30 秒看重點
- 事件：台灣頂尖大學資工系因「AI取代工程師」焦慮，導致入學錄取排名罕見下滑。
- 意義：生成式AI的爆發，正實質改變台灣年輕一代的選系思維與科技職涯規劃。
- 影響：傳統「只會寫扣」的工程師將被淘汰，具備跨領域整合能力的AI協作人才成為剛需。
ChatGPT、Claude 等 AI 工具讓寫程式的門檻降到歷史新低，但也引發了「讀資工系還有前途嗎」的集體恐慌。事實上，這並非資工系的末日，而是工程師定義的重新洗牌，唯有學會與 AI 協作才能在未來的科技巨浪中站穩腳步。
AI 真的會讓軟體工程師失業嗎？
生成式AI爆發以來，寫程式（Coding）變得前所未有的簡單，卻也讓台灣頂尖大學資工系的報考熱度出現了微妙的「降溫潮」。在最新一期的升學分發中，過去多年蟬聯熱門榜首的部分頂大資工系，排名罕見被電機、物理或材料等科系超越，主要原因正是家長與學生對「學寫程式還有用嗎」產生了強烈懷疑，擔心辛苦讀了四年，畢業後工作卻被 AI 搶走。
然而，產業界的真實情況與大眾的焦慮恰恰相反：AI 淘汰的是不思考的「碼農」，而非真正的「軟體架構師」。現在的生成式 AI 就像是一台性能極佳的自動排檔車，你不需要知道變速箱的底層代碼怎麼運作，但你依然需要知道要把車開去哪裡，這就是系統架構、演算法邏輯與業務痛點的解決能力。未來的資工教育，將從「如何寫出代碼」轉向「如何向 AI 定義問題、設計系統架構，並驗證 AI 給出的答案是否正確」。
對於資訊科學的學生來說，AI 不僅不是威脅，反而是最強大的「效率放大器」。過去一個工程師一天只能寫 100 行程式碼，現在透過 GitHub Copilot 或是 Cursor 等 AI 輔助工具，一天可以產出並測試上千行代碼。這意味著，未來的開發者能夠將寶貴的時間，從枯燥的語法除錯（Debugging）中解放出來，投入到更高價值的系統創新、用戶體驗與跨領域應用整合中。
- 2022-11：ChatGPT 正式發布，程式碼自動生成能力震撼全球，引發第一波工程師失業論調。
- 2024-03：首位 AI 軟體工程師「Devin」問世，展現獨立解決開發任務的能力，加劇大眾對程式設計前景的擔憂。
- 2024-08：台灣大學考試分發放榜，部分頂尖資工系錄取排名罕見下滑，AI 焦慮首度實質影響升學選擇。
台灣怎麼看這件事？
台灣身為全球半導體與硬體製造的重鎮，這波「資工降溫、電機升溫」的現象，短期內可能會讓更多優秀人才流向硬體、晶片設計（IC Design）等實體產業。然而，這對正處於「數位轉型」與「AI 軟體化」關鍵期的台灣企業而言也是一個警訊。如果最優秀的腦袋因為盲目恐慌而避開軟體領域，台灣在未來 AI 軟體應用與服務的國際競爭力上，恐將面臨更大的人才缺口。
編輯觀點
別被喧囂的「AI 取代論」嚇傻了，現在正是加入軟體領域的黃金時代。這波退潮正好是一次市場的「健康洗牌」，過濾掉那些僅僅為了高薪而盲目跟風、對程式毫無熱忱的人。留下來、並且懂得將 AI 當作「最強副駕駛」的軟體工程師，未來的身價與開發效率只會成倍暴增，成為市場上最搶手的「黃金新貴」。
常見問題
- 現在學寫程式還有用嗎？
- 當然有用！但學習重點已從記憶語法，轉變為培養「邏輯思維、系統架構與問題定義」的能力，這些是 AI 無法代勞的核心價值。
- 哪些工程師最容易被 AI 取代？
- 只負責將規格書翻譯成基礎程式碼、缺乏主動思考與系統設計能力的初階碼農（Code Monkey），將首當其衝被自動化工具取代。
- 高中生現在選填資工系是好選擇嗎？
- 如果你對解決問題、電腦科學本質有熱忱，現在反而是避開競爭的好時機，畢業時你將成為第一代掌握「AI原生開發」的架構師。
- 電機系與資工系在 AI 時代有何不同？
- 電機系偏向晶片硬體、物理載體與訊號處理；資工系則專注於演算法、軟體架構與模型訓練，兩者皆是 AI 發展不可或缺的雙引擎。
- 軟體工程師該如何避免被 AI 淘汰？
- 積極將 Copilot、Cursor 等 AI 開發工具融入日常工作，將思維提升至系統架構與跨領域業務整合，成為用 AI 解決問題的人。
名詞小教室
- 碼農 (Code Monkey)
- 用來戲稱只會撰寫重覆性高、缺乏技術含金量的基礎程式碼，而不具備系統設計與架構規劃能力的初階程式設計師。