解決方案比畫圖寫 Code 還重要：AI 時代工程師的價值在哪

最近我一直在想一件事：在小公司待久了，會慢慢發現很多在大公司被奉為圭臬的東西，在這裡其實⋯⋯沒那麼重要。

不是說那些東西不好，而是環境不一樣，答案就不一樣。

——

環境不一樣，答案就不一樣

比如說，一人分飾多角的時候，跨職能的溝通工具就不重要了。你自己就是 PM、就是設計師、就是工程師，要溝通什麼？跟自己開會嗎XD

比如說，系統承載量很低的時候，複雜的系統架構就不需要了。沒有那個流量，就沒有那個煩惱。

又比如說，流程簡單到 AI 一鍵就能跑完的時候，花大把時間建自動化系統，好像也沒那麼划算。

看到這裡，也許有人會想：那小公司是不是什麼都可以隨便做？

欸！不是啦。

——

每一個「好」的背後，都有一張帳單

反過來看，好東西從來都不是免費的。

想要效能好的架構？那需要很多錢去買服務。想要極致的高效？那可能要在使用者端做出取捨。每一個「好」的背後，都有一張帳單，或是一個犧牲。

這也是為什麼，你沒辦法跟 AI 說一句「幫我設計一個使用者體驗良好的系統」，然後就憑空得到一個好用的東西。

AI 給出來的方案肯定很常見、很合理，但常見不等於適合你，合理也不等於真的好用。這件事我在AI 能解決的問題深度裡也提過，它給的是平均解，不是你的解。

——

系統設計，是六個維度之間的取捨

設計一個系統，其實是在「方便」、「易用」、「安全」、「高效率」、「易於擴充」、「維持便宜」這麼多維度之間，不斷地取捨。

因為很多方案，本身就是相斥的。

要安全，可能就犧牲了方便。要便宜，可能就犧牲了效率。魚與熊掌，本來就難以兼得。

你可能注意到了，我沒有提「好開發」、「好維護」、「好溝通」。

老實說，在 AI 時代，這幾件事的份量真的變輕了。Code 寫得漂不漂亮、文件齊不齊全，AI 都能幫你補上一大截。但「該取捨什麼」這件事，AI 幫不了你。

——

剛剛好的解決方案，AI 觸及不到

所以繞了一圈，我想說的是：

能在有限資源、有限時間、有限環境之下，找到那個「剛剛好」的解決方案——這件事的價值，遠遠超越畫圖，也超越寫 Code。

為什麼這件事 AI 難以達成？

因為它背後依賴的是「真實世界」的變數。你的預算、你的團隊、你的客戶、你的時程，這些都不在 prompt 裡，而在你每天面對的現實裡。

如果你想再往下追一層「架構到底要解決什麼」，我之前寫過架構要解決什麼問題，講的也是同一件事：先搞清楚問題，方案才有意義。而在這之前，功能做出來只是一句話——真正難的，從來都不是把它做出來。

這是 AI 無法觸及的地方，也是我們還站得住腳的地方⋯⋯