沒基礎就用AI寫程式是什麼樣子? – 使用AI前要先知道的小故事

by | Apr 30, 2025 | 創新技術, 職涯與人力資源

近期面試了一位自動化測試工程師,而我的習慣,是會以一個貼近實務的題目作為考題,請人選用程式解決,這次是請他將API的Response做解析,並取得我要的資料內容。

人選說他有帶自己的電腦來,想直接上手寫。我覺得沒有不妥,比起上白板更有效率,就等他開好電腦,打開VS Code。

接著他開始寫註解,我剛開始覺得這個習慣不錯,接著發現他有安裝Copilot,畫面上跳出了一條條的Auto Completion,他都不假思索地按下Tab,幾乎是一出現就按,彷彿他的專注只為了抓住Completion出現的一瞬間,當Copilot沒有任何輸出後,他直接執行了腳本,沒有做任何的檢查,然後得到了錯誤,少了一些模組,然後告訴我說有問題不能跑了。

 

我大為震撼以及腦袋空白。

 

讓我震撼的是他在面試過程中這麼的Vibe沈浸,讓我空白的是我不知道接下來該如何進行,我究竟是考人選還是考Copilot還是考人選對Copilot的應用呢?權衡之下,我選擇了後者,但是結果不好。

履歷上寫著人選具有一年的Python的工作經驗,應該具備Python基礎,但以下狀況讓我深思許久:

  1. 面對Terminal上的錯誤,他能夠把英文翻譯成中文,但不知道造成問題的根源是什麼
  2. 唯一手寫的一行程式碼 “key” != None ,短短幾個字就有三個問題: 不知如何從dict中取值,字串和dict結構的不理解,以及應該用is not None。
  3. 使用的是自己的電腦,自己創的檔案,但是在執行腳本時,卻分不清自己在使用哪個Python環境及路徑對應關係。

最終,我們仍然走完了所有考題,都是經過大量的引導和協助他解決錯誤才得以完成。

 

這個經歷讓我思考了很長一段時間,Vibe Coding或用AI寫程式究竟是真的能夠幫助到我們,抑或是一種商業行銷的手段呢?

對於AI廠商來說,越多人使用AI才能夠賺更多的錢,除了原本有經驗的Senior之外,把 Junior和不會寫程式的人拉進來市場也變得更大,但可能也造成了一些斷層。

 

對於我而言,我認為AI確實能夠幫助到我們寫程式,這是毋庸置疑的,身為一位Python熟練工,AI產出的程式碼能夠評斷好壞,甚至能夠給出較佳的Prompt,很多我們稱為「手刻」或是造輪子的部分,AI都能夠幫我們處理掉,也能夠對於我們的疑問給出解法,是一個極為稱職的助手。

 

但面對一個沒有程式基礎的人,使用AI又會是什麼樣子呢?

Prompt A:

用Python找出日期在2022年之前入職的女生但是沒有發給員工證的人

Prompt B:

先請求 https://exmaple.com/api/employee 取得員工資料,其中的date是入職日、gender是性別、card是boolean代表是否有發給員工證。
請以python寫出腳本,解析此API得返回值,篩選出條件為以下的所有資料:
1. 2022年之前入職(包含2022年)
2. 性別值為female
3. card值為true
列出每一筆的詳細資料並統計數量

注意到兩個Prmpt的差異了嗎? 第一個Prompt則是隨心所致的Vibe,沒有考慮到場景的描述和解決問題的關鍵點。第二個Prompt是在對問題及程式結構充分理解的情況下所寫出的,基本上是能一次過的。

最終,我得到的結論是,人選是特例。說是結論,不如說是期望,期望我遇到的只是在AI智慧浪潮下選擇完全依賴AI的那群人中的一位。

 

很多人對AI的誤解,就是能夠直接提供給你答案,或是產生可愛的照片給你。但這些的前提下,是你需要提供正確且詳細的資訊給他,否則剩下的內容他會幫你填空。舉個照片生成的例子:

Prompt A: 生成一張可愛的圖片

Prompt B: 生成一張圖片,並遵循以下條件: 1. 吉卜力畫風, 2. 青青草地, 3. 藍天白雲, 4. 兔子、狗、貓、鹿

生成一張圖片不難,難的是內容有哪一些,如果你只說一張可愛的圖片,你可能會得到小嬰兒?兔子?奇幻動物?廣泛性的結果,但如果你能限縮主題或是讓他依照指令做事,能夠提升更大的效率。

 

在AI時代下,Prompt, Credit, Token是重大的成本,能用最少的成本產出結果的人,不一定能搶佔先機,但我會說他是運用AI的人。我們要避免依賴AI和被AI局限,具體該怎麼做呢?

答案很多,很多AI達人也給出了意見,而我的答案比較簡單。

像往常一樣生活,該吃飯吃飯,該唸書唸書,該工作工作,該遊玩遊玩

 

很多人對AI的焦慮是人腦打不贏電腦,電腦儲備了全世界的知識,我應該不需要再學習了,像是:

  1. 語言,AI翻譯正確率極高,翻譯眼鏡和耳機都推出了
  2. 繪圖,AI產圖品質比人畫的還好,吉卜力都能畫了
  3. 寫作,AI寫文案已經不是新鮮事了,甚至都有作家用AI寫書了
  4. 族繁不及備載

 

AI應該是 「學習」 的鷹架 Scaffolder,而不是不學習的藉口,如果因為AI能力強大到可以取代掉人類,就選擇不去精進這塊,那不就是立即性的被AI取代?豈不矛盾?所有腦力活都被AI做掉,人類就退居體力活的行列?是不是忘了機器人呢?這樣推論下去,人類的生存空間確實有限。

 

但我們都不想要變成這樣。

 

AI 確實能自動化許多重複性的工作,能與 AI 合作、善用 AI 工具來放大效能的人,才是駕馭AI的人。

舉個最貼近的例子:

  1. 在沒有網路的年代,所有的知識都是靠書本,資訊傳遞靠郵寄;
  2. 網路初期靠搜尋引擎,找到最具可信度的內容,後期則是靠群眾智慧,堆積內容和批判內容
  3. AI時代的知識都靠問,AI甚至會幫你主動搜尋驗證。

注意到了嗎?我們獲取知識(資訊)的效率幾乎已經到了極限值了,而我們的生活,則應該因為AI的來到,而更有效率。

  1. 該吃飯吃飯,節省等待時間、吃得更聰明營養
  2. 該唸書唸書,問題直接被解答,節省等待老師的時間,產出直接獲得批改
  3. 該工作工作,AI即使做掉大部分的事,我們還是能夠監管生產結果,繁複重複性的事情可以交給AI處理。
  4. 該遊玩遊玩,聽歌讓AI更快找到你喜歡的,遊戲加入AI更具挑戰,興趣創作都能當你的小助手

 

有AI,生活就該有變化? 大家推薦Vibe Coding,不代表著你也得這樣做,AI應該協助你而不是改變你,與其跟隨大家看AI能做什麼,不如看看你能與AI一起做什麼。

 

Just be it, Just do it

文章作者介紹

Fabian Lin

從研發領域叛逃的QA,從小咖變工程總監,我想把業界很多錯誤的認知導正,帶領新鮮人或基層人員往上走,開發平價的測試管理系統Armoury+,在測試的道路上獲得更多成就感(面試不用再只能說找到Bug很有成就感了),歡迎隨時聯繫我。

你也想要分享知識和觀點嗎?KEENLITY目前推出INSIGHT觀點報,誠徵「專欄作家」與「單篇投稿」,點擊連結投稿並了解好處和責任。

精選軟體測試線上課程

邀請您訂閱INSIGHT觀點電子報

Similar Posts

你憑什麼教人?憑我的執念和哲學觀 – 軟體測試顧問之路

你憑什麼教人?憑我的執念和哲學觀 – 軟體測試顧問之路

孟子曰:「人之患,在好為人師」
如果這句話是出自經典,但為什麼我仍然執著於指導著下屬?即使在我聽到很多人都覺得我沒資格,或是我憑什麼的時候,我依然堅持著。
我反思了我的成長歷程,發現到,因為我曾經遇到過不好的老師,以及遇到過影響我一生的老師。在我的思維中,我覺得這個世界上欠缺太多好的老師了,而我想用我的方式,來給予願意相信我的人一些指引。因為我覺得有個曾經相信你的人是非常重要的,即使過了十幾二十年,甚至當我們老去的時候,你都會想著曾經有一個過客,影響著你的人生。

KEENLITY的3年軟體測試創業回顧

KEENLITY的3年軟體測試創業回顧

KEENLITY三週年慶推出多重優惠!宣布30家企業訂閱Armoury+可享「價格鎖定,終身不漲價」的特惠,並加碼推出Starter方案,滿足小型測試團隊需求。此外,用量更大幅提升,在價格不變下可用案例量翻倍。我們的測試管理系統Armoury+擴展至完整API功能,並計劃年底上線API監控。過去三年,KEENLITY從零客戶成長至服務多家企業,並組建軟體測試聯盟,攜手國際夥伴。KEENLITY的成長軌跡已成定局,迎接下個輝煌三年!

Armoury+:完整的軟體測試六大專業系統

Armoury+:完整的軟體測試六大專業系統

在軟體行業中,你可能聽說過許多商業系統,如 Jira、Figma、Miro、Monday 和 Asana。然而,這些系統主要專注於產品設計和專案管理,對提升軟體測試的效率影響甚微。無論你是否是一名軟體專業人士,你能舉出多少專門針對軟體測試的系統?你可能會說 TestRail、TestLink、Zephyr for Jira 或 Azure DevOps。但你是否注意到,這些系統只解決了測試案例管理的需求,其他測試需求如 API 測試、API 監控以及測試自動化卻沒有得到解決?測試團隊又要想辦法跟公司多拿一筆費用。...

分享好文章給朋友吧!

根據統計,能力越強的人越願意分享文章。你的分享是給作者最大的鼓勵!