啊...上次造訪是近半年前的事，該來清一下灰塵了🧹
這段時間也是有一直寫東西，只是寫的都是 code 😅 而且剛好來了大案子，密集地忙了三個月，雖然接著有一小段空檔，研究了一些優化技術，但現在又要繼續為下個準案子努力，因此決定在週末結束前，回顧這半年在寫 code ＆各種 AI 技術打滾的小小心得。
現在手機裡的 AI 弄臣們😆
一波未平一波又起的 AI 浪潮
在忙案子的同時，也持續關注各種 AI 功能發展，包含 MCP、A2A 等等，連敝司 RD team 每個月的技術分享，都脫離不了 AI 主題。現在的我，也習慣配著技術消息更新吃早餐。從我轉職到現在一年半左右的時間，AI 的功能已經愈來愈多樣，從生成文字到生成圖片、影音，且生成內容的風格與品質，也逐漸改善；相對地，大眾對 AI 的態度，從觀望（甚至不屑）漸漸地往嘗試用、多多用擴散，有些很早就在接觸的人（其中可能大部分是工程師），大概已經到了非用不可的等級。截至 Q1，我盡可能在 free plan 額度內使用 AI，但愈來愈敵不過好用的強大功能，短時間內消耗大量 token 的壓力，決定訂閱人生第一個 AI 服務（2XX 鎂/年，錢包要大破一陣子了💸）
除了功能演進，提供 AI 服務的公司數量也有顯著成長。OpenAI ChatGPT 開啟這場競爭序幕後，Anthropic Claude、Meta Llama、Google Gemini 陸續加入戰局，而且不只停在 chatbot 的對話形式，近期發布 command line 的協作形式，更深得工程開發者的心，在圈內廣為流傳。連我這麼怕動 command line 的人，也不得不強迫自己熟悉這厲害的工具，提升自己的開發效能。
還有很多好用的 AI 服務，這裡暫不詳列，但觀察到以上的演進幅度之大，一度擔心自己是否會被 AI 浪潮吞噬，就連不太理解現在工程師生態的家人，也受各大新聞的影響，擔心我這時轉職是否不是個好時機。驚慌了幾天後，冷靜下來好好思考，除了工作面以外，我對自己的調適大致如下：
- 視危機為轉機，既然透過 AI 可以生成大量內容，我就盡可能從中多學一些知識與技巧，順便練習 review code
- 善用過去技能的優勢，把話（prompt）說清楚，透過 vibe coding 快速做出基礎架構，畢竟萬事起頭難，值得考慮交給 AI 分攤一些
- 有興趣的新技術，就努力學習＆研究，用不用得到是一回事，但多學一點不會是壞事
最近剛好看到一篇國外工程師，分享他在 PyCon US 跟專家請教「AI 是否會取代初階工程師」的問題，我覺得很適合搭配一起讀讀。
維持產品優勢撐過大風大浪
還記得在年初大案子 POC 的尾聲，剛好碰到一次 AI 的大更新，試用了之後，發現它輸出比我當時設計的架構還準確，心涼了大半。雖然客戶決選沒有受這個 AI 更新的影響，但得知落選後，心直接涼到底，san 值低到躺平了整個週末（喔...生理期這時還來參一腳，簡直轉生成爛泥一攤 orz）
不過，下個上班日當天，藉著週末停機 reset，從頭研究了這次 AI 更新的細節，認真比較了跟現在產品架構的差異。我得出了以下結論：
- 新的 AI 固然輸出內容準確許多，但推論速度非常慢
- 多測試了幾個場景後，新的 AI 還是輸出缺漏或錯誤的部分，尚未取得 100% 的正確（我相信目前都還不會出現這個理想的 solution）
- 新的 AI 仍缺少可控性，難以精確地優化輸出，回應客戶期待
也就是說，現在的產品仍保有速度快、穩定度高與可迭代優化的優勢，應該在持續追蹤 AI 演進的同時，努力維持住這些優勢，才能跟其他 AI 服務做出差異，凸顯我們的服務可靠性。
是否總有一天，AI 的更新會帶有這些尚未滿足的優勢呢？我悲觀地認為：會！但是，我也樂觀地認為，開發者吸收這些 AI 的精華後，能進化出更好的功能架構，創造出更多的優勢，我們依然能感受到「一般使用」與「商業使用」的差異。
人類的野心與慾望，是把雙面刃，它同時推進著 AI 的進步（畢竟現在還是得透過人類的研發，AI 才能成長）、人類對科技的無盡需求與創意。身為工程師的我，要小心不要自亂陣腳，但也要戒慎恐懼，無論是點更多的技能，或是對工作中的產品有更多想像，不斷地提醒自己持續推進。
我覺得自己還算幸運，在 AI 初露頭角、尚未大鳴大放時，臨門一腳踏入工程師的職場。但是，跟其他前輩相比，還是辛苦許多，畢竟他們已經習慣關注新技術，並用最快速度實作、驗證，吸收的效率仍然比剛轉職的我好。而且，我不僅要追上前輩，同領域科系畢業的後輩，也可能後來居上（除非他們都被現在的 AI 養慣（ㄏㄨㄞˋ）了😅）
雖然目前只累積了1.5年的工程師經歷，但也只能繼續、更加地努力，不讓自己被 AI 快車甩飛出去，在工程師職場順利存活下去💪🏻
