Andrew Ng：AI 讓寫程式變簡單，但「決定做什麼」正成為新瓶頸 

AI 教育先驅、deeplearning.ai 創辦人 Andrew Ng 於 4 月 13 日在 The Batch 電子報中發表長文，探討 AI agent 加速程式開發後軟體工程的未來。他提出的核心觀點是：當建造變得容易，「決定要建什麼」將成為真正的瓶頸 — 他稱之為「產品管理瓶頸」（Product Management Bottleneck）。

五個已經明確的趨勢

Ng 列出了 AI 對軟體工程影響中已經清晰可見的五個趨勢：

• AI 讓寫程式變簡單後，會有更多人參與程式開發
• 手寫程式碼甚至閱讀 AI 生成的程式碼變得不那麼重要，因為可以直接問 LLM 關於程式碼的問題，在更高的抽象層次上操作
• 為更小眾的受眾客製軟體變得經濟可行，客製應用將大幅增加
• 決定「要建什麼」比「實際建造」更成為瓶頸
• 償還技術債的成本正在降低（AI 可以幫你重構）

反對「AI 失業末日論」

Ng 明確反對目前在科技與政策圈流行的「AI 將導致大規模失業」論述。他稱這種觀點為「AI 工作末日論」（AI jobpocalypse），認為實際影響「不會像那些試圖描繪自家 AI 有多強大的評論者所預測的那麼糟」。

他引用 Citadel Research 的最新報告指出，軟體工程職缺正在快速增長。如果 AI 對軟體工程的影響最大，而軟體工程的就業反而在擴張，這對其他行業是鼓舞人心的訊號。

Ng 同時承認應屆畢業生確實面臨求職困難，也有 CEO 將裁員歸因於 AI — 但他指出很大一部分是「AI 洗白」（AI washing），企業選擇將裁員歸咎於 AI，即使 AI 實際上並未改變其內部運作。

軟體工程未來的開放問題

Ng 提出了一系列仍在探索中的問題：未來資深軟體工程師的關鍵技能是什麼？電腦科學課程應該如何改變？如果每個人都能建功能，什麼才是個人和企業的競爭優勢？軟體團隊應該如何組成？AI agent 如何改變機器學習工程師的工作流程？

這些問題與 Harness Engineering 和 Vibe Coding 的趨勢直接相關。當建造成本趨近於零，品味、判斷力與問題選擇能力 — 而非純粹的技術能力 — 將成為不可替代的人類優勢。