過去二十年來,各國政府和其他機構投入數十億資金教人寫程式。人們原以為這是少數在瞬息萬變的世界中仍能安穩無虞的職業之一,但事實證明,撰寫和操作代碼正是 AI 模型最擅長的活動之一。科技公司在過去幾年裁員超過 100 萬人,微軟上週才剛提出 6 萬人的優退方案。對軟體業的人來說,這是個令人恐懼且徹底迷失方向的時刻。
大約一個月前,我寫了一份內部備忘錄,詳細說明 Proton 為了維持競爭力與安全性必須遵循的 AI 採用路徑,以及我們身為組織迄今遺漏、必須修正的地方,才能讓這場不可避免的轉型成功。無庸置疑,未能及時轉型的組織,最終將辜負其團隊以及仰賴他們的人。
這份備忘錄還有另一個目的,就是要說服我的同事:我們在這場變革中並非被動的參與者;公司需要他們的才華與專業來促成轉型;而這項轉型為選擇做好準備並投入其中的人帶來了機會。
這份備忘錄並非深入的工程文件。它沒有探討安全性、可靠性或基礎架構的具體細節。而是指出我們整個產業的發展方向。
完整備忘錄如下。
AI @ Proton,工程宣言
Proton 上下都不該感到意外,尤其是工程部門,軟體工程今年已發生不可逆的改變,甚至更早。大型語言模型 (LLM) 及其相關工具已具備撰寫代碼的能力,幾天前一位資深 Proton 工程師對我說(我引述他的話):「{business unit name} 已經沒人在寫代碼了。」就像 20 世紀背電話號碼、19 世紀騎馬一樣,親手寫出優秀的代碼這項核心技能,其時代已經過去了。
整體來說,這是件好事。許多代碼撰寫工作過去與現在都耗時又枯燥,至少在正式環境和大規模情境下更是如此。撰寫文件和測試都是必要之事,卻鮮少有人樂意去做,長久以來也常被忽視,代價就是溝通不良、效率低落和可靠性不足。樣板程式碼是軟體工程苦差事的典型,或許今後再也不必由人來操心。模型現在能提供建議,並提出架構與系統設計,雖然往往不完美,卻對討論、決策與教育有實質貢獻。
在 Proton 之外,AI 革命正席捲全世界。其中許多只是虛浮的表面功夫,是為了讓人覺得創新、而非真正創新的門面活動。但也有很多是真真切切的,那些公司(包括我們的競爭對手)現在所做的投資,將決定我們未來所處的商業環境。這不是追逐潮流,我們在這裡正被拋在後頭,而這是對任務本身能否成功的存續威脅。
那麼,為什麼在 Proton 感受不到革命已經來臨?如果大家早已時時在用 LLM,為什麼生產力沒有大幅提升?我認為原因有三,若我們想在新時代成功,這三點都必須導正;而這個新時代今天已然到來,不是還在路上。
第一是工程文化與工程師心態的改變。你的工作已徹底改變。它不再是寫代碼,而 LLM 也不是來幫你更快寫出更好的代碼。你的工作是幫助 LLM 更快寫出更好的代碼。每位工程師如今都是團隊領導、管理者,而你的直屬部屬就是你使用的模型與代理。當然,直接引導它們、在它們犯錯時糾正它們,都是工作的一部分。但一個永遠一起結對程式的兩人團隊,稱不上什麼團隊;一個只要團隊領導去開會就沒人做事的團隊,同樣也稱不上。AI 必須能夠自主且持續地運作,需要人類保母的程度越來越低。你的工作是找出 LLM 無法獨力解決的問題,並幫助它不僅這次能解決,下次還能解決得更好;不只是為你,而是為所有人:儲存庫層級的脈絡檔案、共享的技能與提示詞,以及確保反覆失敗會觸發調查與修正的習慣。你的工作是推展 LLM 自主能力的極限,在它做不到的地方介入,並時時思考如何改善現狀。
這並非專業的終結。LLM 很快,你則慢,但你身上帶著一輩子的經驗、判斷力與理解。但願你也遠比它更不容易產生幻覺、被惡意或不良的輸入誤導,並且以模型永遠無法做到的方式,對自己、對隊友、對 Proton 負責。你們攜手合作,能比任何一方單打獨鬥做得更多、更快。
這也不是良好工程實務的終結。在架構良好的程式碼庫上,可維護性和開發速度都更好。文件和測試依然至關重要。話雖如此,我們必須敞開心胸,接受最佳實務會隨著成本與能力改變而調整。測試就是個好例子。過去的最佳實務認為,在撰寫與維護測試所費不貲的世界裡,過多的測試(尤其是端對端測試)是筆不划算的交易。如果撰寫與維護測試變得便宜,我們劃下那條界線的位置很可能也會隨之改變。
我們未能充分利用 AI 革命的第二個原因,是我們幾乎完全卡在第一階段,也就是把 LLM 用來加快既有工作流程中的任務。但寫代碼並非軟體開發生命週期的全部,而當你消除了一個瓶頸,會發生什麼事?另一個瓶頸會取而代之。也許是 CI 的速度和容量。也許是設計、核准、規格和代碼審查(沒錯,我們必須也終將走到大多數人工代碼審查畫下句點的地步)。也許工作流程變化不大,但 LLM 讓我們終於能投資於過去因成本過高而不可行的自動化。如果我們不從整體審視所有流程、無情地消除瓶頸,就無法發揮全部潛力。消除這些瓶頸,往往不僅是優化既有工作流程的某些環節,而是徹底改造與重新思考它們。這就是第二階段,而我們現在就得達到那裡。
第三個原因是集體行動的問題。有效運用 LLM 寫代碼,是每位工程師可以自行做到的事。但要為整個團隊、事業單位或公司重建或優化 CI 流程,卻是沉重得多的工程,還伴隨機會成本與取捨。這並非不可能,Proton 許多人也各自做出驚人的成果,其中一些還廣為流傳。但要為整間公司重新配置工具,所需的組織與資源投入,我們至今根本還沒投資。關於上一段提到的軟體開發生命週期討論,許多時候我們甚至不知道瓶頸在哪裡,因為我們還沒投資找出瓶頸所需的工具。過去或許有理由保持謹慎,畢竟需要一些時間才能摸清如何善用這些新工具,我們也會繼續鼓勵實驗。但此刻,組織該下定決心投入這個時代所需的轉型了,而這早已刻不容緩。
那麼,這對身為工程師的你意味著什麼?你的自主權與責任都擴大了。你不只負責把工作完成,如今也掌管工作如何完成,因此要負責持續優化與最大程度的自動化(並與同事共享這些改良;在 Proton,成功是團隊運動)。你也有責任標示並向上呈報那些你無法獨力完成的必要改善。至於 Proton,則會籌組並投入必要資源,進行度過第二階段所需的關鍵投資,以完全實現 AI 革命的潛力。
重點是,我們身處一個新世界。「寫程式」已死。工程不死,專業也不死。你的舊工作已經消失。只要你把握機會,作為建造者的新工作將讓你做得更多、發揮前所未有的影響力。Proton 也會為你鋪好路,相關作為你會在未來幾天、幾週內聽到更多。實驗的時代仍將持續,但行動的時刻就是現在。未來已至,讓我們把它變成我們的。
封面圖片作者:Bernard Leonardo
Instagram:@dranreboel
網站:https://dranreboel.myportfolio.com/work






