上週四，亞馬遜的主要零售網站中斷了好幾個小時。

原因不是 AWS 炸了，不是機房淹水，不是骨幹網路斷線—而是一段由 AI 輔助產出的「軟體代碼部署」。

亞馬遜的解法是：所有 AI 輔助的代碼變更，部署前都必須通過高級工程師的審核。

他們給這個角色取了一個名字，叫做—

人類品質過濾器（Human Quality Filter）。

這個詞，值得我們好好想一下

不是 AI 工具的「使用者」，不是「提示工程師」，而是「過濾器」。

過濾器的工作不是生產，是篩選。是在機器大量輸出的東西裡，找出那些「看起來對、但其實會在生產環境炸掉」的代碼。

這很有意思，因為它承認了一件事：目前的生成式 AI，在沒有人把關的情況下，是不可以直接上線的。

不是因為 AI 不夠聰明，而是因為我們還沒有建立好足夠的測試框架、安全護欄、和最佳實踐，讓 AI 能夠獨立被信任。

所以「剩下來的人」是什麼人？

這個問題，比「AI 會不會搶走工作」更值得問。

答案現在越來越清晰了：

剩下來的，是那些真的懂得判斷的人。

不是懂得「用工具」的人，而是懂得「這個輸出對不對、好不好、會不會爆炸」的人。

這種判斷力，需要多年的工程經驗，需要對系統的直覺，需要在不同的生產事故中被燒過幾次之後才能長出來的嗅覺。

這不是一個 prompt 能學會的事情。

白領工作不會消失，只是會變得更沒意義

但這裡有一個更殘酷的現實要面對：

其實，大多數白領的工作，從來就不是「真正在做事」。

看看我們的日曆：70% 是會議。剩下的 30%，有多少是在寫給沒有人看的報告？

我們建立了層層的流程、審核、簽核、複審，不是因為這些步驟真的有必要，而是因為人太多了，需要找事情讓大家感覺自己有在「參與」。

大量的白領工作，本質上是一種「社會緩衝機制」—用來消化多餘的勞動力，讓社會結構維持運轉的潤滑劑。

AI 來了之後，這件事不會消失。只是那些原本沒什麼在做事的人，會繼續做著沒什麼意義的事，但薪水會更低。

真正做事的人，一直都不多

這是一個我們集體假裝沒看見的事實。

在任何一個組織裡，真正在推動事情往前走的人，從來都只有少數幾個。

他們寫的代碼是真的能跑的，他們做的決策是真的有依據的，他們的判斷是有累積的。

現在，這些人多了一個新任務：替 AI 的輸出品質負責。

不是監督 AI，不是「跟 AI 協作」這種 buzzword，而是用自己的判斷力，去過濾那些機器大量、快速、但充滿潛在地雷的輸出。

這是一個清楚的分水嶺：你是那個「有判斷力的人」，還是那個「在開沒有用的會的人」？

亞馬遜的這次掛掉，是一個很好的提醒

不是 AI 不好。

而是我們還在適應一個新的現實：當機器可以生產大量「看起來對」的東西，真正值錢的能力，是辨別「真的對」和「只是看起來對」的差異。

這個能力，不會從天上掉下來。

它需要真正做過事、踩過雷、在生產環境被炸過的人，才能給出。

所以，如果你現在還在問「AI 會不會取代我」—

也許更好的問題是：你現在的工作，有多少成分是真的在判斷事情，有多少只是在填補組織的空白？

那個答案，比任何 AI 報告都更誠實。

#AI #軟體工程 #未來工作 #白領 #生成式AI