Introduction

如果說硬體是產品的外表，那軟體就是產品的靈魂。
想像光有 Nvidia 的顯卡，沒有 CUDA，那味道就變了。由此可見軟體的重要性

這次選了 Software Development 這個主題。在大家瘋 AI 的同時，我反而想知道，當 AI 越來越會寫 code，軟體工程到底還有多重要？

想像手握 Astra6 + fable5.1，幾乎無所不能了吧？有啥想做的，詠唱＋prompt one shot，感覺都做得出來。

但做出來之後呢？需求改了、出了 bug，我 or AI 還知道該怎麼處理嗎？

於是想透過這 30 天的機會（有完賽的話），一邊迭代，一邊好好探索「在 AI 時代下的軟體開發」到底剩下什麼？軟體工程師「暫時」不可被取代的地方又在哪？

其實我腦袋對於軟體工程也只有一個模糊的概念，有點像是...就覺得這樣設計比較好的感覺？
所以想趁這個機會，試著系統性的把這模糊的概念講清楚。說不定沒有相關背景、但有一堆好想法的人，學會之後，對於作品的掌控力也能更上一層樓呢。

Takeaway

目標讀完這30天的文章，自己能對於這下面幾個方向有更深的理解，初步列了一些方向。可能讀到某些方向後還會再動態調整。

1. 軟體工程是啥，為啥軟體工程到現在還是需要的？
2. Coding Agent 「目前」 的 limitation 到底在哪
3. 學習軟體工程的思維
4. 具備軟體工程思維後，如何與 AI 一起打造更成熟的產品

Plan

預計從四大方向出發，中間穿插 survey 與大量的個人見解，可能會有太主觀的情況發生。歡迎隨時留言與討論。

目標是系統性地講解，在現今 AI 時代下，軟體工程的幫助到底是啥。也會參考一些書籍與 reference，穿插圖解跟實際例子，讓大家更容易理解。下面是初步規劃

1. 為啥軟體工程到現在還是需要的

   • 從用 AI 做東西時碰到的痛點出發，看看功能做出來之後，還有哪些問題要處理。

2. Coding Agent「目前」的 limitation 到底在哪

   • 從底層的角度出發，透過實際例子，點出 LLM 的弱點到底在哪。
   • 該如何有效率地利用 LLM？它能夠怎麼幫助我們？

3. 學習軟體工程的思維（應該會是最大篇幅）

   • 透過書籍與例子，理解怎麼拆解問題、處理需求，以及做出取捨。
   • 具體 topic 暫時不展開，需要再規劃一下。

4. 具備軟體工程思維後，如何與 AI 一起打造更成熟的產品

   • 附上實際例子，應該會是 2 跟 3 的整合。

後記

又來挑戰鐵人賽了，這次提早了一天。
最近用 AI 用得有點大腦外包，決定再次挑戰鐵人賽，好好督促一下自己。太想不開了...

去年還在手搓 AI Agent，到現在上班幾乎不用自己手寫 code 了。再次對於 Coding Agent 進步的速度感到震驚。

平常在網路上大家又在分享用了 Coding Agent 做出什麼酷東西，而且完成度還挺高，就讓不禁產生對於軟體工程師身分的自我懷疑。會不會哪天就被 PM 取代了呢（誤）