本文同步發布於個人部落格

大家都知道，大概從 2023 年開始，AI 的話題開始充斥在日常生活中。
截至 2025 年的現在，AI 已經是許多人日常生活、工作中不可或缺的一部分。
每次 GPT 只要服務一死掉，即使只是幾個小時，都是一片哀鴻遍野。
而且這幾年發展的 AI 工具真的很多，從最有名的 ChatGPT、Gemini，到圖像生成的 Midjourney、寫扣人很愛用的 Github Copilot，每一個都在改變我們的工作與生活。

我自己也是訂閱了 ChatGPT Plus 和 Github Copilot，這些 AI 在我的生活與工作上真的提供了莫大的幫助。
體現最明顯的是，學習的成本大幅降低了。
有了 GPT 之後，想要學習什麼，它都能一需求看要給個 summary 還是詳細的解說，這無疑省去很多找資料的時間。
對工程師而言，跟它問問題也變成日常，遇到不會的或是 bug，先問一下 GPT，很多時候都能獲得一些啟發或解答。
軟體業有一張梗圖，就是描述工程師在告別 stack overflow，投入 GPT 的懷抱。
AI 作為工具真的是大大提升了工作效率。

但在幾個月前，在其他公司任職的我一位 Senior 朋友，傳了一段 line 訊息過來。
他問我有沒有玩過 Cursor，我跟他說沒有，但有耳聞。
於是他就向我描述了一番他們公司工程師在會議 demo Cursor AI 的情況。
據他所述，那位工程師的 demo 是包含完整前後端與 DB 的，我大受震撼！
這才幾年，AI 真的要取代工程師了嗎？

打從 GPT 問世沒多久，AI 會取代某某某的言論就一直沒有停過。
軟體工程師絕對是最常被抓出來鞭的那一群。
說碼農一定會被取代呀，畢竟人寫扣哪比得過電腦寫扣呀~
聽久了會有點不爽，但又有些莫可奈何，現實就是軟體工程師的確是最受衝擊的產業之一。

很多大佬們會出來說，不要畏懼 AI，要學習使用 AI，把他當工具讓自己去成長，這樣才不會被 AI 取代。
這個論述我覺得是有道理的，無非就是善用工具提升自我成長的速度。
但那天聽到 Cursor 可以做到建立完整的前後端專案後，又看了幾部 YT 的介紹影片後，我承認我是有點崩不住了。
開始跟我朋友進行一些 AI 對軟體業，尤其是我們躋身的 web 界的討論，也因緣際會，與我公司前端的主管討論到這件事。
我這幾個月稍微有了一些感觸，所以想寫一篇來說說我的看法。
我也相信這是很多前端，或是要轉職前端的朋友們關心、甚至於擔憂的議題。

Cursor AI 的真實表現

先抓 Cursor 出來，我知道最近又有號稱比它強的 AI 出現了，但我後來實際碰的是 Cursor，而且促成這篇文章也是因它而起，所以就拿它開刀唄。

上個月 (記憶模糊，但應該是 2025/07)，我也在主管建議下在公司工程師大會上簡單 demo 了一個 Cursor AI 專案。
我 demo 的專案很簡單，就是以往 Junior 前端面試作品最喜歡做的東西之一 - weather app。
我其實沒花太多時間準備那次的 demo，以至於我給 Cursor 的 prompt 只有條列寥寥數行：

這是一個空白 vue3 專案，請用它建立一個簡單的 weather app，那個 weather app 需要有幾個基本功能與設定： 
1. 顯示預設城市 (台灣台南) 的當前天氣 
2. 使用者可以手動輸入城市名稱，並顯示該城市的當前天氣 
3. 顯示未來 7 天的天氣預報 
4. 使用者可以選擇攝氏或華氏溫度單位 (預設為攝氏) 
5. 使用者可以設定預設城市 
6. 會有個 weather map 顯示當前天氣的地理位置

接下來的時間，我就是看著 Cursor 的對話視窗，等它詢問我是否執行，然後像個機器人一樣去按 run 讓它執行。
中間有在針對需求與 UI 與它稍微又聊了幾句，最後他完成了一個 weather app，前後花的時間大概只有 10 來分鐘。
甚至真讓我花最多時間操作的是上 OpenWeather 的網站申請 api key...
我把這個 Cursor 產的網站部在 vercel 上，大家可以去看看 (demo)，是一個真正串了 api 並且 UI 尚可的 weather app。

weather app 跑起來那個當下，真的挺震撼的。
就算是現在的我，即使腦中很清楚該做甚麼，但 10 分鐘用 vue 寫一個 weather app，這我還是辦不到的。
所以我才會在前一篇面試的文章中寫道為何以前作品集常放的 TODO list、weather app 這些為何在現今前端求職已經不夠看了，因為 AI 10 分鐘就做出來了。

但當我去細看 Cursor AI 產的專案內部的 code，我反而有些心安。
對 Cursor 來說，它知道如何組織這些 code，甚至它也會自己安排好 folder structure，比如開個 services 資料夾放 api 設定；也會在撰寫 code 時好好分段提高可讀性。
但往細處看，會發現它其實更趨近於「讓程式會動」那派工程師的做法。

在一些 UI/UX 的處理上它也差強人意。
雖然給予了參考圖稿，但也無法完美復刻。這裡指的不是圖片那些外在因素，而是指 CSS 的 box model、flex、grid 這些東西，很明顯在一些排版上它無法做到細部處理。
call api 也沒有做好 error handling，比如說搜尋一個不在 OpenWeather DB 的城市天氣，找不到該城市時，這個 app 也不會提示使用者沒找到。
當然，你可能會說，那就繼續跟它聊天，請他加上不就好了？
Well，確實啦，但這是小專案，若是大型專案，這類細節只會更多、更複雜。

對，就是大型專案。
我在看 vibe coding 文章時，國外有一個很推崇 vibe coding 的老哥很興奮地分享他用 AI 產出的作品，但他後面有一篇文章出來 murmur 隨著添加越來越多功能，專案逐漸複雜且龐大，AI 能理解並表現的程度也降低，而且人更難 debug 了。
這是現今 AI 工具的瓶頸，他無法去理解整個龐大產品的系統架構與設計邏輯。
單就這點來看，工程師們就有活下去的價值。

但我覺得 AI 若能克服幾點，在未來還是很競爭的。
這些點比如：

1. 能了解龐大的商業邏輯與系統架構
2. 能完美讀懂 Figma 並刻出相符的 UI/UX
3. 能完美吃進團隊的 coding style 並且維持一致性
4. 足夠令人信服的隱私權政策。畢竟雖然都說開 privacy 就不會拿我們的 code 去做訓練，但要相信多少就見仁見智。

單就以上幾點，AI 一段時間內都是無法取代前端工程師的。
但這個一段時間是多久？我真的不知道。
這幾年 AI 發展有些過於迅速了。

什麼樣的前端不會被淘汰

這是一個我後來和我朋友總結出的結論。
對前端而言，如果始終只會切版、只會用框架，這樣的前端是很容易被 AI 取代的。
應該說，對軟體業任何工程師來說，你只會寫 code，也就是對岸俗稱的碼農，那就很容易被 AI 幹掉。
原因無他，AI 比你更懂程式邏輯。

所以有機會的話，要漸漸往商業端走。
這方面我們覺得未來最稀缺的就是系統架構師，那些針對商業邏輯以及設計稿去定義出實做方向、專案架構的人。
未來假設 AI 真能克服上述那些點而被引入大型專案，負責跟 AI 詠唱的的高機率就是這批人了。
但也不用說很刻意要找相關的工作，如果是個自我有些要求的前端工程師，其實做著做著就會慢慢接觸到這些東西。
所以也就是希望諸位寫扣時不要只會按照 system design 跟 figma 的指示做。
思考一下為何系統架構師這樣規劃、UI/UX 設計師為何這樣畫，背後是哪些功能有所關聯、牽扯的商業邏輯是哪些，這都有助於自己的成長，也是抗衡 AI 的一個方法。

另一點是，前端的進入門檻這幾年已經被拔的蠻高了，之後也只會越來越高。
就像前面說的，一些以往還行的作品集題目，現今 AI 都可以很快做出來，要跨入這領域成為 Junior 得展現更多自己的價值。
但這不代表行業飽和，未來會變成缺 Senior，也就是那些有能力去 debug、去維持程式品質、辨別 AI 產出的工程師。
所以以現階段來說，知道自己未來該怎麼走，有了方向，AI 其實反而可以從旁充當老師輔助成長。

最後一個更現實的是，這是我主管跟我說的。
有時候不用想那麼多，因為即使 AI 很強，也得看公司接受度如何。
誠如前面第四點說的，不是大家都很信任現今的 AI 真的不會拿自己的 code 去 training model。
這在公司的層面思考，有太多需要衡量，包括資安、商業機密等等。
我覺得這是我少數聽到的觀點，但非常實際，與各位分享。