📰 2026-06-05 AI 日報

Dario Amodei 上週丟出一個數字：Anthropic 五月合併進生產環境的程式碼，超過八成是 Claude 自動生成的。這句話在工程師社群炸開，大家第一反應就是「工程師要失業了」。 但我覺得這個解讀剛好反了。 先看一個對照組。Claude Code 的作者 Boris Cherny 之前被人問過同樣的問題——如果 Claude Code 能 100% 取代寫程式，Anthropic 幹嘛還開著上百個工程職缺？他的回答很直白：「總得有人告訴 Claude 做什麼、跟客戶溝通、協調團隊、決定下一步」。 80% 的程式碼由 AI 寫，這個數字本身說明的不是工程師不再被需要，而是每一個工程師現在能產出的東西多了五倍。這是槓桿，不是替代。 更值得注意的是那剩下的 20%。如果你仔細想，AI 最難搞定的那類程式碼通常是什麼？是需要深度理解業務脈絡的架構決策、是跨系統的邊界設計、是「這個功能技術上能做但不應該做」的判斷。這些東西很難寫成 prompt，因為它們需要的不是程式語言能力，而是對整個系統、組織、甚至使用者心理的完整圖像。 換個說法：當寫 code 的邊際成本趨近於零，那個「決定寫什麼」的能力就變成稀缺資源了。 這讓我想到一件事。過去工程師的升遷路徑通常是：寫程式寫得快 → 帶小團隊 → 當 Staff / Architect → 影響產品方向。這條路以前要走十年。AI 把前面兩個台階直接壓扁了，某種意義上逼著每個工程師更快面對那個「你對系統有沒有完整的判斷能力」的考題。 Anthropic 說 80% 由 AI 寫，但他們同時在擴招。這兩件事放在一起，其實是同一個訊號：他們需要更多能駕馭 AI 的工程師，不是更少。