一名自稱在大型企業任職的軟體工程師，在社群平台X上發文抱怨，自己入職半個月，每天工作12到13小時，做的事情卻是不斷按下Enter，輸出AI生成的程式碼。沒有時間檢查、沒有餘裕抓Bug，整個過程毫無成就感。這則貼文迅速引爆討論，獲得超過4萬按讚、近5,000次轉推，連馬斯克都在下方留言「Yikes」。

這不是個案，而是一種正在成形的職場縮影。

根據貼文內容，該名工程師所屬團隊從規格說明、程式碼、測試、產品需求文件到工單解決方案，全部交由Claude Code生成。高層不斷要求提高交付量，甚至質疑：既然寫程式已經不是瓶頸，為何開發速度還不夠快？團隊成員只能不斷按Enter，沒有人真正理解這些程式碼到底在做什麼。

事件會引發這麼大的關注，在於它精準戳中AI導入開發流程後，一個沒人敢明說的問題：當生成變得極其廉價，人類的角色還剩下什麼？

真正值得拆解的，是這則貼文背後的幾個關鍵數字。

12到13小時，代表工程師的時間幾乎全被「輸出」佔滿，而非「思考」。4萬按讚與5,000次轉推，說明這種焦慮不是少數人的抱怨，而是普遍存在於開發社群的集體情緒。馬斯克一句「Yikes」，則把討論從工程圈拉進了大眾視野。

還有一個容易被忽略的數字：半個月。這名工程師才入職半個月就公開發文抱怨，意味著這種工作模式可能不是偶發，而是入職後迅速感受到的常態。當一個新人半個月就覺得窒息，問題恐怕不在個人適應，而在流程設計本身。

市場真正在意的，不是單一工程師的抱怨，而是這種模式對產業的長期影響。

對企業來說，AI生成程式碼的成本趨近於零，看似是效率紅利，但若缺乏驗證與治理，可能只是讓低品質程式碼生成得更快。Netflix前軟體工程師、知名YouTuber麥克．B．保爾森就直白回應，他討厭人們不去思考東西怎麼運作，粗製濫造生成低品質程式碼，無論過程中用了多少人工智慧，都無法挽救糟糕的結局。

對工程師而言，當工作被簡化為按Enter，累積的不是技術能力，而是對AI輸出的盲目依賴。知名投資人帕利阿皮蒂亞轉推貼文時直言，我們正在將一代技術專家變成在吃角子老虎機前拉霸的老人，這種「腦腐」現象可能席捲企業開發團隊。

對散戶與一般使用者來說，這意味著未來市面上可能充斥更多快速生成、卻缺乏驗證的軟體產品。品質風險不會消失，只是被延後到上線之後才爆發。

說實話，真正值得關注的，不是工程師按了幾次Enter。

而是企業有沒有意識到，當生成不再是瓶頸，驗證與決策才是新的稀缺資源。帕利阿皮蒂亞旗下的AI軟體公司8090就藉此抛出一個問題：當執行與寫程式幾乎零成本，真正重要的是什麼？他的答案是意圖、治理，以及如何驗證成果。

另一間由知名駭客喬治．霍茲成立的AI公司The tiny corp則在轉推時表示，旗下框架tinygrad只有在能讓問題更簡單、更好理解時才使用大型語言模型，強調「程式碼的目的是供人類閱讀」。

換句話說，AI寫程式不是問題，問題是把AI當成產量工具，卻沒有同步升級人類的判斷角色。

這件事真正說明的，是速度不再等於效率。

當程式碼、產品需求、規格說明都能用AI生成，寫程式的速度確實快速上升，但理解需求、判斷哪些問題值得解決、驗證AI產出的結果，以及承擔上線後的責任，並不會因此消失。

未來市場將繼續觀察，企業是否願意放慢腳步，讓工程師從按Enter的作業員，轉變為真正的把關者。當生成成本趨近於零，人類判斷的價值，或許才正要被重新定價。

FAQ

Q1：AI生成程式碼會讓工程師失業嗎？
與其說失業，不如說角色正在轉變。當生成不再是瓶頸，企業更需要能判斷什麼該交給AI、什麼需由人決定，以及如何驗證成果的工程師。只會按Enter的人可能被取代，但能把關品質的人反而更稀缺。

Q2：什麼是「腦腐」？為什麼跟AI寫程式有關？
腦腐原指沉迷低品質短影音導致專注力與思考力退化。這裡被用來形容工程師長期不思考、只依賴AI輸出，久而久之喪失判斷能力。當開發流程只剩按Enter，腦腐就可能從個人現象擴散到整個團隊。

Q3：企業導入AI寫程式，最該注意什麼？
不應只把AI當成提升產量的工具。與其追求生成速度，不如先建立驗證機制與治理框架，讓工程師有時間檢查、把關AI產出。否則生成越快，可能只是讓低品質程式碼更快上線，反而削弱長期競爭力。