今年 9 月初，我非常榮幸受邀在 CAKE 舉辦的職涯博覽會（Career Festival）擔任現場的職涯諮詢師，在第一線為廣大的求職者提供諮詢服務。
因為我本身有軟體資訊業的背景，所以分派來的個案，大多是來自科技與軟體圈的工程師。在與一位又一位求職者一對一對談的過程中，我發現了一個非常有代表性的現象：
💡 現場求職者的共同焦慮
「無論是剛畢業、剛入行的新手工程師，還是已經工作多年的資深工程師，大家心中都有一個共同的疑問——AI 到底會不會取代軟體工程師？」
不少求職者看著新聞報導 AI 已經能自己寫 Code、跑測試，加上年輕一代越來越會用 AI 工具，(尤其是資深工程師)不免對自己的職涯競爭力產生懷疑。
那天在諮詢現場，我給出了一個思考觀點給他們：「換個角度看，AI 的出現，其實是你職涯的最佳助攻。」
這篇文章，我將我在 CAKE 博覽會現場幫個案梳理的諮詢思路整理分享出來。不只是軟體工程師，只要你覺得自己的行業也有可能受到 AI 衝擊，都非常推薦看看這套思考邏輯，希望能為正在職涯交叉口焦慮的你帶來一些啟發。
一、 換個角度看：AI 擅長與不擅長的事
我們把工程師（乃至於各領域專業人士）每天面對的工作拆開來看，你會發現非常有趣的現象：
| AI 最擅長的事（它幫你補足的） | AI 不擅長、極度需要人判斷的事（你的價值） |
|---|---|
| 寫出語法正確的程式碼片段 | 判斷這段程式碼對不對、好不好 |
| 查 API 用法、記語法細節 | 理解複雜的業務需求與邊界條件 |
| 產生樣板程式（Boilerplate）、測試、文件 | 系統整體架構要怎麼設計才永續 |
| 解釋一段看不懂的古董程式碼 | 出事（Incident）時冷靜找到根因 |
| (重複勞動與記憶型工作) | 跟跨部門的人溝通、做商業與技術的權衡取捨 |
注意到嗎？右邊這欄，全部都是靠經驗與時間累積出來的「硬實力」。
AI 幫你搞定的，剛好是語法、新套件、新工具等「記憶與重複勞動」；而你手上記錄著踩坑經驗、系統思維與業務理解的「大腦」，正是 AI 和剛畢業的新人最缺乏的核心資產。
在 AI 時代，你不再需要死記語法，你的角色更像是——一位指派工作並審核成果的資深指揮官。
二、 從零開始用 AI：一份 4 階段工程師上手指南
在現場，我也遇到對於自己使用 AI 輔助工作還不夠熟練而不自信的求職者。其實學習門檻遠比你想的低，核心不在技術，而在於「會不會問」與「會不會檢查」。
⚠️ 開始前的資安鐵則
在獲得公司許可前，千萬不要把公司的程式碼、客戶資料、帳號密碼貼到任何 AI 服務。練習時，請先用公開程式碼或自己的 Side Project。
📍 階段 1（第 1 週）：先把它當成「很懂技術的同事」聊天
選擇你順手的AI即可，不用安裝任何工具。每天問它一個你工作上記得或遇到的真實問題，試試以下 4 種實用問法：
- 問觀念：
「我是有經驗的工程師，但離開職場兩年，請用實務的角度幫我說明 Docker 是什麼、跟以前直接裝在主機上有什麼差別，並舉一個例子。」
- 看懂程式碼：
「以下這段程式碼是做什麼的？請逐段解釋，並指出有沒有潛在的問題：……」
- 查錯誤：
「我執行時出現這個錯誤訊息，可能的原因有哪些？請依可能性排序，並告訴我每一種要怎麼確認：……」
- 補新技術：
「我熟悉 [以前的技術]，現在要用 [新技術]。請用對照的方式告訴我兩者的差別，以及我最容易踩的坑。」
📍 階段 2（第 2～4 週）：掌握提問公式
AI 回答的好壞，八成取決於你怎麼問。你可以參考這個公式：
🎯 提問公式
背景 ＋ 目標 ＋ 限制 ＋ 希望的輸出格式
- ❌ 太模糊：「幫我寫一個登入功能。」
- ✅ 精準提問：「我在用 Java Spring Boot 3，資料庫是 MySQL。請幫我寫一個帳號密碼登入的 API，密碼要加密存放，錯誤三次要鎖定帳號。請附上每段程式碼的說明。」
💡 提問小撇步
- 可以追問：回答不對就直接說「這樣不對，因為……請重新想」。一來一往的對話比一次到位更重要。
- 先解釋再寫：加上一句「請先說明你的思路，再給程式碼」，能一眼看出它有沒有誤解你的邏輯。
📍 階段 3（第 2～3 個月）：把 AI 裝進編輯器裡
當你習慣對話後，可以讓 AI 直接嵌入你的開發環境（如 GitHub Copilot, Cursor）：
- 讀懂舊程式碼：選取看不懂的片段，問「這在做什麼、被誰呼叫」，這是適應新專案最快的方式。
- 自動生成單元測試：讓 AI 撰寫包含正常與邊界情況的測試程式碼。
- 寫重複性程式碼：資料格式轉換、驗證樣板交給 AI，你專心負責 Code Review。
📍 階段 4（之後）：擔任 AI Agent 的指揮官
當你熟練後，更進階的 AI Agent 工具能夠讀懂整個專案、自動修改多個檔案並執行測試。這時候，你的經驗將會是最值錢的護城河。
三、 用 AI 必須銘記在心的三件事
- AI 會一本正經地胡說八道（幻覺）
它可能自信地給出不存在的函式或過時寫法，給出的 Code 一定要自己看懂、實際跑過再用。 - 嚴守機密邊界
公司程式碼與機密敏感資料，未經核准絕不外流。 - 不懂的千萬不要直接交出去
如果被主管或 Client 問到「這段在做什麼」卻答不出來，只會大大扣分。能審得出 AI 錯在哪裡，才是你不可替代的價值。
💡 結語：工具會變，但你的經驗價值永遠都在
在博覽會短短的現場諮詢時間裡，我最開心的是看到許多工程師帶著焦慮而來，最後帶著清晰的眼光與信心離開。
一個簡單的檢驗標準：一個月後回頭看，如果你已經習慣「卡住時先問 AI，30 秒內找到方向」，而不是花半小時在 Stack Overflow 海搜，你就已經超越絕大多數人了。
技術工具的更新迭代非常快，但系統設計的邏輯、商業問題的拆解，以及重返職場與轉職的定位，往往需要更系統化的梳理與引導。
📣 覺得職涯卡關，或是對 AI 時代的定位感到迷惘嗎？
在 AI 大幅改變職場生態的現在，你需要的往往不是盲目地「再學一個新工具」，而是精準定位你過去累積的軟硬實力，並把它翻譯成市場最想要的語言。
身兼資訊業界實務背景與專業證照，我特別擅長協助：
- 💻 軟體工程師與技術人才：拆解 AI 衝擊下的核心護城河、重塑技術與商業轉型定位。
- 💼 中高階與資深專業人士：盤點不可替代的軟實力，打造高價值的職涯策略。
- 🌱 休養／育兒重返職場者：擺脫履歷斷層焦慮、梳理專案亮點與面談定心丸。
👉 點此預約 1 對 1 職涯諮詢服務
讓我們一起釐清盲點，將您過去累積的寶貴經驗，轉化為下一個階段最耀眼的競爭力！