AI

生產！生產！生產！ 每當有新的技術出現時，肯定會以生產力倍增等讓人目亂神迷的字彙登場，不管是 20 年前的教你事半功倍的敏捷，還是十年前小步迭代快速前進的 DevOps，誰不想當菁英團隊呢？不只是老闆想，工程師也能從創造過程中得到滿滿的成就感。這次的 AI 風則吹得更強，不僅有快和生產力，連同取代誰取代誰的新聞也不停地被宣傳。 AI 已經成了不可逆的趨勢 軟體工程師或多或少都會使用 AI 工具來協助自己的開發，更何況現在大型組織甚至會以公司政策的方式推廣。用得是人變多，但相信的人呢? 從 2025 年的 stackoverflow 報告來看，卻只有 33% 的工程師相信 AI 的產出1。當然用或不用看個人需求，但新聞卻一直訴說著，AI 正在取代軟體工程師！組織內會有多少比例用 AI 取代之類云云。不過，隨著時間過去，這些訊息看起來顯得開始漸漸冷靜。開始有科技龍頭表示，他們有著新的軟體人才需求。說到底，到底怎了？，這訊息，這日子還要不要過了呢？ AI 變動了軟體開發過程的成本配比 一個軟體開發的團隊，不管怎樣配比，肯定寫程式的人比較多。畢竟這是一個現實的議題，需求沒實現出來，一切也就都白搭了。只是當軟體開發出來，就會發現還有很多工作等著要處理，所以全端、全循環、一條龍等等類工程師總是能夠喚起工程師們嘴角的苦笑。不過現在這個程式生產活，貌似有了一個沒心沒肝又不喊累的 AI 可以頂上了。 哇~瓶頸有解了！

端到端的價值與增長的技術債 面對遺留的程式碼，若要進行技術、架構或工具上的轉換，你會如何進行? 是規規矩矩地重新改善程式碼，還是先上再說? 這個問題對於工程師或者是開發團隊來說，通常不容易回答! 即便回答了，這個答案也會浮動。這是因為組織需要向著最終的產品價值持續發展，而這也導致研發團隊必需或不得不持續地讓技術債增長。DevOps 從維運在敏捷實務做法上的探索，到開發與維運之間的協作，再到端到端價值的追尋，但這就像雙面刃讓持續地價值追尋也等同於持續地增長技術債務。從 Gartner 的調查1中，可以發現技術債增長的前幾個主要原因(僅列出部分)有： 過度地為了市場的需要而造成軟體架構或設計的脆弱； 追求時效而更甚於軟體品質； 技能落差。 面對這些技術債的問題，研發團隊通常採取的行為，不外乎： 紀錄、追蹤、排入改善時程； 找尋重構機會； 透過測試案例維持最基礎的品質； 監控與偵測，以便即早發現問題並且解決來降地衝擊。 然而，我們真有時間和精力花在這些行為上嗎? 還是單純為了精神上的救贖? 這個問題在 LLMs 橫空出世後貌似有了一個解答，那就是： 用 AI 來提升我們的生產力吧?