前言:做出來變容易,交出去還是有門檻

最近看 AI 開發工具,我最有感的變化,是把想法做成一個能跑的小工具,已經不再那麼遙遠。

描述需求、讓 AI 產生程式、試用後來回修改,這種 Vibe Coding 的工作方式,我認為可能慢慢變成國民技能。像用 Excel 整理資料一樣,業務做報價工具、老師整理教材、小店老闆管理訂單,都能先解決自己手邊的問題。

但這也讓我反覆想:當大家都能做出程式,工程師的價值會往哪裡移動?以下是我的觀察與判斷;招聘的部分不代表整體市場統計,未來的部分則是推測。

一、招聘需求回溫的感受,伴隨更高的資深門檻

從我近期看到的需求,軟體招聘有回升的跡象,但企業期待的能力也更完整。除了寫功能,還希望工程師懂設計、資料、部署,能處理故障,知道一個決定會帶來什麼維護成本。

我的解讀是:當產出程式碼的成本下降,能判斷問題、整合系統、可靠交付的人,會更受重視。資深的意義,也更接近能處理多少不確定性,而不只是做過幾年。

這跟 Vibe Coding 的普及並不衝突。做小工具的人變多,跟能長期負責產品的人變多,是兩件不同的事。

Demo 到落地,中間還有很多工程

我對某些過度誇大的招生行銷比較保留。「幾週就能獨立接案」「一個人就是一個團隊」,很容易吸引想轉職的人,但如果只展示成功的 Demo,沒有交代後面的責任,期待就容易失真。

階段真正開始面對的問題
Demo 能跑在預設流程和範例資料下完成展示
一個人能用真實資料、錯誤處理、儲存與恢復
多人正式使用認證、授權、併發、資料隔離
長期維運監控、備份、升級、事故處理
團隊協作可讀性、測試、審查、知識交接
規模化容量、效能、成本與變更管理

這些問題不是等 Demo 完成才突然出現。有人要在設計時想到,有人要在上線後持續處理。AI 可以協助每個階段,但採用哪個方案、怎麼驗證,仍需要判斷。

所以「一個人就是一個團隊」有它的前提:那個人已經對產品、開發、部署、維運與資安都有涉獵,也知道何時需要別人的專業。工具放大了能力,沒有自動補齊所有經驗。

我認為這正是系統思維的價值:看得到元件的關係,知道改 A 可能影響 B,也能替接手的人留下理解與修改的空間。

二、產品機會,我更看好貼近使用者現場的應用

當介面與常見功能越來越容易做,只有表單、列表、再包一層 AI 的產品,也更容易出現相似版本。

我更看好的機會,是深入使用者工作現場的應用與客製型產品。價值不只在畫面,而在能不能接上實際流程:

  • 理解場景:這個人為什麼在這一步卡住?
  • 整合資料:能否接上既有的 POS、會計、LINE 或 Excel?
  • 處理例外:退單、缺貨、臨時改價時怎麼辦?
  • 持續交付:有人教使用者操作,也有人負責後續維護。

這些能力需要程式,也需要領域理解。競爭者可以模仿畫面,卻不容易同時複製流程知識、資料整合與交付關係。

客製化也有代價。如果每個客戶都分岔出一套程式,升級與修錯就會越來越重。我的做法會是保留共用核心,把欄位、流程規則與報表差異放在較薄的客製層;當相同需求反覆出現,再評估做成共用能力。

AI 能加快客製內容的產出,但哪些差異值得保留、哪些應該標準化,依然是產品與架構的取捨。

三、各行各業可能會需要自己的工程師

我想像未來有更多水果行、旅行社、餐廳,會開始思考自己需要什麼軟體能力。這不是說每家店都要養一個開發團隊,也可能是內部工程師搭配外部協作。以下是說明這個方向的假想場景。

水果行在意的可能是進貨批次、庫存與耗損。知道還有幾箱香蕉不夠,還要知道哪批先賣、何時出清,以及下次採購量要不要減少。

旅行社的痛點可能是行程、報價與客服資料分散。同一個行程會因日期、人數、房型而變價;做計算器之前,工程師得先弄懂成本怎麼組成、哪些規則會改。

餐廳可能需要把訂位、排班與備料接起來。明天有幾桌團體客,會同時影響食材、人力與服務安排,不能只把三張表各自做漂亮。

這些問題未必需要最新的模型,卻很需要有人理解現場。AI 可以協助整理資料、提出方案,工程師仍要跟使用者核對:這是不是實際發生的流程?例外是不是被漏掉了?

對工程師來說,選一個產業深入理解,可能是一條值得走的路。當對話從「要幾個欄位」走到「這個環節到底浪費多少時間」,才比較有機會做出值得付錢的東西。

四、未來加入團隊的,可能是人加上自己的 AI Agent

我有一個猜想:未來每個人可能都會有自己的 AI Agents,累積個人的工作方法、工具用法與可分享的經驗。加入團隊時,也帶進一套能協助執行的能力。

但個人的經驗,跟公司的資料、客戶資訊、商業機密,不能混成一包帶走。要讓這個想像落地,我覺得至少要先回答五件事:

  1. 權限邊界:Agent 能讀什麼、改什麼?能否單獨撤銷?
  2. 知識來源:建議依據哪份資料,是否有權使用?
  3. 可交接:個人離開後,團隊如何接續公司的流程與成果?
  4. 可追溯:執行了哪些工具、修改哪些資料、由誰核准?
  5. 責任歸屬:什麼由 Agent 自動做,什麼必須由人確認?

Agent 的價值不只在能做多少事,也在它能否被安全地納入協作。若權限、資料與責任都不清楚,增加的可能是另一個難以管理的系統。

五、開發變容易,平台防守也要跟上

我另一個擔心是:工具降低開發門檻,也可能降低產生掃描與濫用程式的門檻。做平台時,不能再把「目前沒人知道這個網址」當成防護。

尤其是 API key。一把金鑰如果出現在前端程式或公開紀錄,拿到的人可能把它當吃到飽使用,帳單卻算在平台身上。

網路隔離很重要,但要分清楚它處理哪一層問題。Kubernetes NetworkPolicy 控制選定 Pod 的網路流量,依賴支援它的網路外掛。沒有對應實作,建立政策物件也不會產生隔離效果。

Pod 被政策選中,且政策涵蓋某個方向時,該方向會進入隔離;允許流量取適用政策規則的聯集,另有節點等例外。它與主機防火牆是不同層次的防護,不能只裝其中一個就當作完成資安。

網路隔離也不能單獨解決外洩金鑰的濫用。 來源限制可以減少部分風險,但攻擊者若能走允許的路徑,仍需要應用與服務端的控制。

防護目的
最小權限、分服務金鑰縮小外洩後可操作的範圍
Secret 管理避免明文金鑰進入前端、映像與公開版控
撤銷與輪替發現外洩時能停用,減少長期使用舊憑證
速率限制、硬性配額在服務確實強制執行的前提下限制消耗
用量警示與稽核提早發現異常,協助追查與處理
NetworkPolicy、主機防火牆分層限制連線與橫向移動

警示負責通知,不會自己停止扣款;配額也要確認是硬性阻擋,還是只有預算提醒。這些細節,才決定事故發生時能不能真的控制損失。

結論:越容易產出,越需要有人負責交付

把這五個觀點放在一起,我看到的是同一個方向:產出程式變便宜之後,判斷問題、理解領域、可靠交付、長期維護與承擔責任,會更顯得重要。

Vibe Coding 讓更多人能動手解決問題,這件事值得期待。工程師則可以把這份效率,拿來走得更深入:理解使用者、看懂系統邊界,讓做出來的東西真的有人敢用,也有人能接手。

會做 Demo 是起點。能讓一個產品長期被使用,才是我想繼續累積的能力。

參考資料

作者

Mark Ku

10 年以上的軟體工程師,做過北美電商與 AI SaaS 訂閱收費系統。閱讀更多

覺得這篇有幫助?

作者做的免費工具、每日 Podcast 與電子報,都在這裡。

Mark Ku · 本文採用 CC BY 4.0 授權,轉載請註明作者並附上原文連結。

留言

訂閱電子報

訂閱後即時收到新文章通知,不錯過任何技術分享。

提交即表示同意接收電子報,隨時可。

熱門文章

View all
Mark Ku
··633

Oracle Cloud 永久免費方案 Linux 主機及固定 IP :0 元打造雲端解決方案

Oracle Cloud 永久免費方案 Linux 主機及固定 IP :0 元打造雲端解決方案
Mark Ku
··464

告別 Postman 收費陷阱!開源 Git 原生 API 測試神器 Bruno 實戰指南

告別 Postman 收費陷阱!開源 Git 原生 API 測試神器 Bruno 實戰指南
Mark Ku
··249

一款免費開源類似於 Notion 類知識庫系統 — Outline Wiki 佈署與備份全攻略

一款免費開源類似於 Notion 類知識庫系統 — Outline Wiki 佈署與備份全攻略
Mark Ku
··205

打造高效 API 管理平台:從 0 開始部署 Kong Gateway - Part 1

打造高效 API 管理平台:從 0 開始部署 Kong Gateway - Part 1
Mark Ku
··202

在 Ubuntu 上設置 Samba 來共享資料夾,讓 Windows 11 用戶可以存取

在 Ubuntu 上設置 Samba 來共享資料夾,讓 Windows 11 用戶可以存取
Mark Ku
··198

訓練自己的 AI 語音:硬體門檻、開源模型比較與 LoRA 微調

訓練自己的 AI 語音:硬體門檻、開源模型比較與 LoRA 微調