OpenAI 近期宣稱，其內部與平台上已有高達八成的程式碼由 AI 生成。這個數字一出，立刻成為科技圈熱議焦點。但在一片「AI 即將取代工程師」的驚呼聲中，多位專家選擇踩下煞車——他們質疑的不是 AI 寫程式的能力，而是這個「八成」到底怎麼來的。
這篇文章的核心判斷很直接：問題不在於 AI 能不能輔助開發，而在於「AI 生成」這個詞在行銷話術裡，已經被無限上綱到近乎失真。
專家質疑什麼：是「補全三行」還是「寫完整支程式」？
很多人聽到「八成程式碼 AI 生成」，腦中浮現的畫面是 AI 獨立完成整個專案、工程師只在旁邊喝咖啡。但實際情況遠非如此。
想像一個普通的工作場景：一位工程師正在寫新功能，他先花了兩小時設計資料庫架構、規劃 API 邊界、處理非同步邏輯的競態條件。接著打開編輯器，Copilot 跳出來幫他補全了 import 語句、產生幾個 getter 與 setter、還自動生成單元測試的樣板。從「行數」來看，AI 可能貢獻了六十行，工程師只寫了十五行。於是統計表上這段程式碼的「AI 生成比例」瞬間飆到八成。
專家質疑的正是這種計算方式。當「AI 自動補全」與「AI 生成」被混為一談，數字就失去了參考價值。真正決定軟體品質與成敗的，從來不是那六十行樣板程式碼，而是工程師起初設計架構的那十五行。
數字魔術：樣板與核心邏輯根本不該放在同一個桶子
進一步來看，這個「八成」極可能包含大量重複性、低複雜度的內容。在現代軟體開發中，許多檔案本來就是高度制式化的——設定檔、測試樣板、路由註冊、資料存取層。這些內容確實適合交給 AI 處理，但把它們與核心演算法、系統設計、效能優化混在同一個統計數字裡，就像把會計助理做的流水帳與財務策略混為一談，然後宣稱「八成財務工作已自動化」。
更值得警覺的是，這類誇大數字正在實質影響企業決策。已有技術主管在業界聚會中提到，管理層看到「AI 寫八成程式碼」的標題後，直覺認為下季可以縮減三成工程人力。結果專案進度非但沒有加速，反而因為缺少資深工程師處理技術債與架構決策，導致系統漏洞頻傳、重構成本翻倍。
為什麼要釋出這個數字？一場敘事權的爭奪
從商業角度來看，OpenAI 釋放這個數字並不令人意外。當市場對 AI 的期待從「輔助工具」轉向「自主代理」，誰能先讓大眾相信「AI 已經會寫程式」，誰就能在企業採購與資本市場中搶佔話語權。
專家質疑的不是 AI 的能力，而是行銷部門重新發明了數學。這句話或許辛辣，但精準點出了問題核心。AI 輔助程式設計確實大幅提升了開發效率，許多工程師如今也離不開這些工具。但效率提升與「取代」之間，隔著一道被故意模糊的定義鴻溝。把「自動完成」包裝成「自動生成」，把「輔助」包裝成「主導」，本質上是在爭奪敘事權——讓市場相信程式設計這門專業，已經可以被 AI 規模化複製。
開發者該如何看待？
對於在第一線的工程師來說，這場爭議最大的啟示或許是：不要讓別人的 KPI 定義你的專業價值。
AI 確實可以幫你寫測試、補文件、產樣板，但它目前仍無法獨自做出關鍵的架構權衡，也無法理解業務邏輯的細微差別，更無法為技術債負責。當公司開始用「AI 生成比例」來衡量工程團隊的產出時，開發者更應該清楚區分：哪些工作是 AI 可以代勞的機械性任務，哪些才是需要人類判斷的高價值決策。
與其糾結「幾成程式碼是 AI 寫的」，不如回答一個更根本的問題：這些程式碼有沒有讓軟體變得更可靠、更易維護、更符合使用者需求？如果答案是肯定的，誰寫的根本不重要；但如果數字只是為了讓財報更好看，那麼這八成，不過是另一場科技泡沫的序言。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
