寫了半個世紀程式、曾出版《Clean Code》教全世界工程師把程式碼寫乾淨的 Robert C. Martin（Uncle Bob），最近公開表示他已經有超過 95% 的時間不再逐行閱讀 AI 寫的程式碼。
一位一生都在強調「程式碼是寫給人讀的」宗師級人物，何以敢做出這樣的轉變？
答案不是放任，而是把防線從「肉眼審查」拉高到「機器量化約束」與「架構把關」。
從肉眼看 Code 到機器測量
Uncle Bob 敢不看程式碼的前提，是他建立了一套極為嚴密的自動化防線：
單元測試的「複式簿記」：程式寫一套，測試再寫一套，兩本帳合不上，測試立刻亮紅燈。
CRAP（Change Risk Anti-Patterns）風險指標：結合圈複雜度與覆蓋率，嚴格限制分支路徑，避免函式演變成無法維護的泥潭。
變異測試（Mutation Testing）：故意竄改程式邏輯（如將
>改為<），驗證測試套件是否真能抓出錯誤，而不只是做表面覆蓋。
以往跑變異測試往往需要耗費整晚，如今交給 AI Agent 半小時內便能跑完並自動修復。對他而言，與其花時間逐行看語法細節，不如在終端機前審視系統架構圖，確認模組邊界與依賴關係，並由確定性的工具把關品質。
但 Uncle Bob 也直言：AI 永遠不會承擔責任，最終必須由具備判斷力的人類工程師簽名背書。
這衍生出一個更深刻的問題——如果底層程式碼都由 AI 完成，新一代的工程師要如何磨練出看懂架構、辨識 AI 是否在胡言亂語的「工程判斷力」？
Uncle Bob 給出的建議非常務實：新人入行前一到兩年，依然必須親手寫程式，甚至花時間去理解底層機器運作。只有自己經歷過除錯的掙扎，未來當 Agent 陷入邏輯泥淖時，你才能一眼看出破綻。
企業現場的兩條軌道：培育基石與引進即戰力
在技術典範轉移的浪潮下，市場上不少企業陷入了短視的焦慮，甚至急著汰換資深技術人才。然而，真正重視永續架構與工程品質的組織，做法截然不同。
以我目前所處的新環境為例，公司對人才梯隊有著清晰且具遠見的制度規劃：
對新手工程師：扎根式的系統培育 公司依然持續招募潛力新人，但並非直接把他們推到第一線面對複雜的專案，而是安排進集訓中心進行為期一陣子的嚴格培訓。這正如 Uncle Bob 所主張的磨練過程——新人必須在具備標準化開發紀律、自動化測試規範與架構原則的環境下扎實練功，淬鍊出扎實的底層判斷力後，才會正式分派至各所屬業務單位。
對資深工程師：不可或缺的即戰力與架構領航 在我們單位內部，為了應對企業的專案和既有系統的需求，正積極招募具備厚實實戰經驗的資深工程師。AI 能夠迅速生成語法與樣板，但決定模組切分、處理分散式事務、評估資安風險與簽名承擔系統成敗的，永遠是那些對系統全貌具備洞察力的資深腦袋。
回頭看這段待了 12 年公司的職涯轉折，前公司在 AI 轉型的口號下盲目追求速成，甚至想方設法淘汰資深員工；我很慶幸自己及時告別了那樣的環境，加入這家既具前瞻眼光、又有完整培育制度的新公司。
在 AI 時代，最頂層的架構眼光與最底層的扎實基本功，價值不僅沒有貶損，反而在機器生成的洪流中顯得愈發珍貴。
