工程師的本職工作：交付經得起驗證的程式碼 來自Simon Willison 最新博客，主要探討在AI 程式設計工具普及的當下，軟體工程師如何重新定義自己的核心價值與責任？ 核心論點：程式碼產生的廉價與交付品質的昂貴在AI 時代，"寫程式碼" 這件事本身的門檻和成本已經降到了極低。 Simon 指出：只是產生程式碼並提交PR，不再具有任何價值。 如果工程師利用AI 產生了大量程式碼，卻不加驗證地拋給同事去審查，這不僅是一種嚴重的失職，更是對他人的不尊重。工程師真正的價值，在於為程式碼的正確性提供保證。 如何履行「證明代碼有效」的職責？ Simon 認為，要證明程式碼有效，必須嚴格執行兩個不可或缺的步驟： 步驟一：手動測試這是最基本的底線。作者強調一個原則：如果你沒有親眼看到程式碼運行成功，就預設它是壞的。 · 眼見為憑：你必須親自運行程式碼，並觀察其行為。 · 提供證據：在提交程式碼審查時，你應主動提供證明。例如，在PR 描述中貼上終端的運行日誌，或對於UI 變更，附上螢幕錄製或截圖。 · 覆蓋邊緣：不要只測試最理想的情況，要嘗試那些容易出錯的邊緣情況。 步驟二：自動化測試只有手動測試是不夠的，程式碼庫中必須包含能確保持續有效的自動化測試。 · 以測代證：提交的程式碼變更應該包含一個新的測試案例。理想狀態是：這個測試在應用變更前是失敗的（紅色），應用變更後是成功的（綠色）。 · AI 的強項：現在的LLM 非常擅長寫測試程式碼。作者認為，在AI 如此強大的今天，以此為藉口跳過編寫測試是完全不可接受的。 · 互補關係：自動化測試不能完全取代手動測試，兩者必須結合使用，缺一不可。 AI 程式設計智能體時代的生存法則文章提到了2025 年的一個顯著趨勢：能夠自主執行任務的Coding Agents 正在爆發。針對此趨勢，作者給了極具操作性的建議： · 像導師一樣思考：你應該把AI Agent 視為你的初級員工。你的工作是訓練它們，教導它們如何透過執行程式碼或寫測試來「自我驗證」工作成果。 · 「品味」決定高度：AI 擅長模仿。如果你的專案中已經具備了結構清晰、模式良好的測試套件（這就是作者所說的「品味」），AI 就能非常出色地透過模仿來擴展這些測試。 · 利用工具特性：Agent 不會像人類一樣對編寫測試感到厭煩，它們非常樂意做這項工作。身為資深工程師，你應該利用這一點，建立良好的測試文化。 總結：人類不可取代的問責制無論AI 多麼智能，電腦永遠無法為錯誤負責。只有人類可以。在當今這個時代，透過Prompt 產生數千行程式碼只需幾秒鐘，但這毫無意義。真正有價值的，是你作為“Human in the loop”，指著這段程式碼自信地告訴團隊：“我對這段程式碼負責，因為我已經證明了它是有效的。” 部落格原文
