前言
為什麼我們Build School 的AI 與軟體人才培訓，除了軟體工程基礎(前/後端及DevOps)外，已完全擁抱 AI 及雲端呢? 從培訓起就開始上手 AI 工具及輔助開發呢? 以及為何 AI Agent 將會是軟體的未來延伸呢? 可看以下文章分析。
—————————-
在人工智慧技術飛速發展的今天，我們正處於一個技術典範轉移的關鍵時刻。OpenAI 的 API 與開發者平台工程主管 Sherwin Wu 近期在《Lenny’s Podcast》中進行了一場深度訪談，不僅分享了 OpenAI 內部的工程文化與 AI 使用現狀，更對未來 12 到 24 個月的 AI 發展趨勢做出了具體預測。
Sherwin 的觀點不僅僅是技術層面的分析，更涵蓋了管理哲學、創業生態系的重組，以及企業如何正確導入 AI 的策略。本文將這場長達一小時的訪談精華，整理為六大核心主題，為軟體工程師、管理者及創業者提供一份詳盡的未來指南。
——————————————————————————–
一、 工程師角色的演變：從「撰寫代碼」到「施展魔法」
軟體工程師的工作本質正在經歷前所未有的劇變。在 OpenAI 內部，這種變化已經成為現在進行式。
1. 驚人的內部數據：Codex 已經無所不在
Sherwin 透露了一個令人震驚的數據：在 OpenAI，95% 的工程師每天都在使用 Codex（AI 程式碼生成工具），且 100% 的 Pull Requests (PRs) 都會經過 Codex 的審查。這意味著每一行進入生產環境的程式碼，都有 AI 的參與。
這導致了一個顯著的生產力差異：經常使用 Codex 的工程師，其開啟的 PR 數量比不常使用的工程師多了 70%，而且這個差距正在持續擴大。這顯示出熟練掌握 AI 工具的工程師，其產出能力正在與傳統工作模式拉開巨大的鴻溝。
2. 工程師變身為「巫師」與「管理者」
Sherwin 引用了經典電腦科學教科書《SICP》（電腦程式的構造和解釋）中的隱喻，將程式設計比喻為「巫術」（Sorcery），而程式語言則是「咒語」（Incantations）。
在 AI 時代，這個比喻變得更加貼切。工程師不再需要逐行撰寫程式碼，而是向 AI 發出「咒語」（Prompt/指令），然後由 AI 去執行具體任務。這使得工程師的角色從「IC（獨立貢獻者）」轉變為「技術主管（Tech Lead）」或「管理者」。
現在的工程師更像是管理著一支「Agent 艦隊」的指揮官。他們可能同時開啟 10 到 20 個執行緒，指揮不同的 AI Agent 處理任務，並在過程中給予反饋和修正。
3. 「魔法師的學徒」與失控風險
然而，這種強大的槓桿效應也伴隨著風險。Sherwin 提到了迪士尼電影《幻想曲》中「魔法師的學徒」（The Sorcerer’s Apprentice）的故事：米老鼠偷戴了魔法帽，指揮掃把幫忙提水，結果卻因為無法控制而釀成大水災。
這正是當前「Vibe Coding」（憑感覺寫程式）的風險所在。當工程師讓 AI Agent 自動執行任務時，必須具備足夠的資歷與判斷力，以確保 AI 不會「脫軌」。這也是為什麼即便 AI 能寫程式，人類工程師的審查與架構設計能力反而變得更加重要。
——————————————————————————–
二、 「一人十億美元新創」的迷思與 B2B SaaS 的黃金時代
OpenAI 執行長 Sam Altman 曾預言，我們很快會看到由一人創辦的十億美元估值公司。Sherwin 對此提出了更深層的「二階與三階效應」分析。
1. 二階效應：B2B SaaS 的寒武紀大爆發
Sherwin 認為，如果一個人就能建立十億美元的公司，這意味著「建立軟體」的門檻已經大幅降低。這將導致一個**「B2B SaaS 的黃金時代」**。
為了支撐那一家「一人十億美元公司」，市場上可能會出現數百家小型新創，專門為這類公司打造客製化的軟體工具。我們會看到成千上萬家營收規模在 1000 萬到 5000 萬美元的小型軟體公司遍地開花。這些公司可能無法達到傳統創投追求的百倍回報，但對於創辦人個人而言，卻是極佳的財富自由途徑。
2. 支援服務的瓶頸與機會
儘管 AI 可以解決開發問題，但「客戶支援」（Customer Support）往往是擴張的瓶頸。Lenny 在訪談中質疑，光是處理大量的客訴單就足以讓一人公司崩潰。
Sherwin 則反駁，這正是上述「微型 SaaS」的機會點。未來可能會出現專門為特定利基市場（例如：專為 Podcast 經營者設計的 AI 客服系統）服務的新創公司。這些高度垂直整合的 AI 工具，將使得一人公司能夠外包絕大部分的營運工作，從而維持極精簡的人力編制。
——————————————————————————–
三、 AI 時代的管理哲學：賦能頂尖人才
隨著 AI 放大了個人能力的差距，管理者的角色與策略也必須隨之調整。
1. 10倍工程師變成 100倍工程師
AI 工具讓頂尖人才（Top Performers）的效率倍增。Sherwin 觀察到，那些積極擁抱 AI、具有高度主動性（High Agency）的員工，其生產力正在遠遠拋離其他人。
因此，管理者的策略應該是：將 50% 以上的時間花在這些頂尖人才身上，確保他們開心、沒有阻礙，並擁有所有需要的資源。這與傳統管理學有時強調「輔導落後者」的思維截然不同。
2. 外科醫生團隊模型
Sherwin 引用了《人月神話》（The Mythical Man-Month）中的「外科醫生團隊」概念：在手術室裡，只有主刀醫生在進行核心工作，其他護理師、麻醉師都是為了支援這位醫生而存在。
雖然軟體開發比手術更具協作性，但 Sherwin 傾向於讓團隊成員感覺自己就是那位「外科醫生」。管理者的工作是「預判轉角後的狀況」（Look around corners），在工程師遇到組織障礙或缺乏工具前，就先幫他們掃除障礙，就像遞上手術刀一樣自然。
3. AI 協助管理者擴大管理半徑
傳統軟體工程團隊的最佳管理跨度（Span of Control）約為 6-8 人。但在 AI 輔助下，管理者可以利用 AI 快速閱讀大量文檔、PR 和 Slack 訊息，掌握組織脈動與專案進度。這可能使管理者能夠有效帶領規模更大的團隊，甚至預測團隊未來可能遇到的瓶頸。
——————————————————————————–
四、 企業導入 AI 的陷阱：由下而上與「鷹架 scaffolding 」理論
許多企業在導入 AI 時面臨 ROI（投資報酬率）為負的窘境。Sherwin 指出，成功的關鍵在於導入的方式，以及對技術發展路徑的正確判斷。
1. 避免「由上而下」的強推
最糟糕的模式是 CEO 下令「我們要是 AI優先公司」，並強迫員工將 AI 納入績效考核，卻沒有實際的應用場景。
相反地，成功的企業通常結合了高層的支持與**「由下而上」（Bottom-up）的採用**。企業應該尋找內部對 AI 最有熱情的「傳教士」（可能是工程師，也可能是擅長 Excel 的營運人員），組成「老虎隊」（Tiger Team），由他們去探索具體的工作流，並在內部分享最佳實踐。
2. 警惕：「模型會把你的鷹架當早餐吃掉」
這是訪談中最具洞察力的金句之一。Sherwin 引用了 FinTool 創辦人 Nicholas 的觀點：「模型會吃掉你的鷹架（The models will eat your scaffolding for breakfast）」。
所謂的「鷹架」，指的是開發者為了彌補早期 AI 模型能力不足，而在模型周圍搭建的各種輔助框架（如複雜的 Agent Frameworks、向量資料庫 Vector Stores 等）。
• 歷史教訓： 2023 年時，大家認為必須依賴向量資料庫來提供上下文。但隨著模型 Context Window（上下文視窗）變大且檢索能力變強，直接將大量文件丟給模型處理（如 Skills / MD files）反而效果更好。
• 苦澀的教訓（The Bitter Lesson）： 不要過度設計複雜的邏輯來引導模型，因為隨著算力提升和模型迭代，這些人為的邏輯往往會被更強大的通用模型所取代。
3. 給開發者的建議：為未來的模型而建
Sherwin 強烈建議開發者：「要針對模型未來的發展方向構建產品，而不是針對它們今天的限制。」。
如果你發現某個功能現在的模型只能做到 80%，別急著放棄或建立複雜的補丁。因為在 6 到 12 個月後，下一代模型可能直接就能完美解決這個問題。那些賭對方向的產品，會在模型升級瞬間獲得巨大的體驗提升。
——————————————————————————–
五、 未來 12-24 個月的 AI 預測
站在 OpenAI 的視角，Sherwin 對未來兩年的技術發展給出了具體預測，這些將是開發者和企業必須關注的重點。
1. 長時間運行的 Agent (Long-running Tasks)
目前的 AI 工具（如 ChatGPT 或 Cursor）主要優化的是「分鐘級」的互動任務。但在未來 12-18 個月內，我們將看到能夠穩定執行**「數小時甚至數天」**任務的 AI 模型。
這意味著工程師可以指派一個 AI Agent：「去幫我重構這個模組，跑完測試，修好 Bug，明天早上再跟我回報。」這種長時間的自主運作能力，將徹底改變軟體開發的工作流。
2. 多模態與語音（Audio）的崛起
雖然目前大家聚焦於文字（Coding），但 Sherwin 認為語音（Audio）是被嚴重低估的領域。隨著原生多模態模型（Native Multimodal Models）的進步，語音互動的延遲與品質將大幅改善。
考慮到世界上大量的商業活動、服務與營運都是透過「對話」進行的，高品質的語音 AI 將解鎖巨大的商業價值，特別是在企業服務領域。
3. 商業流程自動化（Business Process Automation）
這是一個相對「無聊」但在矽谷以外卻擁有巨大潛力的市場。軟體工程是開放式的知識工作，但世界上絕大多數的工作其實是**「高重複性、標準作業程序（SOP）」**的商業流程（如水電費處理、保險理賠、行政流程）。
Sherwin 非常看好利用 AI Agent 來自動化這些高確定性的流程。這不僅能提升效率，更能將人類從繁瑣的行政工作中解放出來。
——————————————————————————–
六、 OpenAI 的平台策略：做航空母艦而非掠食者
對於開發者最擔心的問題：「OpenAI 會不會推出跟我一樣的產品，把我消滅？」Sherwin 給出了定心丸。
1. 生態系優先
OpenAI 將自己視為平台公司，目標是建立生態系。Sherwin 強調，OpenAI 的使命是造福全人類，而單靠 OpenAI 一家公司無法觸及世界的每個角落（例如為特定小眾需求開發工具）。因此，他們需要廣大的開發者來填補這些空缺。
2. 開發工具堆疊
OpenAI 正在構建不同層次的抽象化工具，幫助開發者構建 Agent：
• Responses API: 最底層的接口，適合需要完全控制權的開發者，用於構建長時間運行的 Agent。
• Agents SDK: 中層框架，幫助開發者管理 Agent 的循環、子任務委派和護欄（Guardrails）。
• Agent Kit & Widgets: 最上層的 UI 組件，讓開發者能快速打造美觀的 Agent 介面。
Sherwin 的建議是：市場大到難以想像，不要過度擔心 OpenAI 的動作。那些失敗的新創通常是因為產品沒人要用，而不是被大公司壓垮。只要打造出用戶喜愛的產品，這片藍海容得下所有人。
——————————————————————————–
結語：不要視為理所當然
在訪談的最後，Sherwin 感性地表示，我們正處於科技業最令人興奮的時期。從 2014 年進入職場以來，他從未見過如此充滿活力的時刻。未來 2-3 年將是 AI 創新最密集的階段。
他的最終建議很簡單：「參與其中（Engage with it）」。無論你是不是軟體工程師，都應該去下載 Codex、試用 ChatGPT 的進階功能、將 AI 連接到你的工作流中。不要只是旁觀，因為這波浪潮將重新定義工作的本質。
在這個 AI 的黃金時代，正如 Sherwin 所言，我們都是手握強大咒語的現代巫師。關鍵在於，你是否準備好拿起魔杖，去創造屬於你的價值？
(本文內容整理自 Lenny’s Podcast 訪談：OpenAI’s head of platform engineering on the next 12-24 months of AI | Sherwin Wu)
- 🎓 [精選 AI 課程] 這裏查詢更多 https://learn.build-school.com/zh-hant/filter-course-page/
- 【各行業領域知識工作者】商業應用及各領域工作情境 : ChatGPT / Gemini /M365 Copilot 產業應用情境與案例
- 【技術/工程人員】AI 驅動開發:從構思到上線 – GitHub Copilot 企業開發實戰
- 【AI 應用及AI Agent】Azure AI Foundry / OpenAI / Gemini / Claude 等模型與雲端平台
- 【認證課程】微軟 Azure AI 工程師(AZ102)、Azure 系統管理員(AZ104)、系統架構師(AZ300)、資安、GitHub 開發相關認證
- 完整微軟認證學習地圖：https://learn.build-school.com/zh-hant/microsoft-cert-learning-roadmap/
