當現場老師傅在CNC機台，讓加工精度從毫米跳到微米，產能還可以再翻三倍時。但旁邊的「差不多先生」呢？他操作 CNC 的良率比手工還低，因為機台把他看不懂公差的問題放大了一百倍。
現在，同樣的事可能也正在你的軟體工程團隊裡發生。
數據說了什麼
2025 年，AI 安全研究機構 METR 做了一個嚴謹的隨機對照實驗，追蹤 16 位資深開源開發者使用 AI 程式碼工具的表現。結果出乎所有人意料：這些經驗豐富的工程師用了 AI 之後，完成任務的速度反而慢了 19%。
更耐人尋味的是，這些工程師自己覺得快了 20%。
這不是個案。一份涵蓋 12 萬名開發者的調查顯示，93% 的人已經在用 AI 工具，但整體的淨生產力提升只有 10%。九成的人都在用 AI，但效果只有一成。這個差距是怎麼一回事？
答案是：AI 不是對所有人都一樣。它對新手處理例行工作有幫助，入職適應期可以縮短一半，日常程式碼的撰寫時間減少近五成。但對資深工程師處理複雜任務，AI 反而製造了新的負擔：你要花時間審查 AI 的輸出、修正它埋下的微妙錯誤、在上下文切換中消耗注意力。
這就是「效率幻覺」。你感覺自己生產力提升了，但實際完成的工作量減少了。
我們的工廠早也曾經歷過這件事
美國製造業 1990 到 2016 年的數據：產出增加了 71.8%，就業人數減少了 30.7%。自動化不是均勻地淘汰所有人，它拉大了技能差距。好的操作員變成了程式設計師和產線主管，平庸的操作員被機台取代了。
中國製造業 2012 到 2019 年的數據講了同一個故事：自動化之後，研發人才的需求增加，生產線人員的需求下降。不是「人變少了」那麼簡單，是「需要的人不一樣了」。
我們在二十年前就看過這部電影情節。只是這次，舞台從現場轉換到了辦公室。
AI 時代的三種工程師
被放大的人。 團隊裡最好的工程師，拿到 AI 工具之後會變成一支小部隊。他們知道什麼時候該讓 AI 寫，什麼時候該自己來。他們用 AI 處理重複的苦工，把省下的時間花在架構思考和系統設計上。這些人的產出會跟其他人拉開更大的差距。
活在幻覺裡的人。 他們用 AI 用得很開心，PR 數量變多了，看起來很忙。但如果你仔細追蹤，會發現他們花了更多時間在修 AI 產出的問題，而且因為跳過了思考環節，做出的設計決策品質在下降。最危險的是，他們自己察覺不到。Kent Beck 最近在一場對談中直接說：AI 是放大器(AI is an amplifier)。你學得快，它幫你學更快。你走偏了，它帶你偏更遠。
被取代的人。 不是被 AI 直接取代，而是被「用 AI 武裝過的人」取代。根據 Gartner 2026 趨勢報告，80% 的企業計畫把大型工程團隊縮編為小規模的 AI 輔助團隊。KPMG 台灣 AI 調查也指出，45% 的企業認為「找不到對的人」是 AI 導入最大的障礙。這並非是委婉的裁員說法，是團隊結構的根本重組。五個人加 AI 工具的產出，可以超過以前十五個人。但前提是那五個人是對的人。
你該問自己的問題
大多數老闆在問：「AI 可以幫我省幾個人？」
這是錯的問題。
對的問題是：「我的團隊裡，有多少人在 AI 的放大效果下會變更強，又有多少人會被暴露出來？」
因為 AI 不會改變一個人的能力上限，它只會讓上限和下限之間的差距變得更明顯。一個真正懂系統設計的工程師，加上 AI 之後可以一個人建出以前需要半個團隊才做得出的東西。一個靠複製貼上過日子的工程師，加上 AI 之後只是複製貼上的速度變快了，但做出來的系統一樣脆弱。
二十年前在鉅鋼推動數位轉型的時候，最大的阻力不是技術。是那些做了二十年、覺得自己的經驗不會被取代的人。最後真正留下來的，是願意重新學的人。
現在的軟體工程團隊，面對的是同一道選擇題。只是這次，答題時間短得多。