終於到了個我覺得適合來寫一篇文章，聊聊我對 AI 的感想的時機了。
前兩年都還太早，很多東西進步的速度太快，文章會跟不上。舉例來說，假設我 2023 年底寫了篇文章，可能會說 AI 看起來厲害但工作上幫不了太多忙。若是 2024 年底寫，會說 AI 工作上可以幫忙了，但一半的工作還是要自己來。而 2025 年底的現在，又是另外一個樣子，天秤傾斜的方向愈發明顯，蹺蹺板已經快被 AI 坐到底了。
這篇零零散散來談我對 AI 的一些想法，不必然與 coding 有關。
與 AI 協作 coding 已是必然
如果有人問我工作上用 AI 寫 code 的比例，我都是這樣回答的：
一年前是 2：8，AI 是 2，現在反過來了。
AI 進化的速度超乎我的想像，我還記得一年半前你只能拿 ChatGPT 寫出個簡單的小東西，但僅過了一年，AI 就能理解你的 context 與 codebase，幫你直接改 code 加新 feature，而且準確度越來越高。
如果寫 code 這件事 AI 確實做得又快又好，都交給它其實也沒什麼不行的。這也是為什麼現在許多功能我都直接 AI 起手了，先讓 AI 去做做看，不行我再接手。
在這個前提之下，我其實很好奇現在還沒辦法用或是選擇不用 AI coding 的人是為什麼。於是我跑去社群網站中提問，得到的回答包括：
- 特定領域（如 Apple Metal）若網路上資源很少，AI 效果差而且常有幻覺
- 資安領域，AI 拒絕開發惡意程式
- 跨好幾個 repo 時表現不佳
看來 AI 確實還是有些弱點，但撇開這些不談的話，看起來它在一般大眾的領域上的表現，是人人都認可的。
在我自己的使用經驗看來，就算不特別調整什麼（如 rules、AGENTS.md 或是特別的 prompt），AI 的表現就已經足夠好了，好到我可以把大部分工作都交給它。
順帶一提，我日常開發是用 Cursor 搭配 Claude Opus 4.5 模型，不開 Max mode，偶爾小東西會改成用 Composer-1 模型，表現得又快又好。
我自認在 AI coding 上沒有花很多心力，不會特別去寫 spec 或是認真寫規則，但目前的成果我覺得是可以接受的。當我某天想嘗試 100% AI coding 的時候，我會再試試的。
話說本文以及後續文章，沒意外的話會一直使用 AI coding 這個詞，來表示與 AI 共同協作開發程式，不會用到 vibe coding。
理由是，當我第一眼看到 vibe coding 時，我就知道這又是個會各說各話的詞了。
有些人眼中的 vibe coding 就是跟 AI 協作寫 code，有些人的則局限於「外行人用 AI coding」或者「用 AI coding 完就不維護了」之類的。那既然每個人定義都不同，這個詞就沒什麼用處了，除了讓討論的雙方混淆以外，並沒有帶來任何額外的價值，所以我不會用它。
AI 與鴨子
在程式的領域中，有個名詞叫做「Duck typing」，原句是：
If it walks like a duck and quacks like a duck, then it must be a duck.
如果它走路像鴨子、叫聲像鴨子，那它就是鴨子。
在靜態型別的程式語言中，型別要先寫好，像是這邊傳入的 d 一定要是鴨子：
void feed(Duck d) {
d.quack();
}
但是在動態型別的程式語言中，不管傳進來的是不是隻鴨子，反正它只要可以叫就好：
def feed(x):
x.quack()
在這個 AI coding 盛行的時代，我認為許多人會有一個傾向，跟這個鴨子理論類似：
如果它跑起來正常，用起來正常，那就是正常
我們都是軟體工程師，所以理論上就算是讓 AI 幫我們寫 code，我們還是可以透過 code review 的方式來看它寫的對不對。但問題是，這個想法似乎有點太理想。
我看過許多人，在 AI 寫完之後，只要跑得起來，用一用看起來功能正常，就直接 merge 了，不去看 AI 最後寫出來的東西，只看用起來的行為。雖然某種程度是合理的，但前提是你用得夠徹底。
「用起來是否正常」就是一種測試，若是你的 test coverage 夠廣，那當然沒問題。但問題是，很多人就真的只是手動測一測而已，感覺沒問題就過了，而真相往往是 AI 在小細節上出錯，或是偷偷把其他無關的功能給改掉。
這或許就是惰性吧，是許多人會有的一種「偷懶」的傾向，甚至我自己有時候也會。當 AI 一口氣寫了 1 萬行程式碼，每個檔案的每一行我都是陌生的，這時候一行行看而且要理解它的邏輯，就需要花費不少時間。
當這樣的想法出現時，就會傾向不看程式碼了，只看成品，只要能符合需求就讓它過，不去管那 1 萬行程式碼。「就算有問題，之後再修就是了」，也有許多人是這樣想的。
然而，這也是許多 bug 的根源，甚至到後來變成修 bug 地獄，AI 能修的就能修，不能修的，連工程師自己也修不了，因為他自己根本沒搞懂這些程式碼在幹嘛。
這是一個需要解決的問題。
我自己能想到的方法有兩個，第一個是全部賭在 AI 身上，AI 寫 code 之後 AI review，然後 AI 自己修正。最後的品質全部取決於 AI 自身，我們只是多加了一些程序跟環節，試圖讓 AI 自我修正。
第二個是：「強調測試」。
人跟 AI 一起寫測試，人來負責確認測試是可靠的。當我們確認測試是可靠的以後，確實實作就不是這麼重要了，至少產品是能用的而且沒問題。
這也是我聽過有些人抱持的觀點，就是在 AI 時代中，會重新定義所謂的「code quality」。許多常見的 best practice 都將變得不再重要，例如說某些程式碼的寫法，是為了讓人類好讀，所以這樣寫。
那若是未來看 code 寫 code 的主力變成了 AI，是不是比起讓人類好讀，讓 AI 好讀會變得更加重要？
這個派系算是比較激進的了，類似於「AI 完全取代人類」這種，認為未來寫 code 的主體是 AI，所以以前給人的那些規則都會被改寫，會以「AI 能改能看懂」為優先。
另一個偏中立的路線則是「AI 人類協作派」，讓 AI 照著優秀的軟體工程師的守則開發，人類從中督導並且協助，最後還是人類自己最懂所有的 code，只是實作細節交給 AI。
但不管你支持的路線是哪個，我覺得「強調測試」這點都是不變的，當測試涵蓋率變高而且變得準確，我們就能更好地確保產品的品質，不用怕改壞東西。
代理人的戰爭
我覺得我們離全 agent 的時代越來越近了，這是我這陣子看到一些資安相關文章的感想。
無論是現實生活中的網路攻擊、有賞金的 bug bounty 還是 CTF，都已經有了全自動化的 AI agent，並且證實了是可行的。
先聲明一點，「可行」當然不代表「完全取代人類」，這是兩回事。「可行」指的是「部分操作上可以取代人類」，例如說某些常見的固定流程，可以全部讓 agent 去搞定。
當攻擊的 AI agent 變得可行，防守端就也會需要個 AI agent 來協助，否則真人的速度跟不上 AI agent 24 小時不斷的攻擊。
從整體產業的角度看來，應該是一種提升吧？看起來人可以不用花時間在那些繁瑣且固定的事情上面，那些都交給 AI 了，所以整體品質的下限被提升，只要有 AI agent 幫你做事，下限都能顧到。
而人要做的事情就是去研究那些 AI 做不到的，更複雜的東西，或者是去思考如何 build 出一個更厲害的 AI agent。
但身為一個人類，儘管我可以理解這對整體會是更好的，但依舊感到有點惆悵。雖然我們常說寫程式是手段，手段是為了達成目的，可是身為一個工程師，我可能對手段日久生情了，除了最後的目的以外，我同時也喜愛著寫 code 本身。
我享受寫 code 的過程，享受把自己的 code 變得好讀、好維護，能夠去欣賞程式碼本身的美。但是這些現在都被 AI 給取代掉了，似乎我做得沒有比它好。
「親手做的」這件事情對你來說有多重要？雖然很多人喜歡說「過程比結果重要」，但那是真的嗎？
比起「這是我用 AI 寫的」，或是「我寫的 AI agent 找到了這些漏洞」，我可能會更喜歡「這是我親手寫的」或「我自己找到了這個漏洞」。儘管「我開發的機器人發現了這個東西」，也是我自己的功勞，我自己的努力，但我可能還是想成為那個當事人，而不是透過機器人這一層。
時間與誠意
當你出了一個作業，你要怎麼知道學生有付出努力了？或是，當某個人做錯事而你要求他寫道歉信，你該怎麼知道他的道歉是有誠意的？
在某些事情上，我們通常會用時間來衡量。例如說做這個手工藝品要花 100 個小時，代表他願意付出這麼多的時間，誠意滿點。這個作業要去各個網站查資料並且整合在一起，預估要花個半天才能做完，他願意付出這麼多時間做作業，從成果中能看到他的努力。
「這個手工卡片一定做很久吧」、「這卡片滿滿的字一定花了很多時間」，也都是常見的，所謂衡量「誠意」的方式。
當然，有些事情需要的時間會隨著每個人的能力不同而變化，一般平均可能花 3 個小時，有些人只要 2 個小時等等。但無論如何，至少都會有一個預期的下限存在，比方說這個工作量就算你再強，最少也要 2 小時才能做完，不可能再低了。
之所以會拿時間來當作衡量誠意的標準，大概是因為它姑且是個較公平的方式吧——每個人擁有的時間都是一樣的。雖然有些時間是可以用錢來取得的，例如說直接花錢找人做事，但若是把「一定要本人做」也考量進去的話，應該沒有比這更公平的。
時間具有排他性，所以他做了 A 就無法做 B，在眾多的事情中，他選擇把最稀缺的寶貴資產用在 A 上，就說明了他願意付出時間，間接表示了他的誠意。
但 AI 出來以後，有些事情就變了。
我怎麼知道他付出多少時間？通常我們只能從產出來反推，例如說這篇文章字很多內容很豐富，一定需要花很多時間。但現在，三萬字的文章可能是三分鐘內由 AI 寫完的。
從文情並茂的自我介紹到落落長的道歉文，只要是文字，AI 都可以幫你搞定。只要簡單兩三句話，就能自動長出任意指定長度的文字。所謂的「AI 味」只會慢慢模糊，現在很多文章就已經看不出來是 AI 寫的了。
在這個前提下，我們該怎麼衡量誠意？從文字來衡量誠意，是不是已經不可能了？用時間來作為衡量誠意的標準依舊可行，但問題是從產出來衡量時間已經失效了。
雖然時間少不一定代表沒有誠意，這我知道也可以理解。但仔細想想，有些事情還是得用時間來衡量對吧，那這些該怎麼辦呢？
70 分的詛咒
假設 AI 可以用三分鐘就做出 70 分的東西，那還有多少人會花 300 分鐘，去追求 80 分呢？
現在就是這樣的，AI 可以很快地把下限提高，你隨便給一句話一個指令，很快就能產出個可以用的東西。儘管 UI 花花綠綠，有點小 bug，但它可以用，也可以滿足最核心的需求，我稱之為「70 分的產品」。
但是當你想改善它的時候，就不是這麼簡單的一件事了，你可能要自己去想、去找出有哪些地方可以改進，然後跟著 AI 一個一個去調整。這個過程可能會需要百倍的時間，例如說 300 分鐘或是更久。
在沒有 AI 的時代，光是要達到 70 分可能就需要 300 分鐘，所以達到 70 分跟 80 分的時間可能是 1:1。但是現在 AI 可以讓 70 分變得唾手可得，只需要 3 分鐘就可以搞定，比例變成 1:100。
那這是否會成為追求 80 分的一種阻礙？
當大家都滿足於 70 分，就不會有人再去追求進步，去想說：「這邊可以更好用啊，這裡應該要改一下」。就算要改，也會因為需要花十倍甚至百倍的時間去調整，而選擇不去做。
這會不會是一種 70 分的詛咒，儘管 AI 拉高了整體的下限，讓每個產品都能做到 70 分，但卻也因為這點，讓一些原本想做到 80 的人滿足於現況，不再追求進步。
還是說這種人根本不存在，想做到 80 分的人，不管要花多久就是會做到 80 分，那些止步於 70 分的人就算沒有 AI 也會止步，從頭到尾這都是兩種不同的人，70 分的詛咒根本不存在。
分辨不出的真實性
科技的進步，讓電子垃圾也變得越來越多。
現在不管到哪裡，都充斥著一堆利用 AI 製造大量垃圾而獲利的人。「製造垃圾而獲利」這件事情一直都存在，但是 AI 的出現使得成本變得更低，造假的成本變低，讓「分辨真實性」這件事情變得更困難。
文字是假的，圖片是假的，影片也是假的。
某個帳號在社群網站上推薦了一個零食，以前的我可能會認為他是真的喜歡所以推薦。但現在會先懷疑，這是不是公關公司的 AI 假帳號來業配，或者是某個代購業者發的文。
若是十年前在 PTT 看到一萬字的文章，會覺得寫得真用心，現在看到相同的東西，可能會先懷疑是不是 AI 寫的，背後的目的又是什麼。我所看重的真實性，已經變成了一種營利的手段，只是為了獲取更多利益而被虛構出來的東西。
有些人根本不在意是不是 AI，反正只要最後寫出來的東西合他胃口就行，是真是假根本不重要，重點是那個故事本身想傳達的東西。
但我沒辦法，我在意真實性，我在意某件事情是不是有真實發生過。就算是一個我認同的概念，只要搭配虛構的故事，我就不會買單。但判斷真實性這件事情變得越來越困難，我只能逐漸轉向「預設任何事都是假的」這個立場。
除非有經過可信任的第三方證實、證據夠明確或者是我信任的朋友所述說的事情，否則我都一概先認為那是網路假文章。
AI 是手段，不是目的
「如果哪天透過訓練 AI，可以讓 AI 用我的口吻寫出類似的文章，那我寫作的意義是什麼？」
我曾經想過這個問題，而我給不出答案，但我現在可以了。
有些人寫文章的目的只是為了推銷自己，或是推銷某些東西。想要達成這個目的，所以透過寫文章。而這個文章是誰寫的其實並不重要，你寫的我寫的隔壁老王寫的還是 AI 寫的都一樣，所以交給 AI 寫就好。
但我寫文章，是因為我想寫。
我寫技術文章，除了想分享某些技術的東西以外，也是我自己整理想法的一個手段，如果不是我親手寫的，就沒有意義。
我寫這些非技術文章，是因為我想記錄或傳達我的想法。同樣地，我也覺得非得要我親手寫才行。就算 AI 能寫出跟我一樣的東西，我也還是要自己親手寫，因為「我想寫」這件事情本身就是目的，而 AI 只是手段。
所以課堂上的作業可以讓 AI 寫，技術文章的翻譯可以讓 AI 翻，因為透過 AI 可以幫助我更好地達成目的。
但是我寫部落格就是為了透過我的手，紀錄我想寫的東西，這個 AI 幫不上忙。
不是所有 AI 都可以代勞的事情，都應該交給 AI。舉個例子，我有一陣子很喜歡看那種電影解說的影片，那些我沒時間看的電影，用十分鐘就能了解劇情。我沒有傲慢到會覺得我把電影看完了，但我會覺得知道劇情很有「收穫」。
但我看一看之後發現，這不是我要的。我看電影只是為了知道劇情嗎？不是的，電影不只有劇情，還有畫面、聲音、分鏡跟光影等等，這些全部綜合在一起，才是一部完整的電影，才是導演想訴說的故事。
「好好看完一部兩小時的電影」是許多現代人已經喪失的能力，因為習慣了短影片的那種滑滑滑，10 秒內就要得到刺激，看 20 分鐘的 YouTube 影片就已經想轉台。
這就跟 AI 摘要一樣，你可以摘要所有東西，但不代表你應該這樣做。對於一些實用性的東西我覺得沒什麼問題，例如說摘要一篇論文，然後再去找感興趣的地方深入閱讀。
但我不會拿來摘要村上春樹，我讀村上春樹又不是想學什麼東西，我在意的、想得到的是我閱讀文字時的那個感受，這一定要是文字本身才能帶給我的，只有劇情的摘要是沒有靈魂的。
AI 是個很好的工具，但「這個地方適不適合用 AI？」則是個需要自己思考的問題。
結語
我對 AI 還是又愛又恨的。
AI 在許多領域帶來的改變，說穿了就是讓生產力大幅提高，而且是以十倍百倍那樣子的速度。這個工具可以運用在好的地方，也可以運用在壞的地方。
這就像是 blockchain 有很多有趣又合法的應用，但同時也有許多人拿來詐騙或洗錢一樣。
當我原本就看不慣的東西，因為 AI 而變得更猖狂時，我就更看不慣了。例如說內容農場、AI 文、AI 假帳號或是販賣焦慮等等，AI 讓這些垃圾的產出變得更容易。
但與此同時，我自己用 AI 翻譯部落格，用 AI 在工作上寫 code，平常查資料也是先問 AI，整理資料也是 AI 幫忙，也是著實的 AI 受益者。
寫到這裡，才發現或許 AI 能強迫自己反思一些事情吧，去想自己到底在意的是什麼，注重的價值觀是什麼，不管在哪個時代，都需要找到能與自身和平共處的方式。
我可能還沒找到，還需要一點時間，但至少先透過這篇把一些想法紀錄起來了。