1
從不同角色看見同一套交付系統
我在金融服務科技領域工作了 15 年,曾擔任 UI 開發人員、軟體工程師、量化工程師、系統可靠性工程師(Site Reliability Engineer, SRE)、架構師及技術教育工作者。每個角色都讓我從另一個角度看見同一件事:軟體交付從來不只是撰寫程式碼。
我目前仍是 MongoDB 領域專家和 Microsoft 認證講師,亦持有有效的 CFA、FRM 及超過 20 項 Microsoft 認證;在 2004 至 2008 年期間,我亦曾獲選為 Microsoft MVP。這些現有資格與過往榮譽,令我同樣重視技術細節,以及決定何時、為何和如何運用技術的專業判斷。
2
這是企業交付問題,不只是工程技巧問題
透過廣泛的業界交流和與實務工作者的直接對話,我看見企業交付經常受到脈絡分散、責任不清、交接失真,以及關鍵決策只存在於個人記憶等問題影響。
Codex 推出的第一天,我便開始使用。它清楚展示了機會:AI 可以大幅提升實作能力;同時,每一個未釐清的假設、遺漏的限制和模糊的驗收決定,也會帶來更大的後果。
3
實驗另一種工作方式
在金融服務業以外,我與朋友合作開發一個大型專案,探索企業採用 AI 程式開發工具後,開發工作可以如何進行。我們嘗試在實作之前和進行期間,清楚表達意圖、限制、決策、執行範圍與權限,以及驗收證據。
這些實務逐步形成一套工程框架。它不是令 AI 程式開發代理變得更快的公式,而是在由人與 AI 共同參與交付時,仍能讓交付知識保持一致的方法。
4
讓每項專業直接參與價值鏈
我看見不少非工程專業人士擔心被 AI 取代,但他們最有價值的判斷,往往本來就沒有直接進入交付路徑。產品、領域、分析、架構、品質、營運與治理專業所掌握的知識,不能負責任地只靠工作單或提示詞推斷。
這些專業與 AI 並不是互相取代,而是互相補足。當不同職能直接參與同一條價值鏈,團隊能做到的事情,會超過依賴一位英雄工程師重建意圖、暗中補上決策,或獨自承載整個組織脈絡。