OpenAI 推出了 Agent Builder, 80% 代碼是由 AI 寫的
在 23 年我就開始使用初版 Cursor, 而後的 windsurf 到 Claude Code
現在我在公司的代碼有 9 成以上都是 AI 寫的，我人基本只負責 Review 和關鍵修改技術的拐點已經到來, 就在這裡分享下我淺見
現在觀察
現在的 AI 已經能夠完成 “小範圍” Production Ready 的代碼
例如 單一 Repo 新增 API , FE 修改 Layout，並且是能夠符合 TDD 和標準代碼水平，在現在 Kiro 或是 Spec kit 的加持之下，要產出符合標準且穩定的代碼是近在咫尺
但是對於現代應用微服務架構來說，這點能力還不能支撐起真正 Production Ready ，仍然需要有工程師有 Know how 去居中協調各個服務、設計 high level 的架構
AI 從來不會“取代”工程師，但是能夠相對的“放大”工程師的能力
現在不能完成大規模系統開發的瓶頸，主要並不是單個 Agent 能力不夠強，而是 Orchestration 不夠流暢
未來預測
設想一下未來的系統，由一個 Tech lead Agent 去拆解 Feature 之後塞任務給每個微服務的 Repo owner agent
Sync 每個服務開發的狀態，當單一個服務完成之後就測試，給 PM review look and feel 和 preview version，當 Feature 整體開發完成後自己上 Staging 運行，等 PM 測試完之後上線 Prod
基本上只要打通大規模 Orchestration 這個瓶頸，軟體產出的速度就會有數量級的飛躍
曾經軟體發展的瓶頸是工程師的手速，現在變成了工程師 “Code Review” 的速度
很快就會變成 Feature Review 的速度
現在的 Youtuber Show 的一夜做好 Instagram 是功能能 Demo 但尚且不能上生產，但預估在幾個月後這個將會變得可行
而未來這個瓶頸很快就會變成從發現商業 insight 到執行的速度
未來影響
創業者
對於創業者來說，這是一個偌大的機會
曾經的創業是一個 business + 一個 tech
現在有 business know how 的人，只要能夠懂一點 Tech 就可以從零開始實現他想要的系統
對於需要 Scale 的組織，也能夠用相對較少資源去 Scale
對以商業邏輯為基礎的創業者來說，成本會比從前少不少
工程師
我認為未來工程師是兩極分化
第一種：業務類型工程師（任何角色都可以擔任）
基本上 PM, Marketing 或是任何角色都可以用 AI 以及少量 Tech Support 來滿足自身需求
第二種：深度技術類型工程師
隨著 AI 放大工程師的效率，在大規模組織中，只需要少數有全局視野的工程師，在算法、分布式系統、AI、區塊鏈這些比較前沿技術領域
而他們的能夠創造的價值會被指數放大，百倍、千倍，甚至是效率高於常人萬倍的工程師會誕生
什麼產業會因此受益
代碼產生的速度會指數增長，雲服務、託管伺服器、部署平台、AI 推論、資安、Builder 平台、API 服務的受眾會從工程師變成普羅大眾
收益會十倍、百倍增長
下個瓶頸是什麼
從發現 insight 到商業化的門檻降低，但不會是所有
在很多領域仍然是需要人類 or AI 暫且無法企及的
對於那些 AI 暫時無法自動化攻克的領域，瓶頸仍然是在人類，在深科技領域會有更多人類需求
風險
同時在 AI 生成代碼、Vibe Code 的情形下 “資安” 問題會變得普遍
當產生代碼 “多樣程度” 下降時候，整個生態就更可能出現系統性風險
例如某個 AI 模型會生成某種有漏洞代碼，會隨著模型普及而被放大
再加上軟體因為能夠由普羅大眾產生，所以攻擊範圍會變得更廣泛
