，告訴 AI 你習慣使用的語言。

- Always respond in 繁體中文

點擊刷新後，就可以看到自己設定好的 Rules。

另外如果你想給目前的專案設定特定的 Rules，比如程式碼規則這類的，也可以點擊 Workspace 來設定喔。

跨模型支援

在模型這塊，Google 除了自家的 Gemini 外，還提供了 Claude 與 GPT 的模型讓大家使用。

這邊要提醒一下，每個模型使用是有額度限制的，超過後需要換一個模型使用。

對話模式

在對話上，有分成 Planning 跟 Fast 兩種。

如果你今天要處理的是複雜任務，比如專案初始的規劃，就建議選擇 Planning。

假使你只是想要簡單快速的得到解答，那選擇 Fast 更省時喔。

不要完全賦權給 AI Agent

• Terminal Command Auto Execution 不建議用 Turbo 模式（此模式僅建議在獨立容器內執行）
• 編輯 Deny List Terminal Commands 放黑名單指令

三、引導 AI 生成專案

可以在右側的 Agent 對話框中，貼上我們的需求：

# 角色
你是一位資深的 React 前端工程師與遊戲設計師。請根據需求描述協助我設計一個網頁的「闖關問答遊戲」

# UI/UX 需求
- 前端框架：React Vite
- 風格：Pixel Art 像素風，像是 2000 年代的街機，樸實但是有設計感。
- 關主圖片處理：使用 DiceBear API 預先載入 100 張不同素材
- 關卡呈現：每一關皆配有一個 Pixel 風格的「關主」圖片

# 功能需求

## 操作流程
- 首頁：使用者需輸入「ID」才能開始遊戲，此 ID 是為了記錄到 Google Sheets
- 題目來源：透過 Google Apps Script 從指定 Google Sheets 的「題目」工作表隨機撈取 N 題（不包含解答欄位）
- 成績計算：將作答結果傳送到 Google Apps Script 計算成績，並記錄到 Google Sheets

## Google Sheets 配置
- 「題目」工作表：題號、題目、A、B、C、D、解答
- 「回答」工作表：ID、闖關次數、總分、最高分、第一次通關分數（若同 ID 已通關過，後續分數不覆蓋，僅在同列增加闖關次數）、花了幾次通關、最近遊玩時間
- Google Apps Script：是直接從這份 Google Sheet 擴充功能配置的

# 環境變數設定 (.env)
請將以下參數設計為可透過環境變數配置：
- GOOGLE_APP_SCRIPT_URL：Google Apps Script 的後端連結
- PASS_THRESHOLD：通過門檻（需要答對幾題才算通過）
- QUESTION_COUNT：每次遊戲的題目數量

這邊說明一下我是如何發想專案的。

最近在幫學校老師與企業的人資上課時，他們提到自己時常有出考題給學生，以及對員工有培訓考核的需求。

但市場上找不到可以免費亂數出題、自動批改、簡單操作的工具。

了解需求後，我就想：

那不如我嘗試用 Vibe Coding 設計一個簡易的闖關遊戲？

於是今天的影片就出來了，我希望大家 Vibe Coding 時，盡可能從「實際」的需求出發；如果只是複製貼上別人的提示詞，你是學不到什麼東西的。

下面跟大家說明一下我的提示詞架構：

前端風格

首先，我做了角色設定，讓他扮演資深的 React 前端工程師與遊戲設計師。

另外如果你是第一次接觸 React，會需要先安裝 Node.js，詳細安裝與設定步驟可以參考上方的資訊卡，我有特別錄一集影片，分享安裝哪些工具可以讓 Vibe Coding 效率加倍。

好，除了有角色設定與框架選擇外，我還跟他說了我期待的設計風格是 Pixel 像素風。

並且關主的圖片要先下載好，每一關都要配置一個。

前後端邏輯設計

接下來，我則是非常明確的規範專案的「功能需求」，這塊就是講解前後端的運作邏輯。

我告訴他使用者需輸入「ID」才能開始遊戲，此 ID 是為了讓 Google Sheets 紀錄分數時知道對方是誰。

另外遊戲一開始會透過 Google Apps Script 從 Google Sheets 撈取「題目」，這邊有特別交代不要包含解答欄位。

之所以不直接從 Google Sheets 抓題目，是為了保護資料來源。

另外作答完畢後，會把答題結果傳送到 Google Apps Script 計算成績，並記錄到 Google Sheets。

資料庫設計

然後為了要讓 AI 明白資料如何讀取與寫入，所以我提供了非常明確的 Google Sheets 配置，減少模糊地帶。

不管題目還是回答的工作表，我都有明確列出欄位。

並且針對特殊欄位有額外的說明，像是「回答」工作表的第一次通關分數，我就備注：「若同 ID 已通關過，後續分數不覆蓋，僅在同列增加闖關次數」。

還有特別補充一點，Google Apps Script 是直接從這份 Google Sheet 擴充功能配置的，這是表達工具間的相依性。

環境變數設計

最後考量到專案完成後的「易用性」，所以我把「Google Apps Script 連結、通過門檻、題目數量」等設計為環境變數。

這樣日後要換考題、改變評核標準，就不用打開程式，在網頁動動手指就好了。

通常第一次的結果都不會滿意的

不滿意的地方，你可以直接跟 AI 討論（可以參考影片）

四、部署前注意事項

確認功能都符合需求後，接下來我們就要準備將專案部署到 GitHub Pages。

但部署前，我先提醒一下要注意的事項：

設計 .gitignore

在這裡放不要加入 Git 版控的檔案、資料夾，比如：

• 套件資料夾（node_modules）
• 程式自動生成資料夾（dist）
• log 檔
• 暫存檔（.tmp）
• 隱私檔（.nev）

設計 .env.example

雖然 .env 不可以上傳，但為了讓其他人知道可以如何使用這個專案，我會設計一個 .env.example 的範例檔：

請幫我建立一個 .env.example 的範例檔

設計 Github Actions

另外因為我們想要在 GitHub 部署，所以這邊我也請 AI 協助設計對應的工作流

請設計能自動部署到 Github Pages 的 Action，會使用到的環境變數請參考 .env.exmaple 檔
並將操作流程更新到 README.md 文件

五、用 GitHub Pages 免費發布網頁

先點擊左側的 Source Control，點擊 Initialize Repository 可以初始化專案。

接著點擊 Generate，AI 就會辨識我們更新的內容，來產生 commit 訊息。

確認文字描述符合自己的預期後，點擊 commit，就會在自己的電腦記錄這個變更。

但如果想更新到雲端，你需要點擊 Push 才會正式上傳喔！

如果專案尚未存在於 GitHub，這邊會有彈窗出現，讓你輸入專案名稱。

另位因為我們的專案預計要發布到 GitHub Pages，所以選擇 Public Repository，完成後，點擊 Open GitHub 去看看是否部署順利。

如果能看到專案的內容，就代表你成功上傳專案了！

完成這些操作後，我們回到 GitHub 點擊「Actions」的分頁，查看部署的狀況。

成功的話會有綠色勾勾，失敗則是紅色叉叉，會需要點進去釐清具體的錯誤原因。

一開始部署失敗很正常，你可以把錯誤訊息複製起來，直接貼到與 AI 的對話視窗中，讓他幫忙解決

如果一切順利，點擊進去就會看到這個專案的網址嚕

之後這個專案都是使用這個網址，把它點開來，順利的話，就可以看到成品嚕～

但這個時候還不要高興的太早，因為我們還沒有設定這個專案的環境變數

這邊我們再回到 GitHub 頁面，選擇 Settings 分頁，選擇左側的「Secrets and variables」。

選擇「Actions」，這時你會發現環境變數的設定有分成兩種

Secrets，是放比較隱私的變數，而 Variables 則是放較不敏感的環境變數。

至於怎麼放，我們可以回到專案，點開「.github」資料夾底下的 deploy.yml 檔案。

在 .env 的地方就有跟我們說明了哪些環境變數使用 secrets，哪些使用 variables，這邊使用「New repository secret」來設定。

完成後，要記得到 Action 的分頁，找最後一個 deploy 的結果，選擇 Re-run all jobs，這樣環境變數的變更才會生效喔！

這邊提醒一下，這隻影片是先幫大家初步掌握「全端專案的核心概念」

讓你了解前端怎麼顯示、後端如何處理資料，以及資料庫如何存取

目前的專案架構，並不適合處理邏輯複雜與高流量的使用場景

但在了解這些概念後，未來後端想換成 Node.js，資料庫換成 MySQL 會輕鬆許多

六、結語：培養真正的工程思維

最近我拍了許多 AI 主題的影片，但主要目的不是要介紹工具如何使用，而是透過自己的經驗，從「實戰」的角度去深入分享。

這幾年來，我在學校、企業講過許多 AI 輔助撰寫程式的課程，也就是現在大家所說的 Vibe Coding。

很多學員都在問我，使用哪個工具才是最好的，我跟他們說：「選擇你最順手的主流工具就好，儘管工具間有差異；但完成專案的關鍵在於人，而不是工具。」

以程式編輯器來說，從 VSCode、Cursor，到今天介紹的 Antigravity。

工具永遠在更新、競爭，但我開發十幾年後，體悟到很重要的一件事：

「不管程式語言還是工具，他們的本質都是為了解決問題；

一直學新的程式語言、換新的工具，其實對個人的成長極其有限。」

因為你的精力被分散了，對新手來說，還不如選擇一門程式語言，好好去深入研究。雖然程式間的語法不同，但底層邏輯都是差不多的。

我不會特別崇拜某個程式語言，也不會非某個工具不用，因為現實世界只有「當下最合適」的選擇。

技術會一直迭代更新，但程式的底蘊可以持續累積。

在文章的最後，請大家在 AI 時代一定要保有自己的判斷力與行動力；就算你覺得這篇文章的內容很棒，那終究是「我的使用情境」。

動手將知識轉化成自己實際能用到的，那才會變成你的。

如果未來你打算用 Vibe Coding 開發更完整的全端專案，可以先看看這隻影片。

我有錄一隻影片分享 Vibe Coding 時，前端、後端、資料庫最常遇到的陷，他可以幫助你有系統地建立安全意識。

儘管 AI 工具會越來越強大，但他同時會給沒有相關知識背景的人帶來更大的幻覺。

過去 AI 寫錯程式會跑不動，你會知道他錯了。

可是他現在有能力寫出「看起來能動」的工具，畫面正常、功能正常；但可能背後的邏輯有問題，或者你看到的只是假資料。

如果沒有前後端概念，不了解資料庫如何運作，那你是沒有能力判斷 AI 給的資訊是否正確的。

記住！AI 是一個好幫手，但他並非萬能

如果這篇文章對你有幫助，可以順手按個讚，把文章分享給正在 Vibe Coding 的朋友們。

今天想跟大家聊兩個職涯議題～

一個是求職時「挑選工作」的技巧，如何用一樣的履歷談到更高薪水。

另一個是在職時如何透過「主動安排」工作，擴增舒適圈，累積與眾不同的履歷。

畢竟想在職涯中有好選擇，你得先讓自己有更多選擇。

如果想用「聽」的，可以觀看 YT 喔 👉

對職場故事感興趣的朋友，歡迎按下訂閱按鈕。

未來我會分享自己從工程師做到專案經理、技術主管，一直到現在外商工作的故事。

【程式碼外的戰場 EP2】去需要你的公司，累積最多的履歷

薪水，是環境決定的

面試的時候，每間公司開出來的薪水都不一樣。

但你還是你，你的能力不會在短短幾小時、幾天就發生巨大的變化。

我認為影響薪水的因素主要有兩點：

1. 這間公司是否賺錢：有賺錢的公司，你更有機會談到高於市場的價碼。
2. 你與這個職缺有多高的匹配度：匹配度高，就代表你可以在更短的時間成為即戰力。

在匹配度這塊，我以軟體工程師舉例，因為這個職稱下會有很多細分職位：

• 設計網頁視覺與互動體驗的是「前端工程師」
• 負責資料處理與系統邏輯的是「後端工程師」
• 確保系統穩定運作的是「維運工程師」

而我當年第一份工作是在一間軟體接案公司，因為人少，所以職位沒有劃分的那麼詳細。

換句話說，就是你什麼都要會，但這件事有好有壞。

如果我面試的是前端工程師、後端工程師，這些有明確劃分工作內容的職位，我無法談到理想的薪水 😭

因為以接案公司來說，在期限內交付專案是最重要的。

過去光是把功能完成，我就已經搞到天天加班，根本沒力氣深入研究技術細節與效能優化。

因此面試幾次碰壁後，我把目光轉移到全端工程師這個職位。

由於技能匹配度高，薪水相比於過去面試的前後端職位，保底就多了 2 成以上。

選需要你的公司，填不後悔的薪水

這邊分享一個印象深刻的面試經驗，當時面試官是公司的副總。

簡單聊幾句話後，他便起身跟我說：「接下來，我要帶領我們雲端部門的團隊來跟你面試。」

幾分鐘後，他帶一個人走進會議室，正當我疑惑的時候，他開口說道：「如果你選擇加入我們公司，你就是團隊的第一位工程師。」

儘管我面試的是一間業務範圍跨足全球，員工達數百人的硬體公司，但雲端部門才剛成立。

故事說到這裡，大家不妨思考一下，如果換作是你，會做出什麼決策 🤔

反正我當年聽到這個消息時，就知道自己的機會來了！

我拿出準備好的簡報，詳細說明自己是如何從零開始，獨自打造出一套系統的。

因為同時兼任專案經理、設計師、前後端工程師等多重角色，所以面試被問到的所有問題，我都能清楚說明背後的設計思維與實務經驗。

在技術面試結束後，我就知道自己是公司要的人 💪

所以最後與人資面談時，在期望薪水那欄，我寫了一個就算加班到爆也不會後悔的數字。

結果隔天就收到錄取通知了，恩…也許我當年可以填更高一點 😏

透過這個案例，大家應該可以感受到，你與職位的「匹配度」，會對薪水產生多大影響。

我會很多技能這件事，在有些公司看來是「樣樣通、樣樣鬆」。

但這個特質如果放到剛起步、需要全才的公司，我就是個難得一見的人才！

而且這份工作除了要從零建構一套系統外，還要與韌體、App 部門的同事溝通。

因此還需要具備跨部門溝通，以及資訊整合的能力。

剛好，我在上一份工作擁有與政府官員溝通，以及整合各單位需求的豐富經驗，這也讓面試官更相信我適合這個職位。

擴大舒適圈，成為更有價值的人

入職後，我做了很多別人眼中「自找麻煩」的事情。

但如果你只願意做份內的事，就不要期待未來會有不一樣的變化。

很多時候只要多做一點，你就能在公司建立自己的影響力！

這邊的「多做一點」並不是要你加班，而是要學會主動安排自己的工作。

這不但能給別人積極主動的印象，還可以讓履歷的素材更豐富，讓年資不再成為職涯的限制。

因為我是部門除主管外的第一位工程師，所以除了網頁前後端的開發外。

公司內部的伺服器架設、GitLab CI/CD 自動化、GCP 雲端部署⋯等 DevOps、MIS 的任務都跑到我頭上。

除了上述雜事要處理外，當時公司會成立雲端部門，是因為公司販售的硬體設備為了符合法規，需要搭配一些雲端支援的功能。

所以我們部門要提供 API 給韌體與 App 部門的同事使用。

但隔行如隔山，因為雙方的專業領域不同，所以初期也花了不少時間釐清規格，並把討論結果彙整成彼此有共識的開發文件，確保日後溝通不會雞同鴨講。

或許從工程師的角度來看，我做了很多「本職工作」以外的事情；但我覺得自己是在「擴大舒適圈」。

• 架設內部伺服器的過程，讓我對公司網路架構有更深刻的理解。
• 設計 Gitlab CI/CD 流程，讓我了解加入哪些步驟可以讓專案更穩定。
• 操作 GCP 雲端部署，則是我過去沒有接觸過的技能。
• 理解韌體與 APP 部門的需求後，我對公司的硬體產品有更全面的認識。

我當然可以選擇裝死，讓主管去搞定與釐清這一切，但我選擇主動承接這些任務。

因為搞定這些「陌生」的事情，是在擴增我的舒適圈，讓我可以走到更遠的地方。

當然每個人的職涯規劃不同，有些人可能想把某項技術鑽研到極致。

而我選擇的是，從實務中學習需要的技術、從問題中找到解決的方法，所以技能樹非常的發散。

我認這沒有對錯，只是個人選擇。

導入專案系統，增加合作效率

隨著業務量增加，部門後續有找前端、後端、DevOps 工程師與 UI/UX 設計師加入團隊。

但其他部門遇到問題、有新需求時，第一個還是先想到我，除了寄信、傳訊息外，有些人會直接跑到我座位旁邊討論。

這導致我常常事情做到一半被打斷思路，而且訊息、郵件過多時，總是會有漏看、漏回的狀況發生；於是我心想，這樣不行啊！

所以開始思考如何優化部門間的溝通問題，與主管討論後，我在公司內部架設了開源的專案管理系統（ex：REDMINE、Zentao）讓大家使用。

並負責向各部門做系統的教育訓練、指派 Key man 協助推廣。

導入專案管理系統後，資訊就變得透明化，大家都可以更有效地掌握任務時程、討論過程、工作進度、負責人員等。

儘管其他部門一開始都還是把任務指派給我，但我可以等工作到一個段落後，再來統一處理；並轉移一些任務給同事，而不是自己一個人傻傻做到死。

在各部門同事熟悉專案管理系統的操作後，我就要回了自己的時間。

這邊要特別感謝主管與執行長的支持
這個故事表面看起來很輕鬆，但剛開始在內部推專案管理系統的阻礙超大，因為這是在改變所有人過去的做事流程。
而且專案管理系統會讓一切執行中的任務都「透明化」，讓混水摸魚的人原形畢露，所以部分資深員工的反對聲浪尤其大。
有時就算有更好的方案，大部分的人還是喜歡用自己習慣的流程。
所以推行初期，專案管理系統只在自己的部門內使用。
執行一段時間，主管將成效報告給執行長，執行長對結果很滿意，才下令各部門必須強制推動。
一個組織的改革，單靠員工的努力是不夠的；一定要有高層的協助，才會進行得順利。

建立文件系統，縮小資訊落差

隨著部門持續擴張，我發現自己一直在做重複的事：

• 設定電腦開發環境
• 介紹合作夥伴的工作執掌
• 講解系統架構與操作流程
• 說明技術框架與開發規範

而且這些資訊就算說過一遍，新進人員往往同一個問題還會問好幾遍。

為了改善這個狀況，與主管討論後，我便開始著手建立新人的教育訓練文件；並將專案使用到的技術、常遇到的問題、目前的開發流程，整理成有結構、方便查詢的技術文件。

這樣同事日後在遇到問題時，就可以先從文件找答案。

雖然寫文件很花時間，但只要建立好，他就具備「重用」的特性，不用浪費時間重複解釋。

而且人的記憶是不可靠的，就算是當事人，也可能在幾個月後就忘得一乾二淨，很多時候，建立文件是為了幫助未來的自己。

而且整理公司文件的過程中，發生一件有趣的事情！
我沈睡多年的作家魂突然甦醒了，所以把這些文件寫的鉅細彌遺、邏輯縝密。
寫完後覺得這些文件只給同事看太可惜，在把機敏資料移除後，我以技術分享文的形式發表在 Medium。
希望能幫助遇到相同問題的朋友們，從此開啟了自己的斜槓之路。
現在回頭來看，人生際遇真的很難說，但用盡全力的人肯定會有更多機會。

人生，是自己選擇而來的

有些人可能覺得做「份外」的事情很吃虧，公司又未必會幫你加薪升職。

但我認為這是在累積自己的底蘊，就算現在的公司看不懂你的價值，之後找一間懂你的就好了！

想進入優秀的團隊，你要先成為一個優秀的人！

另外找到自己職場的「定位」很重要，以我個人來說，比起深入研究單一領域，我更喜歡接觸不同領域的新知識。

「專才」也好，「通才」也罷，在有興趣與優勢的領域持續發展，定位就會自己出現。

我第二份工作做了 4 年多，今天的文章才講到一半而已。

在下一篇文章，我會分享自己是如何在一份工作中，從工程師做到專案經理，最後站上部門技術主管的位置。

以及如何透過談判，獲得超過 40% 的內部調薪。

今天的故事就分享到這邊，如果有給你啟發與幫助，可以順手按個讚，把文章分享給需要的朋友。

未來我會分享更多職場故事與生存技巧～

是因為 AI 不紅了嗎？不！是因為大家已經逐漸「習慣」AI 的存在🤖。

AI 對你的幫助愈大，你愈要警惕 🚨

前陣子聚會時，有個工程師朋友問到：「你未來職涯規劃會持續寫程式嗎？還是有別的打算呢？如果只會寫程式，感覺撐不過下個世代。」

面對這個問題，其實我深有感觸；因為這一年來，AI 給我的工作帶來非常大的幫助💡。

甚至可以這麼說，在演算法優化、程式重構、SQL 撰寫、DB 規劃、Unit Test、變數命名等任務上，AI 已經做得比絕大多數的工程師更好👍。

AI 對你的幫助愈大，其實你愈應該去想：「我會不會哪一天就被 AI 取代？我會不會被其他更擅長使用 AI 的人取代 🤔」

如果高度專業的技能也被 AI 取代 🔄

下面舉一個朋友的案例，他是一個年薪近 300 的工程師，之所以可以領到這個薪水，除了熟悉產業外，另一個重點是他非常熟悉組合語言💰。

如果你不知道什麼是組合語言，就把它想成 20 個人努力去學，最多就 1 個人能夠理解並掌握的技術。因為人才稀有，所以都是高薪職位。

原本朋友覺得自己可以靠這個稀有技能爽爽做到退休，但今年 3 月時，他開始焦慮了，因為他發現過去只有少數人能掌握的組合語言，對 AI 來說根本沒有難度🤯。

也就是說，如果公司意識到這件事，基於人力成本考量很有可能把他給 Fire；然後請一個熟悉這個領域，並對組合語言有基礎理解的人來取代他。

解決問題的能力會更加重要 💪

也許在 3 年內，現有的開發生態會被 AI 顛覆。

對過去的工程師來說，寫出優秀的演算法、易讀性高的程式非常重要；但現在，能夠判斷出演算法的好壞、程式的可執行性會更加重要。

而在未來，也許工程師的價值會變成解決複雜的商業邏輯、分析多個系統的資料流，有能力判斷不同方案的 Trade-off（權衡）；而撰寫程式這件事的比重會下降非常多。

因為新手工程師較難判斷 AI 答案的品質與正確性，所以未來企業在徵才時，與其僱傭新手工程師，不如僱傭會用 AI 輔助開發的資深工程師（純屬個人猜想）。

要對本質有更深刻的理解 🤓

下面分享一段朋友說的話。

前幾年 Golang 很火，相關職位的薪水都比其他程式語言來得更高，所以就有人一窩蜂地跑去學 Golang。

不過朋友是這麼說的：「這份專案用 Golang 寫，是因為面對這個需求時，Golang 的效能比較好而已；我花一個禮拜寫完這個專案，而 Golang 我才接觸兩個禮拜。」

這段話要表達的不是 Golang 很好學，而是當你對程式的本質有深刻的理解時，程式語言只是一種工具而已。

想要讓 AI 給你最大的幫助，你本身就需要具備對應的知識水平。

選擇比努力重要 🎯

這篇文章要傳遞的並不是「工程師已死、工程師將被 AI 取代」這類訊息。

而是想表達「是時候思考自己的下一步了」，因為人的時間有限，只有分配到對的位置才會有最大效益。

過去只要會寫程式就能混口飯吃，但在 AI 的時代，你還需要具備其他重要的多元化技能（團隊合作、溝通表達、產品思維…），讓自己更難被取代。

這篇文章僅是我對產業的粗淺了解，歡迎大家交流彼此的想法，有不同的聲音，才有更全面的觀點，謝謝🙏。

想將 AI 導入自己的職場與生活嗎？歡迎購買筆者出版的新書，幫助您在 AI 的浪潮中站穩腳步，並在未來的職場競爭中佔據優勢！