---
title: "AI 時代，人人都能是工程師：從 Karpathy 軟體 3.0 看見的可能性"
description: "Andrej Karpathy 在 AI Ascent 2026 講「軟體 3.0」與「我從未像現在這樣感到落後」。AJ 從自己這兩年用 Claude Code 蓋官網、寫了 5 個 Mac 桌面工具的 vibe coding 實戰經驗，重新解讀這場演講——AI 抹平的不只是工程師的門檻，是每一個有想法的人之間的距離。"
author: "莊哲昀（AJ）"
tag: "Vibe Coding 實錄"
date: 2026-05-25
updated: 2026-05-26
canonical: https://www.ahadigit.work/blog/everyone-can-engineer-now
source: "html"
---

# AI 時代，人人都能是工程師：從 Karpathy 軟體 3.0 看見的可能性

先講一件可能也會嚇到我自己的事：我大學念資管，退伍後第一份工作進了趨勢科技當軟體測試助理工程師——**每天看別人寫的 code，自己一行 production code 也沒交付過**。後來離開科技業，雖然 VBA、GAS、Excel 函式、網頁小工具從沒少寫，但對我來說，寫程式始終是一種**會吃掉一整天**的活——能不寫就不寫。

但過去這兩個月，我做了 5 件以前根本不會想自己扛的事——**那個數位官網主體、提示詞索取模組（含後台 CMS）、課堂即時回饋牆（含物理動畫與橘貓彩蛋）、場次心得 Email 解鎖流程、把 26 篇舊文章用後台 Markdown 編輯器全部遷移完**。從前端到 Vercel serverless function、從資安掃描到 SEO/GEO 結構化資料，全部都是 vibe coding 寫的，沒有任何一行是我親手打字的。

同一場演講、同一句話，對 OpenAI 創始成員聽起來是「我在被追上」，對我這種非典型工程師聽起來是「我終於追上了」。這篇就用我自己這兩年 ship 東西的實戰經驗，把 Karpathy 的幾個核心觀點重新講一次。

## 觀點 1軟體 1.0 → 2.0 → 3.0：我這種人終於進場了

Karpathy 把軟體史切成三段——很簡潔，但對非工程師背景的人來說，這個分法解釋了「為什麼以前我做不到，現在可以」：

- **軟體 1.0**：人類寫程式碼。會寫 C++、Java、Python 的人才能做東西。
- **軟體 2.0**：神經網絡訓練。會調 PyTorch、會 fine-tune 的研究員才能做東西。
- **軟體 3.0**：自然語言交互開發。**會講清楚自己想要什麼的人**就能做東西。

1.0 跟 2.0 時代，我這種人只能當需求方——畫 wireframe、寫 PRD、然後等工程師排程。常常等到產品做出來，市場機會已經過了。3.0 時代，需求方跟執行者中間那條線被擦掉了。我有想法、晚上開 Claude Code、隔天早上 demo 給朋友看——這個循環從「兩個月」壓縮到「兩個晚上」。

我蓋那個數位官網的過程就是個活例子。整個專案從 0 到上線大約一週，期間我沒寫過任何一行 HTML、CSS、JavaScript。我做的事就是**跟 Claude Code 講「我想要這頁長什麼樣、這段文案改成這樣、這個 nav 加學員專區」**。它寫、我看、不對就回報，對了就部署。詳細過程我寫過[那篇蓋官網實錄](https://www.ahadigit.work/blog/building-ahadigit-claude-code-vercel)。

## 觀點 2人類的角色變了：從「打字員」變成「編輯」

Karpathy 在演講裡強調的反轉很關鍵：**過去人類負責邏輯與執行，現在人類負責「定義問題 + 編排系統」，AI 負責執行**。這句話聽起來抽象，我給一個我自己的例子。

去年我做 Elgato Mirror 那次，整個專案我給 Claude Code 的初始 prompt 大概兩句話：「我要把任一螢幕翻成鏡像投到另一螢幕，給題詞機用。要原生 macOS app、輕量、不要 Electron。」就這樣。剩下的事——選 ScreenCaptureKit 還是 CGDisplayStream、用 Swift 還是 Objective-C、權限怎麼要、選單列怎麼處理——它自己決定、自己寫、自己除錯。

我在這個專案的角色只有三件：**定義問題、回報 bug、決定要不要 ship**。我看不懂它寫的 Swift（我大學學的是 C），但我看得懂它跑起來對不對、看得懂使用情境是否真的成立。這就是 Karpathy 講的「編排系統」——你不需要會敲鍵盤生成那一行 code，但你需要看得懂這個系統要長什麼樣。

> AI 不是讓我變成工程師。  
> 是讓我終於可以做「我一直想做、但從來不會做」的東西。

## 觀點 3但 AI 不是萬能：Karpathy 講的「鋸齒化」我天天遇到

Karpathy 用了一個很精準的詞形容 AI 的能力曲線——**jagged（鋸齒化）**。意思是 AI 在某些任務上聰明到嚇人，在另一些任務上卻會犯弱智錯誤。同一個模型、同一個 prompt、不同時間給你的答案落差很大。

他還補了一句我特別認同的話：**對 AI 生氣、沮喪、情緒化沒有任何幫助**。要用「可驗證性」管理它的行為。這件事對 vibe coding 的人來說是日常。我寫 Mac apps 的時候，常常遇到「同一個功能它今天寫得超乾淨、明天寫得亂七八糟」——這時候罵它沒用、再問一次也沒用，唯一的解是**把架構寫死**。

具體做法很簡單：每個專案根目錄都放一份 `CLAUDE.md`（Codex 用 `AGENTS.md`），把命名規則、檔案結構、絕對不要做的事全部列清楚，每次新 session 都讓 AI 先讀。第二招是**每次 Git diff 一定要逐行 review**——不一定看得懂每一行，但看得懂「它有沒有改到不該改的地方」。第三招是**小步驟 ship**，一次只丟一個功能，壞了好回滾。

> 對 AI 情緒化沒有用。可驗證的工序才有用。 —— 改寫自 Andrej Karpathy, AI Ascent 2026

這三招組合起來，就是 Karpathy 在演講裡反覆強調的「可驗證性」。它不需要工程背景——需要的是耐心，跟願意承認「我不能完全信任 AI 的輸出，但我可以建一套機制去驗證它」的成熟度。

## 觀點 4智能體 + 可驗證性 = 普通人的競爭力

Karpathy 在演講最後段花很多時間講 Agent。他的判斷是：未來的軟體不再是一段段被人類執行的指令，而是由智能體自主串起來的系統。這對非工程師其實是好消息——**因為「會用一個 Agent」比「會寫一個 function」門檻低多了**。

但我這一年在企業端教 AI 的觀察是：真正卡住大家的不是「會不會用 AI」，是**「敢不敢相信 AI 的輸出」**。很多老闆、主管、企業內訓學員，工具學得很快，但要他們真的把一份工作交給 AI、然後簽名負責——他們不敢。

解這個問題的鑰匙就是「可驗證流程」：自動化測試、雙人 review、小步驟 ship、output 留 log。一旦有了這些護欄，非工程師也敢駕馭 AI。我之前去南澳偏鄉小學帶師培（寫成[這篇紀錄](https://www.ahadigit.work/blog/nanao-claude-code-rural-teacher-training)），最關鍵的 mindset shift 不是教他們寫 prompt——是讓老師親眼看到「AI 一個晚上生 480 堂教案、而且每一堂都可以打開、可以改、可以印出來用」。**看過一次「AI 完成一整件事」的人，就回不去了**。

## 觀點 5從「會寫代碼」到「會編排」：競爭焦點變了

Karpathy 整場演講最有殺傷力的一段：競爭從「你能寫多少代碼」變成「你能多快整合 AI 解決真實痛點」。換句話說，**技能門檻在塌、品味門檻在升**。會用 AI 不再是技能（YouTube 上一堆教學），定義對的問題才是。

這件事對我這種非典型工程師反而是利多。我這兩年做的那幾個 Mac 工具，技術上沒有任何一個是創新的——ScreenCaptureKit、Wi-Fi scanning、Markdown rendering，都是現成 API。我的優勢只有一個：**我每天用題詞機錄影、所以我知道現有題詞機軟體哪裡爛、所以我知道要做什麼**。Claude Code 把「實作」這個瓶頸拆掉之後，剩下的就是誰看得到問題、誰願意動手。

> **AI 不是讓工程師失業，是讓每個人都成為小型工程師。**差別只在你願不願意動手。看到問題就開 Claude Code 試一次——晚上一個小時，可能就是你下一個產品的開始。

## 寫給跟兩年前的我一樣的人

我大學念資工，但我認真寫程式是從 Claude Code 出來之後才開始的。中間隔了快十年——我做過編輯、做過科普媒體、做過企業內訓，繞了一大圈才回到「自己做東西」這件事。

如果你跟我一樣，腦子裡有十個想做的工具、五個想開的服務、三個想驗證的 idea，但因為「我不會寫 code」就停在那裡——**2026 年是你動手的最後藉口了**。Karpathy 那句「我從未像現在這樣感到落後」，對我們這群人應該翻譯成另一個版本：**「我從未像現在這樣，感到自己這麼接近能做出東西。」**

不需要先去補一年的程式課、不需要先學完整套 React、不需要先弄懂什麼是 git rebase。打開 Claude Code、講清楚你想做什麼、然後一行一行看它做出來——一週後你會發現你 ship 出了一個真的能用的東西。這件事我用我自家 5 個 Mac apps 跟一個官網親自驗證過了。

> 那個數位提供企業內訓、Vibe Coding 工作坊、AI 工作流導入顧問——幫你的團隊從「會用 ChatGPT」進階到「會 ship 自己的工具」。如果你的組織想開始長出這種能力，[歡迎預約諮詢](https://www.ahadigit.work/contact)，或先看看我們的[服務項目](https://www.ahadigit.work/services)。

資料來源：本文觀點改寫自 Andrej Karpathy 於 AI Ascent 2026 的演講（YouTube：https://www.youtube.com/watch?v=2feT7\_pjxA8），內文延伸與案例為 AJ 個人 vibe coding 實戰經驗，包含官網與 5 款 Mac 桌面工具（Elgato Mirror、iPhone Mirror、WiFiScope、MacPrism、Mkdown）。