中段工程師被夾擊：Simon Willison 對「永久下層階級」的求生建議

本文整理自《Lenny's Podcast》2026 年 4 月 2 日播出的單集，受訪者為 Django 共同創造者 Simon Willison。本系列共三篇，第一篇談 11 月拐點與「暗工廠」，這是第二篇談中段工程師被夾擊的求生建議，第三篇談致命三角與「挑戰者號災難」預言。

{{< youtube wc8FBhQtdsA >}}

{{< spotify "episode/0DVjwLT6wgtscdB78Qf1BQ" >}}

{{< apple-podcast "tw/podcast/an-ai-state-of-the-union-weve-passed-the/id1627920305?i=1000758850377" >}}

---

為資深工程師說幾句話

Lenny 在訪談裡半開玩笑地問 Simon Willison，coding agent 都這麼強了，工程師會不會變成「過時職業」？Simon 立刻替工程師這個職業辯護。他說，他自己之所以能從這代工具拿到非常好的成果，正是因為背後那 25 年「pre-AI」的工程經驗在當放大器。他可以用很高層次的工程語彙跟代理對話，他知道一個問題該怎麼描述、會卡在哪裡、什麼時候該停下來重來，這些都是他過去四分之一世紀工作經驗累積出來的判斷。

但他也馬上補充：使用代理本身是非常耗心力的勞動。Simon 形容自己現在每天的工作模式是「同時開四個代理跑四個不同問題」，他可以在它們之間切換，但人類的認知容量是有上限的。他直白地說：「到了早上 11 點，我就被榨乾了。」這不是體力問題，是注意力堆疊滿出來的問題。即使你不需要逐字檢視每個代理的輸出，光是「同時持有四件正在進行的事情」這個負荷本身就很吃腦力，很容易就把堆疊壓爆。

這個觀察值得放大。Simon 提到他認識一些工程師，因為「我的代理現在還可以多做一點事」這種念頭而失眠。他們半夜兩點上線開出新一批代理任務、四點起床檢視結果，這顯然不可持續。Simon 希望這只是新工具的「新奇期」，但他也警告，這裡面已經有「賭博式上癮」的元素：你開出去的每個代理都像在拉吃角子老虎機的拉桿，誰知道下一個會不會就吐出令人興奮的成果。對個人來說，這是新的職業健康課題；對公司來說，怎麼避免在「五倍產出」的期待下榨乾最厲害的員工，是管理層必須學新功課的地方。

ThoughtWorks 的觀察：中間的人最難

訪談裡最打動人的，是 Simon 引述的一個觀察。約一個月前，全球 IT 顧問巨頭 ThoughtWorks 召開了一個內部 offsite，把不同公司來的工程 VP 聚在一起聊 AI 對團隊結構的影響。他們得出的共識，按 Simon 的轉述大約是這樣的三段論：

第一段，這套工具對資深工程師非常好用。每一吋過去累積的經驗都能被放大成今天的競爭優勢。資深工程師有「品味」，知道什麼方案會踩坑，能用最少的字精確描述問題，所以代理在他們手上產出的東西品質特別高。第二段，對全新的工程師也意外地好。Cloudflare 跟 Shopify 兩家公司都告訴 ThoughtWorks，他們在 2025 年計畫各招一千名實習生，理由是 AI 把實習生的 onboarding 時間從「需要一個月才能做出有用的東西」壓縮到「一週內就能上手」。新人不需要把所有東西都靠自己 google、靠老前輩教，AI 助手永遠在旁邊回答任何問題，學習曲線被前所未有地縮短。

第三段，問題出在中間。如果你是中段工程師，你既沒有資深工程師那 20 年的「品味」可以放大，又沒有新人那種「reset 學習曲線」的紅利，你就被夾在最尷尬的位置。你過去比新人有經驗，所以你接的任務本來比新人複雜；現在 AI 把你過去的優勢逐漸抹平，但你又還沒累積到資深工程師那種「能用一句話直擊問題核心」的能力。Simon 說，這是 ThoughtWorks 那場 offsite 上 VP 們最沒答案的開放問題：中段工程師到底該怎麼辦？

這個夾擊現象並不只發生在工程師身上。Lenny 馬上接話說，AI 似乎在所有職能裡都「往中間打」：產品經理、設計師都有類似的形態。新進的 PM、設計師因為 AI-native，學習曲線比五年前進業界的人還陡，他們很快就追上前輩；中段的人反而最難找到自己被 AI 放大的支點。

Simon 的處方：把 agency 當成你的核心資產

被 Lenny 追問「給中段工程師的具體建議」時，Simon 半推半就地給了答案，前提是「這個責任你硬塞給我」。他的處方有三層。

第一層是「主動傾身、不要避開」。很多人擔心 AI 用多了會技能萎縮（skill atrophy），對此 Simon 的回應是「那就主動把自己推回去」。要對你怎麼用這個工具非常自覺：不要把它當成「省事的捷徑」，而是當成「學新東西的加速器」。Simon 自己舉了一個例子：AppleScript 這個 Mac 自動化語言他用了快 25 年的 Mac 從沒碰過，因為它是個必須從頭學的程式語言。但 ChatGPT 出來之後他兩年半都在用 AppleScript，因為「ChatGPT 知道 AppleScript，我不需要知道」。過去要花兩三個月學基礎才會碰到的工具，現在前置學習成本被壓到接近零，他因此能用上的工具種類遠比過去多。同樣的道理也適用做菜：他發現 Claude 是出乎意料的優秀廚師，雖然它沒有味蕾，但它能給你「全世界 guacamole 食譜的平均值」，而那居然是好吃的 guacamole。

第二層也是最關鍵的，是「投資自己的 agency」。agency 是這集訪談裡反覆出現的關鍵字，可以譯成「主動性」「能動性」或「決定要做什麼的能力」。Simon 認為，AI 這個世代最被高估的詞是「agent」（代理），而代理本身其實沒有 agency。當你叫一個代理「去賺錢」，它會做事，但它不會自己決定「該做什麼才有意義」。決定方向、判斷哪個問題值得花時間、設定野心的高度，這些是人類獨有、AI 不會自動接管的部分。所以中段工程師要怎麼活下來？把自己過去的時間從「執行工作」轉投資到「能不能更有判斷力地決定要執行什麼工作」上。

第三層比較私人但非常有感染力：要把目標訂得更野。Simon 說，他過去每年的新年新希望都是「今年要更聚焦、做更少的事」，但 2026 年他第一次反過來：「今年要做更多事、更野心一點。」他的邏輯是：既然這代工具讓你能做的事情幾倍放大，過去你會說「這個案子要兩個禮拜，算了」，現在很多兩週的案子被壓進 20 分鐘，你怎麼能不重新校準野心？被 Lenny 問「半年下來感覺如何」時，Simon 笑說「年底大概會發現最重要的事我都沒做完，因為我野心開太大，但這是值得的」。

黃仁勳：今天的裁員反映的是缺創意，不是人力過剩

Lenny 順著 Simon 的說法接了一個剛發生的事件。NVIDIA 執行長黃仁勳（Jensen Huang）在訪談前一天的一個訪問裡被問到「AI 是不是在搶工作」，黃仁勳的回答很直接：今天那些大規模裁員的公司，反映的不是人手過剩，而是「他們對手上資源能做什麼缺乏想像力跟野心」。黃仁勳自己的公司沒有裁員，反而還有一大堆想做的事。Lenny 認為這個視角值得放大：當你手上有一個能把你的產出放大十倍的工具，你不應該裁掉十分之九的人；你應該想辦法找到原本不敢想、現在能做的事。

這跟 Simon 的「take on more」是同一個哲學的兩個版本。差別是 Simon 說的是個人選擇，黃仁勳說的是組織選擇。對個人來說，野心是抗萎縮的疫苗；對組織來說，野心是抵抗「為了短期 EPS 砍人」這種誘惑的免疫力。

Simon 跟 Lenny 都很坦白：「說起來容易，做起來難」。野心需要環境配合，如果你的公司期待你五倍產出但給你的目標還是去年的目標，你的野心也只能折成加倍工時。Lenny 提到他正準備發布一份 2026 年初的科技就業市場報告，數據反而出乎意料：科技公司開出的工程師職缺、產品經理職缺都已經逼近 2022 年疫情高峰之後的最高點，是 3 年半以來的新高。即使每隔幾個月就有 Block 那種「砍 4000 人」的頭條新聞，整體開缺其實一直在攀升。Simon 對此的解讀是：要去區分「真正因為 AI 而消失的職位」跟「疫情過度招聘現在做的修正」是非常困難的事，但開缺成長至少說明科技業沒有大家想的那麼末日。

最 AI-pilled 的人，工作得最累的悖論

訪談中段，Lenny 點破了一個越來越多人感受到的弔詭：AI 本來該讓我們有更多時間、能在沙灘上看 Netflix，結果最熱衷使用 AI 的那群人反而工作得比過去任何時候都累。這個悖論值得拆開看。

Simon 自己是這個現象的活例子。他承認他確實有更多時間了，但同時他也比過去更耗腦。他的解釋是「強度」這個變數被忽略了。過去你開的會比較多、寫的程式碼比較少，腦袋的耗用是「分散的」；現在你直接跟代理對話、決策密度暴增，腦袋是「持續滿載的」。Simon 從 11 月以後最大的觀察就是這種強度疲勞。他希望這只是過渡期，等大家適應了會回到比較永續的步調。

Simon 也點出了系統性的問題：個體選擇之外，更大的壓力來自雇主的期待。如果你公司的管理層認定「現在每個工程師應該五倍產出」，那這份期待會變成擠壓員工的鋼樑。Simon 的提醒是：好的公司、好的管理者已經注意到這個風險，他們不會為了短期收成而把最強的員工燒掉。這對臺灣的科技公司管理層特別重要：不要被「美國同行五倍產出」的傳聞催著走，因為那五倍產出的代價是早上 11 點就被榨乾的工程師，這不是你想長期保留的工作環境。

但訪談裡也有比較陽光的那一面。Lenny 跟 Simon 都同意，最 AI-pilled 的人工作得最累，但他們也玩得最開心。Simon 說他有一群朋友，這幾個月都在處理那個「累積了十幾年沒做完的個人專案 backlog」。某些朋友居然把所有 backlog 都清空了，現在反而有種「沒事可做」的失落感。他們愛這份工作，這跟單純被剝削是不一樣的故事。

Simon 自己的判斷是：當你在做一件你本來就想做的事，「累」會變成一種獎賞而不是懲罰。問題不在工時，問題在「這累值得嗎？」當你確信你的時間在創造你想要的東西，11 點被榨乾也可以是一天裡最讓你滿足的事。

「2026 年底，50% 的工程師會用 AI 寫掉 95% 的程式碼」

訪談接近尾聲時，Lenny 問了一個很多人想要聽到的預測：什麼時候會有 50% 的工程師用 AI 寫掉自己 95% 的程式碼？Simon 的回答是：可能就在 2026 年底。

他的理由分兩層。第一層，技術已經夠好。他說現在已經不能再用「AI 寫的程式碼品質不好」這個理由拒絕，因為這個理由在 2026 年初已經站不住腳。模型寫出的東西品質達到他自己「good code」的定義，這是過去兩年都做不到的事。第二層，瓶頸在於人類學會用這套工具的速度。Simon 反覆強調，使用代理工程不是「跟 ChatGPT 聊天那麼簡單」，這個誤解是很多人遲遲學不會的根本原因。代理工程是要練的，需要試過很多失敗的 prompt、累積過很多「這個模型不擅長 X、這個模型擅長 Y」的經驗，才能真的把效率提起來。

Simon 因此認為瓶頸不是技術，是人類學習曲線。但好消息是，學會的人會在很短時間內把自己拉到產業最前面。Lenny 補充說，他原本對這個時間表的預測也是 2026 年底，所以兩個人對齊得很整齊。

對中段工程師來說，這個時間表特別有意義：如果你還在猶豫要不要認真學代理工程，現在踏進去你會剛好趕上產業大規模轉型的時間點；如果你拖到 2027 年才認真開始，就會發現自己被「已經會用」的人甩開好幾個身位。

我的觀察

我自己讀完這集，覺得「中段工程師被夾擊」這個診斷對臺灣特別貼切，但 Simon 給的處方需要一些本地化轉譯。

臺灣很多中段工程師目前的職涯軌跡很標準：在某家中型 SaaS 或大型代工廠待了 5 到 10 年，職位是 Senior Engineer 或 Tech Lead，年薪卡在某個區間動不太了。這群人的「品味」其實夠了，但平常工作裡沒有舞台讓品味發揮，因為日常被排滿衝刺會議、規格文件、跨部門協調。他們不缺 Simon 說的那 25 年的「pre-AI 經驗放大器」，他們缺的是「能不能把現有的經驗在代理工程裡用出來」的環境。我認為臺灣中段工程師最該做的，不是再去學一個新框架，而是在自己的時間裡、用自己的個人專案，把 Simon 描述的代理工程實踐走過一遍：囤一個自己的 simonw/tools、寫過幾次紅綠 TDD、體會過同時開四個代理的負荷。這些是用嘴巴聽不會、用眼睛看也不會的經驗，必須親自跑一遍。

第二個觀察是 agency 這個概念對華人工程師文化特別有挑戰性。我們的工程教育跟職場文化都偏向「給我規格我做出來」，主動定義問題、主動設定野心這件事在很多公司是被視為「越權」的。Simon 給中段工程師的處方裡最關鍵的就是 agency，而這恰恰是臺灣工程師最少被訓練的肌肉。要練這個肌肉，可能不是從公司任務開始，而是從個人專案、開源貢獻、副業產品這些「沒有人替你定義問題」的場域開始。

最後是 Simon 跟黃仁勳同步指出的「野心不夠」這件事。臺灣有大量小型 SaaS 跟服務業者，過去因為人力跟資源限制，產品的野心被壓得很扁。當代理工程把單人能撐的產品規模放大幾倍，這些公司本來該擴張的市場、本來該做的功能、本來該服務的客戶，都應該重新評估。如果你是這類公司的老闆或主管，黃仁勳那句話值得認真聽：今天該擔心的不是「員工會不會被 AI 取代」，而是「我有沒有膽量去想原本想都不敢想的市場」。