Re: [請益] 想找上海蘇州的前端職缺
看板WorkinChina (中國工作)作者treehold (艷陽天裡的雨林)時間5天前 (2026/08/08 01:32)推噓-1(0推 1噓 5→)留言6則, 1人參與討論串3/3 (看更多)
我隨便亂入一下。完全沒有想要給建議。哈哈。
但這一波AI襲捲應該會很可怕，我是妥妥的文組，念的是經濟。
不過反正已經45歲了，當初念的是什麼也不是很重要。
但我現在每天被客戶追殺進度，自己抱著vs code開發代碼十小時以上。
因為有AI，我自己就把幾百萬的系統開發完了。
我完全沒有技術能力，就是個很普通的金融從業人士。
不過現在平常工作有三個屏幕，頗有一種高級碼農感。
當然不是無中生有，毫無經驗的就生成一個全新的系統，
我本來就有開發經驗，只不過是甲方的。
我在寫什麼系統也不方便說。就純代碼面肯定也沒這麼複雜，值錢的是裡面的業務邏輯。
只是我的工作流本來是跟客戶把需求定下來後，
就要找個軟件公司，然後委托他們開發。
現在不用了，我自己就做完了。
成本是一回事，但真的太省時間，跟工程師講話超辛苦，跟AI超省力。
AI內建了我們行業需要的基礎專業知識，他的理解能力比工程師好多了。
而且修改也很方便，24小時服務從不抱怨，不會跟我說，修改要再加錢哦。
我現在做出來的系統，就體驗上，比當初花了大錢找專業的系統商好多了。
當然我不是說好像有了AI就萬能，開發上我經驗不足，也是要不斷的磨，
用各種測試腳本去測邊界值有沒有崩潰，各種模塊的連接有沒有出問題。
譬如我最近就發現了因為我的模型指標是很多層疊上去的，我又通通做成模塊化的抽取式。
所以放在不同的檔案裡，AI忘了把後面層的定義層交叉疉上去，一直到測試時才發現。
想把AI給掐死。
當然我有一點點特殊才能，我的DEBUG能力很強，所以AI幻覺對我而言不大是問題。
我說的debug跟工程師的debug不太一樣。差別大到我覺得用同一個詞有點誤導。
以前的 debug 有一個奢侈的前提：系統會告訴你出事了。報錯、崩潰、測試變紅。你知
道有問題，剩下的工作是縮小範圍。那是搜尋問題，可以練技巧，二分、log、斷點，練
到後來很機械，AI現在自己就做的很好了。
現在這種沒有那個前提。東西跑得起來，數字算得出來，報表印得漂亮，錯在語義層。
沒有一條會報錯。所以第一步不是定位，是從一堆很漂亮的AI幻覺裡，
察覺哪裡不對勁的能力。這跟以前工程師需要的技能是不大一樣的。
當然，中國的AI沒有國外進步的快，看起來好像有時間差。
但kimi k3也出來了。因為AI的論文跟方法是公開的，可以有很多巧勁追 。
不像B300這種硬體層這麼不好追，在底層架構上中國可以有很多創新的方法。
他們還有蒸餾這種大絕招。
雖然對我們使用者而言，kimi k3肯定不能用，無限逼近頂級模型只是跑分，
落地是另一回事。但AI的進步是指數級的。中國在AI上與世隔絕的落差是不穩定的。
所以你才30歲，要不要考慮換個行呀，
哈哈。我隨便亂講的，我一點都不熟你們的行業。
但我自己感覺，純感覺。
AI帶來的技術平權，正在抹平以前工程師的超額溢價。
台灣科技業目前是沒有感覺的，因為硬體的紅利降低了轉型的壓力，
真的要運用AI轉型是很麻煩的，整個流程要重構，要把整個工作流導入到現有的流程，
要把整個組織打掉，配著流程重構，需要的人才樣子也不同。
美資就是把人全裁掉一大批，然後再重新招一大批。
但台資公司不管是法律或文化上都不支持這種傷筋動骨的組織重構。
所以，現在台灣的科技業大概就只是把AI當作偷懶摸魚的高級office軟件
但市場競爭壓力遲早會倒逼的。
Claude code真的火是2026年2月，到現在也就半年。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 125.227.82.145 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/WorkinChina/M.1786123923.A.4E6.html
※ 編輯: treehold (61.221.116.109 臺灣), 08/09/2026 15:31:15
噓
08/09 15:21,
4天前
, 1F
08/09 15:21, 1F
→
08/09 15:21,
4天前
, 2F
08/09 15:21, 2F
→
08/09 15:23,
4天前
, 3F
08/09 15:23, 3F
→
08/09 15:23,
4天前
, 4F
08/09 15:23, 4F
→
08/09 15:27,
4天前
, 5F
08/09 15:27, 5F
→
08/09 15:27,
4天前
, 6F
08/09 15:27, 6F
可是…我已經做完了…
不過我好學的去問了一下你的舉例到底是什麼。
我用一個簡單的例子你就知道我在講什麼了。
我在做的事情是：
「我擁有20多年業務與開發經驗，所以跨過傳統工程師，
直接把自己存在腦子裡的業務邏輯用 AI 變成系統。」
而在硬體領域，那些類似我的人對「你的領域」做的事情是我就不知道了。
Gemini跟我講了幾個例子，但我也沒有能力分辯，只能說，這件事在台灣沒有發生。
但在美國發生了, 在美國的環境裡，「懂業務又願意自己動手」的人數量已經達到臨界點，
甚至催生出一整套新衍生出來的生態與工作流，到什麼程度我也不知道。
以我的經驗，改變要發生有要一個前提，有一個角色同時具備
「深刻的業務邏輯」+「具有極強的邏輯 Debug 敏銳度」+「打破角色框架的執行力」，
三者交集的人在台灣目前的環境是少的。
你們那些資料手冊、勘誤表、應用筆記、參考設計、原廠 SDK、十幾年的論壇討論，全部
公開，全部在訓練資料裡了。所以 AI 講得出枕頭效應、講得出 DC bias 掉容、講得出
晶振起振餘裕要留幾倍。
但它講不出你那條線上哪一家的料在梅雨季會漂、餘裕要抓多少、那批貨為什麼百分之三
起不來。這一段要有人願意寫出來，才會進得去。(這裡複制貼上了AI，因為我不懂)
但總之，我在我的領域就是願意去寫的人。
而我個人覺得台灣的溫水狀態，可能還是跟台資公司的文化有關。
很多時候的薪水反映的是公司在產業鏈的位置，而不是個人的不可取代性，
現在AI在美國抹平的就是這個技術溢酬，
當你的專業是沉澱在公司身上而不是個人身上，那當外部壓力足夠大時，
公司就有動力去把資產AI化，把工作流打破，重構組織架構。
或是有一個外部的創業公司直接封裝給他，附帶做一個工程流程改造。
(這就是我在做的事)
但我說的感覺不算，因為我跟台灣其實也不太熟。
但中國的公司比台灣狼性的多。所以我直覺覺得純軟體的工程師，
現在才跑來中國，肯定不是太明智，因為軟體目前看來是在第一波衝擊波上。
它的訓練材料太全了，而且本身就有比較強的外部壓力。
※ 編輯: treehold (61.221.116.109 臺灣), 08/09/2026 21:00:39
討論串 (同標題文章)
WorkinChina 近期熱門文章
PTT職涯區 即時熱門文章
