Blog

我們生活在一個看似資訊爆炸，卻越來越難觸及真相的時代。當打開一瓶標示著「天然果汁」的飲品時，成分表中佔比最高的可能是冬瓜糖漿；當我們使用號稱革命性的AI程式碼生成工具時，絕大多數人類可能永遠無法驗證那些程式碼是否真的安全可靠。這是一個充滿「看起來是真的」但「實際上不是」的商品與服務的時代。

果汁含量少於3%的「果汁」

走進任何一家便利商店，架上擺滿了各式各樣標榜健康、天然的果汁飲品。包裝上碩大的水果圖案、鮮豔的色彩，讓消費者直覺地認為這就是濃縮了水果精華的飲品。然而，當我們仔細查看成分標示時，經常會發現一個令人震驚的事實：真正的果汁含量可能不到3%。

這並非個案，而是食品工業的常態操作。為了降低成本、延長保存期限並確保口味的一致性，許多所謂的「果汁」實際上是由水、糖、冬瓜糖漿、檸檬酸以及少量果汁濃縮物調製而成。冬瓜，這個在傳統觀念中與水果完全沾不上邊的食材，搖身一變成為許多「水果風味」飲品的主要成分。

以市面上常見的「鳳梨蘇」為例，其實產品的鳳梨含量可能微乎其微，真正佔據配方超過95%的成分是冬瓜糖漿或其他甜味劑。消費者購買的是一個「鳳梨」的夢想，得到的卻是冬瓜的現實。這不是欺騙，這是法律框架下的「誠實」標示——因為標籤上確實沒有寫「100%鳳梨汁」，是我們自己用想像力填補了空白。

每分鐘寫一萬行程式碼的AI

科技產業同樣面臨著類似的「真相危機」。近年來，各種AI程式碼生成工具如雨後筍般出現，宣稱能夠大幅提升開發效率。有AI系統宣稱每分鐘可以寫出超過一萬行程式碼，這個數字足以讓任何資深工程師咋舌。

然而，我們必須問一個根本性的問題：這些程式碼真的「存在」嗎？或者更精確地說，這些程式碼真的被人類完整閱讀、理解並驗證過嗎？

答案很可能是否定的。在這個AI爆發的時代，絕大多數由AI生成的程式碼從未被任何真人工程師完整看過。更令人擔憂的是，許多AI系統會在生成的程式碼中夾雜著看似合理但實際上有安全漏洞的片段。這些漏洞可能會在產品上市後才被發現，造成無法挽回的損失。

我們正生活在一個「真人看過的程式碼少於萬分之一」的虛擬時代。大量的程式碼是由AI生成、由AI審查、並由AI部署。人類的角色正在從「程式碼的創造者」轉變為「AI產品的把關者」。但問題是：我們真的有能力把關嗎？當十億行程式碼中只有不到十萬行曾經被人類閱讀過時，我們如何確保系統的安全性？

有人見過微軟的原始碼嗎？

說到原始碼，讓我們思考一個更具體的問題：微軟的Windows作業系統原始碼，有人真正見過嗎？

答案是：極少數人見過。微軟的原始碼一直以其高度的機密性著稱，即使在 所謂的「開源」時代，Windows的核心程式碼仍然是一個巨大的黑盒子。全球數十億人依賴這個作業系統工作、溝通、管理財務，但幾乎沒有人知道這套系統的底層邏輯是什麼。

這並不是說微軟在隱藏什麼陰謀，而是說明了一個更廣泛的現象：我們對科技的依賴程度，與我們對科技的理解程度，兩者之間存在著巨大的鴻溝。我們相信Windows是安全的，不僅僅是因為我們驗證了它的安全性，而是因為我們「選擇相信」微軟這個品牌。

什麼才是真？

在這個充滿虛擬與真實交錯的時代，我們或許需要重新定義什麼是「真」。

「真」不再是指「親眼所見」，因為即使是親眼所見，也可能只是包裝出來的假象。「真」也不再是指「親手觸摸」，因為我們每天使用的手機、電腦，它們內部的運作邏輯對我們而言完全是黑箱。

或許，「真」在這個時代指的是「可被驗證的真」——即使我們不親自驗證，但我們知道有一個機制存在，讓錯誤最終會被發現。食品工業有食品安全檢驗，軟體產業有程式碼審計和漏洞回報。這些機制不完美，但它們是我們在虛擬時代維持對「真實」信任的唯一防線。

當我們下次打開一瓶標示著「天然果汁」的飲品時，或許可以多看一眼成分表；當我們使用AI生成的程式碼時，或許應該提醒自己：這世界上大多數的「真」，都是我們選擇相信的「真」。

近年來，AI 程式碼生成工具的崛起掀起了一波「Vibe Coding」（氛圍程式設計）的熱潮。許多人發現，只需用自然語言描述需求，AI 就能在幾分鐘內生成看起來像是專業工程師寫的程式碼。這讓不少人興奮地宣稱：程式設計將成為過去，每個人都能成為開發者。然而，現實往往比想像複雜得多。本文將深入探討這個現象，分析為什麼每個人都能靠 AI 完成 80% 的工作，但那剩下的 20% 才是真正區分業餘與專業的關鍵。

什麼是 Vibe Coding？

Vibe Coding（氛圍程式設計）這個詞彙由 Andrej Karpathy（前 Tesla AI 總監）所創造，用來形容那種「用直覺和氛圍」來寫程式的開發方式。開發者不需要親手撰寫每一行程式碼，而是透過與 AI 對話，讓 AI 根據描述生成程式碼。

這種方式的魅力在於它的「無門檻」特性。任何人都可以用中文或英文描述自己想要的功能，AI 就會產出看起來合理且可運作的程式碼。這種體驗就像是擁有一位 24 小時待命的資深工程師，隨時準備幫你解決問題。

80% 的奇蹟：AI 確實很厲害

不可否認的是，AI 在程式碼生成方面已經達到了令人驚嘆的水平。它能夠：

• 快速生成基礎框架：從零建立一個網站原型或 API 伺服器
• 解決常見問題：Stack Overflow 上常見的疑難雜症，AI 都能給出標準解答
• 翻譯程式語言：將 JavaScript 程式碼轉換為 Python，或反之
• 提供學習輔助：解釋複雜概念、幫助新手理解程式邏輯

對於學習者或需要快速原型驗證的人來說，這 80% 的能力已經足夠驚艷。你可以讓 AI 生成一個部落格網站、一個簡單的購物車功能，甚至一個基本的機器學習模型。這在過去可能需要數天甚至數週的時間，現在只需要幾分鐘。

那剩下的 20% 為什麼這麼難？

然而，當專案從「概念驗證」邁向「實際產品」時，挑戰才真正開始。那剩下的 20% 工作，包含了：

1. 錯誤處理與邊界情況

AI 生成的程式碼通常假設一切運作正常。但現實世界充滿了各種例外狀況：網路中斷、用戶輸入錯誤、資料庫連線失敗、並發請求衝擊等等。專業工程師知道要為這些情況設計「防呆機制」，確保系統在異常情況下也能優雅地處理，而不是直接崩潰。

2. 效能優化

AI 傾向於生成「可運作」的程式碼，而不是「高效」的程式碼。一個看似正常的迴圈可能在處理大量資料時成為效能瓶頸；一個簡單的資料庫查詢可能在實際流量下拖垮整個系統。專業開發者懂得如何分析效能瓶頸、實作快取機制、優化資料庫查詢。

3. 安全性

這或許是最關鍵的一點。AI 生成的程式碼可能包含安全漏洞：SQL 注入、XSS 攻擊、密碼儲存不當、過度開放的 API 權限等等。專業的資安意識需要在設計階段就納入考量，而不是等到被攻擊後才補救。

4. 程式碼可維護性

AI 生成的程式碼往往是一次性的「消耗品」。變數命名混亂、缺乏註解、沒有標準化的程式碼風格，導致後續維護困難重重。當你需要修改功能或修復 bug 時，可能會發現程式碼已經變成一座難以理解的「義大利麵條」。

5. 整合與部署

將 AI 生成的片段整合到一個完整的系統中，需要對整體架構有深入的理解。如何設計 API 介面、如何管理環境變數、如何設定 CI/CD 流程、如何容器化部署——這些都是將 80% 變成 100% 的必要工作。

這與其他專業何其相似

其實，這種「每個人都能做到 80%，專業人士才能完成 100%」的現象，並不是程式設計獨有的。讓我們看看其他領域：

法律文件

任何人都可以用 AI 生成一份租屋合約或服務條款。但只有受過專業訓練的律師才能發現條款中的陷阱、確保合約符合最新法規、在糾紛發生時知道如何辯護。

室內設計

AI 繪圖工具可以生成美輪美奐的室內設計圖。但只有專業設計師知道如何符合建築法規、如何選擇既美觀又安全的材料、如何在預算與夢想之間取得平衡。

醫療診斷

健康應用程式可以根據症狀提供初步建議。但只有專業醫師能夠綜合各種檢驗結果、識別罕見疾病、在不確定的情況下做出正確的臨床判斷。

烹飪料理

每個人都可以按照食譜做出還算美味的料理。但頂級廚師知道如何根據食材狀態調整調味、如何處理突發的廚房危機、如何將平凡的食材化為令人驚艷的美食。

在每一個領域中，「基本完成」與「完美完成」之間都存在著一道專業的鴻溝。這道鴻溝需要時間、經驗和持續的學習才能跨越。

Vibe Coding 應該怎麼用？

這並不是說 Vibe Coding 不好——相反地，它是一個極為強大的工具，應該被善加利用。關鍵在於理解它的定位：

• 把 AI 當作啟動器，而非全能解決方案：利用 AI 快速建立原型、克服初始障礙
• 將精力放在 AI 不擅長的領域：架構設計、效能優化、資安防護、系統整合
• 持續學習，縮小專業差距：即使有 AI 輔助，基本的程式設計概念仍然重要
• 建立品質把關機制：Code Review、安全審計、自動化測試，這些都是將 80% 變成 100% 的關鍵流程

結論

Vibe Coding 讓每個人都能參與程式開發，這是一件美好的事情。它降低了學習門檻、加速了創意驗證、讓更多人能夠實現自己的想法。

但我們也必須承認，那剩下的 20% —— 錯誤處理、效能優化、程式碼安全與可維護性、系統整合——才是真正需要專業知識的部分。這些工作往往是最困難、最耗時、回報最不明顯的，卻也是區分「能運作」與「可交付」產品的關鍵。

這就像任何其他專業一樣：每個人都能畫出基本的素描，但只有受過訓練的藝術家能創作出令人動容的作品。每個人都能寫出通順的文章，但只有專業編輯能確保內容精準且有影響力。

AI 是強大的工具，但它不是魔杖。學會與 AI 合作，同時持續精進自己的專業能力，才能在這個新時代創造真正的價值。