從盧德運動到 AI Coding:我們如何面對無法預測的技術變革?
過去兩三年,AI coding 的發展速度相當驚人。 2024年,許多工程師已經開始使用 ChatGPT 或 GitHub Copilot 協助寫程式,但通常只讓 AI 完成一小段 code,然後自己逐行檢查、修改,再整合到原本的專案裡。當時 AI 比較像是一個程式助理,工程師還是需要自己掌握整個開發過程。 2025年,隨著 Claude Code 等 AI coding agent 的出現,工作方式開始改變。工程師可以直接交代一個完整任務,讓 AI 自己閱讀專案、修改多個檔案、執行測試,甚至根據錯誤訊息自行修正程式。不過,工程師還是需要花不少時間檢查 AI 寫出來的 code,確保它沒有犯錯。 到了2026年,部分資深工程師又開始採用不同的工作流程。他們不再逐行檢查 AI 產生的所有程式碼,而是建立一套自動化的測試與審核機制。例如先讓 Claude Code 完成開發工作,通過預先設計的測試,再交給另一個 AI,例如 Codex,從不同角度審查程式碼。如果發現問題,再交由 AI 修改,直到通過測試與審查。 從2024年到2026年,短短兩三年,AI coding 已經從協助人類撰寫程式,發展到可以自行執行相當完整的開發任務。 工程師的工作也開始改變。過去主要是自己寫程式、除錯與測試,現在部分工作逐漸轉向設計系統架構、規劃工作流程,以及建立一套能夠驗證 AI 工作成果的機制。 如果未來大部分程式碼都可以交給 AI 撰寫、測試與修改,那麼軟體工程師的工作究竟會變成什麼樣子?企業還需要雇用這麼多工程師嗎?整個軟體產業又會如何改變? 這讓我想到兩百多年前的英國紡織產業,以及當時著名的盧德運動(Luddite Movement)。 1811年,當紡織機開始取代熟練工匠 1811年,英國諾丁漢郡的紡織工人開始集體破壞編織機,抗議工廠主利用新的機械與生產方式降低工資,破壞傳統工匠的生計。這場運動後來被稱為盧德運動,並逐漸擴散到英國其他紡織工業區。 現在英文裡的 Luddite,經常被用來形容那些反對新科技、不願意接受技術進步的人。但如果回到當時的歷史背景,這些工人的反抗其實有相當具體的經濟理由。 工業革命以前,英國許多紡織工人仍然在家庭或小型作坊工作。他們使用編織架、織布機或其他工具製作紡織品,其中一些工作需要多年累積的技術與經驗。 例如當時的毛呢剪絨工(cloth cropp...