AI 開發工具的迭代速度快到驚人。
才不過幾個月前，大家還在驚嘆 Cursor 或 Windsurf 根本像是神一般的存在，結果 Claude Code 和 Gemini CLI 就突然橫空出世，重新定義了 AI 介入開發流程的可能性。到了最近的 Kiro，更是進一步針對這些 CLI 工具的使用流程，重新包裝與強化。
沒有人知道終點在哪
我觀察到的一個明顯趨勢是：連這些工具的開發者，其實也不確定未來半年 AI 的發展會走向哪裡。沒有人知道終點在哪，但大家都在持續摸索同一件事——如何優化開發流程。
當模型之間的差距逐漸縮小，工程師之間的競爭也正在轉變：比的已經不再是誰寫得快、寫得好，而是誰更像一位優秀的產品經理或 reviewer。
誰能定義清楚需求與流程，誰能設計出一套邏輯清晰、可反覆運作的規則，誰就能讓 AI 成為真正的工程夥伴。
換句話說，會寫程式不再是關鍵，會讓 AI「好好寫程式」才是。
真正 Coding 的時間已經少於 10%
現在大量用 AI 寫程式的人，真正「coding」的時間大概已經少於 10%。更多時間其實花在：
- 優化規則
- 學習他人怎麼寫規則
- Reverse engineer 高手的邏輯架構
- 根據這些架構請 AI 產出新的流程與規則
- 納入自己的開發循環中
這些工具的進化，其實就是為了讓這一連串事情變得更容易。
我這輩子可能永遠不會比 Kent Beck 更厲害，但他公開了他的 claude.md，那我或許就有機會做到他 50% 的水準。
快速變化中的興奮與不確定
老實說，我現在還無法完全釐清這樣的轉變，究竟會為軟體開發帶來什麼正面或負面影響。但這波變化來得又快又猛，完全超乎我原本的想像，而在這個浪潮中學習，卻又意外地令人興奮與快樂。
仔細想想，有多少一直想做的 side project、想重構的 legacy code、想調整的架構與設計，一直被擱置。以前是因為沒時間、沒人手，也不知道該從哪裡開始。
但現在，AI 讓這些問題不再是絆腳石。最大的挑戰變成：「怎麼讓它做得更好？」
只要定義清楚需求，它就能做；做錯了，也沒關係，從頭再來就好。你不用擔心時間成本、不需要照顧 AI 的情緒，甚至一個月花 $200 美元的訂閱費，一年下來還不到一位資深工程師薪水的一半。
從解決問題到定義問題
當開發工具的角色從「輔助」轉變為「共同創作者」，工程師的核心能力也在悄悄地改變。
我們從解決問題的人，變成了定義問題、設計流程的人。
這轉變不會一夕之間完成，也不會對所有人公平，但它已經在發生，而且將會徹底改寫軟體開發的未來。
我們得重新思考：在這個過程中，我們還要扮演什麼角色？