AI都會寫程式了，還要學傳統程式設計嗎：先把「寫」和「判斷」分開看

文｜沈安

2026年9月中，一篇名為「AI都會寫代碼了，還要不要學傳統編程」的長文在技術社羣流傳，作者是經營技術教學內容多年的「狂師」。文章本身不長，但問題很老，從ChatGPT學會寫程式的那天起，這個問題就被反覆問了三年。這次之所以又浮上檯面，是因為答案開始出現分岔：不靠程式喫飯的人，和靠技術喫飯的人，該走的路已經不是同一條。

先把最容易混淆的一組概念拆開：寫程式，和看懂程式。這兩件事過去綁在一起，你會寫就必然讀得懂，讀得懂久了也會寫。AI把這條綁住的繩子剪斷了，現在你可以完全不寫，卻不能完全不判斷。整個問題的答案，幾乎都藏在這個剪開的縫隙裡。

vibe coding 是誰發明的，比這個詞本身重要

vibe coding這個詞近兩年在工程圈火到出圈，玩法是把需求用大白話丟給AI，程式報錯就把錯誤訊息原樣貼回去，AI給什麼建議就照單全收，diff也不細看。聽起來像玩笑，實際上很多人真的是這樣在做事。八歲小孩用它做出小遊戲，不會寫程式的設計師上線了自己的產品，一個人加一組AI工具就撐起一個軟體團隊的規模。

但發明這個詞的人，是Andrej Karpathy。OpenAI的創始成員，特斯拉的前AI總監，世界上寫程式寫得最好的那一小撮人。他描述自己玩vibe coding的方式，確實是錯誤訊息看都不看直接貼給AI，建議全部接受，用他的原話說，完全交給感覺。要注意的是，他玩的是週末的小玩具專案，正式的生產系統不會這樣幹。

這裡有個值得停下來想的地方。為什麼最會寫程式的人，反而最先不看程式了。答案很簡單：他隨時看得懂。他敢把「寫」全部交出去，是因為「判斷」一直捏在自己手裡。真出問題，掃一眼就知道錯在哪一層。

普通人照著學，問題就來了。你也不看程式，但你的不看和他的不看是兩回事。他是選擇不看，你是看不懂所以沒得看。他交出去的只是打字的活，你交出去的是整個判斷權。AI產出的東西對不對、能不能上線，他掃一眼有答案，你只能猜。

這和蘋果在Siri AI還沒上車前，先讓CarPlay接入第三方AI助理的邏輯有點像：平臺先開門讓別人家的能力進來，把最終的體驗判斷權留給自己。工具的產能交出去可以，把關的位置不能讓。寫程式這件事也一樣，產量上去了，把關沒有消失，只是把關的人從寫程式的人，慢慢換成了讀程式的人。

不靠程式喫飯的人：不用會寫，但要會用

如果你不打算靠寫程式謀生，只是想讓AI幫你把想法變成能跑的東西，傳統的程式設計訓練確實可以省掉。以前想做個小工具，要嘛花錢找外包，要嘛想都別想。現在把需求講清楚，幾句對話之間就有成品，週末就能驗證一個產品點子。

但「不用會寫」不等於「什麼都不用懂」。有幾樣東西值得花時間弄明白。

第一是基本名詞。知道什麼叫介面、什麼叫資料庫，程式跑在哪臺機器上，資料存在哪裡。這些詞不懂，AI說的話你一半聽不懂，剩下的全靠猜。

第二是把需求講清楚的能力。AI是照你說的做，你沒講的部分它就自己發揮。至少要交代到：這個東西給誰用、正常流程怎麼走、使用者輸入錯誤時要怎麼提示、哪些情況要攔下來。需求講得越糊，AI補得越多，補出來的部分就是日後的雷。

第三是基本驗收。東西做完，不能按鈕全點一遍就收貨。正常流程走一次，故意輸錯一次，換臺手機再打開看看。幾個動作下來，東西的好壞心裡就有數。

第四是安全和花錢的常識。別人的資料不能隨便放著，雲端服務是按用量計費的，哪些東西要對外開放之前得多留心。

一個比喻：就像租車自駕，你不用會修車，但方向盤怎麼打、紅綠燈怎麼看，這些常識得有。用到什麼程度算夠？名詞聽得懂、需求講得清、東西驗得出好壞、明顯的雷認得出，到這個份上就夠了。

靠技術喫飯的人：根基反而是護城河

對技術人來說，結論正好相反。程式是你的飯碗，這個根基丟了，等於把判斷權也一併丟掉。天天跟程式打交道的人，如果連程式在寫什麼都讀不懂，那拿什麼判斷AI寫得對不對、好不好、能不能上線。

有趣的是，企業早就把態度寫在招募需求裡了。原文作者翻遍最新測試開發職缺的要求，整理出兩百多道面試真題，發現傳統程式能力的門檻並沒有下降。AI寫的程式要有人審，審的人要懂，這個需求比過去更明確，也更值錢。

這也呼應了二手交易市場的一個結構性現實：線上估價開得漂亮，到貨之後價格誰說了算，取決於誰懂行情。工程師在AI時代的定價權，同樣取決於懂不懂那些AI產出的東西。看得懂的人，AI是產能放大器；看不懂的人，AI是風險放大器。

所以呢：先問自己站在哪一邊

這個問題之所以三年來問不完，是因為它被當成一個問題。實際上是兩個問題。不靠程式喫飯的人，該學的是使用素養：名詞、需求描述、驗收、安全常識，幾十個小時的投入就能用上一輩子。靠技術喫飯的人，該守的是讀程式與判斷的能力，AI把產能拉高之後，這個能力的稀缺性反而上升。

給一般讀者的判斷標準很簡單。看你現在或未來的工作，需不需要對「軟體做出來對不對」負責。需要，就把讀懂程式的功夫練扎實，AI寫得越快，你的判斷越值錢。不需要，就把力氣花在把話講清楚和把關驗收上，這兩件事做好了，AI就是你能用得最順手的外包團隊。

程式設計會不會消失不曉得，但把關的需求短期內只會增加。把判斷權留在自己手裡，這是在任何工具浪潮裡都站得住的位置。