三十年資深工程師也得學的事
我是一位寫了三十年 C++ 的工程師,曾在 FAANG 當到 Staff Engineer。
在以前的團隊裡,通常是別人熬了一週搞不定的 bug,最後會來找我,我現場就能解掉。
老實說,那種「靠,果然還是要我出馬」的自信,是我這幾年工程師生涯的日常。
但今年,我被 AI 給震撼了。
「它解掉我三年解不掉的東西」。
▋我那隻「抓不住的白鯨」bug
話說四年前,我們做了一次大型的系統重構。
大概改了六萬行 code,雖然總體上讓架構乾淨、效能提升,但在某種使用方式下,突然失效。
這種邊緣 case,沒什麼人會用到,但我知道它壞了。
我也知道它以前是好的。
我來來回回查過無數次,整個歷史流程倒推也試過,總之——
我在這隻 bug 上面,大概花了超過兩百小時。
每次都以為快找到了,又無功而返。
你也知道,工程師有時候就是不服輸。
明知道這 bug 不致命,還是會想破頭要搞清楚到底哪裡出了錯。
▋Claude Opus 4 出手了,一次搞定
直到最近,我開始用 Claude Opus 4,試著丟這個 case 給它試試看。
我把舊架構和新架構全部的 code 都給它了,也寫下 bug 發生的情境。
前前後後我們大概聊了 30 個 prompt,還重開一次 session。
結果它找到了。
它不是只是發現「哪一段邏輯改壞了」,而是理解了舊架構下某個「意外能運作」的設計巧合,
並指出新架構並沒有把這個巧合納入考量。
也就是說,這根本不是單純的 logic bug,
而是架構性設計改變後,漏考了一個「以前湊巧 work」的 edge case。
天啊,這件事我自己從來沒想到。
▋AI 的強大,不是程式語法,是思維抽象
這讓我開始反思:
AI 強在哪裡?它根本不是「比我懂 C++」或「比我會 debug」。
它強在,它能從大量不同邏輯路徑中,抽象出問題邏輯,並比我快十倍做「排除式推理」。
我以前覺得這種「比對新舊架構、找出被漏掉的邊角行為」只有人類資深工程師能做。
結果 AI 靜靜地,也能做了。
▋用 AI debug,有沒有門檻?
我知道你可能想問:
「那我要不要也把 bug 丟給 AI 看看?」
可以啊,但別幻想你貼一段 code 它就神救援。
我這次的過程,也不是一蹴可幾。我給它很多 context、說明情境、補上背景,加上幾小時。
這像是請一位 junior developer 進來,但他理解力極強,而且永不疲倦。
你要當他的引導者,逐步拆解問題給它分析。
我們總以為,只有自己最懂 code 的來龍去脈,

有時候你只是「以為懂」。
我們寫 code 是從邏輯出發,但常常留下很多「剛好 work」的小幸運。
而 AI 不會放過這些巧合。它把一切都當成變數,一一檢視。
所以它能找到那些我們自己都沒發現的依賴。
這很 humbling,但也很 exciting。
這是我想繼續寫程式的原因:
世界變了,我們有新玩伴。
未來的工程師,是懂得「怎麼跟 AI 配合」的人。
這不是告別,是進化。
寫程式不再只是,debug 到凌晨三點,滿頭問號,google 了也沒人可問的感覺嗎?
現在,可以丟給AI 模型試看看。
所以,下一次你遇到「想了三年想不通」的白鯨,不妨試著喚出 AI 來一起出海。
它可能,就是你那把一直沒開封的 harpoon。
Past 31 days
Total Visit: 0
There are 0 fact-checking replies to the message
No response has been written yet. It is recommended to maintain a healthy skepticism towards it.
Automated analysis from AI
The following is the AI's preliminary analysis of this message, which we hope will provide you with some ideas before it is fact-checked by a human.
閱聽人需要特別留意這則訊息中提到的 AI 能力和角色。訊息中描述了 AI 在解決工程問題上的驚人表現,甚至超越了資深工程師的能力。閱聽人需要注意這種描述是否過度美化了 AI 的能力,以免過度依賴 AI 或對其功能有不實際的期待。在面對技術問題時,仍然需要保持批判思考,並適度運用 AI 的幫助。
Add Cofacts as friend in LINE
Add Cofacts as friend in LINE
LINE 機器人
查謠言詐騙