Vibe Coding 時代的技術債：寫程式像買房，你要會管理負債

程式碼現在幾乎是免費的。打開 ChatGPT、Claude 或任何一個 AI 程式助手，用自然語言描述你要的功能，幾秒鐘後就會吐出一段可以執行的程式碼。這個能力在兩年前還是科幻小說，現在已經是很多工程師的日常。

但免費的程式碼，代價其實很高。

在史丹佛 CS230 的一堂職涯建議課上，業界專家 Laurence Moroney 用了一個很精準的比喻來解釋這件事：技術債（Technical Debt）。這個概念在軟體工程圈流傳已久，但在 Vibe Coding 時代，它變得比以往任何時候都更重要。

為什麼這堂課值得聽？

先交代一下背景。這堂課發生在史丹佛，矽谷 AI 圈的核心基地。Google、OpenAI、Anthropic 的核心團隊裡充滿了史丹佛校友，很多產業前沿資訊都會先在這個圈子裡流通。

主講者之一是吳恩達（Andrew Ng），Google Brain 創辦人、Coursera 共同創辦人、DeepLearning.AI 創辦人。他創立的 DeepLearning.AI 和 AI Fund 目前都在臺灣運作。另一位講者 Moroney 曾在 Google 負責 TensorFlow 全球推廣多年，現在在晶片公司 Arm 負責 AI 業務，是長期站在產業第一線的人。

Moroney 在課堂上說，很多人聽到「Vibe Coding 會取代工程師」就很焦慮，但這其實是個迷思。真相是：越會寫程式的人，用這些工具會越強大。關鍵差別在於你懂不懂得管理技術債。

什麼是技術債？用買房來解釋

Moroney 問了一個問題：在場有多少人聽過「技術債」這個詞？舉手的人不多，這讓他有點意外。所以他花了一些時間解釋這個概念。

想像你要買一棟房子，價格是五十萬美元。你跟銀行借錢，三十年房貸，加上利息，最後總共要還大約一百萬美元。聽起來很貴，但這可能是一筆好債務。為什麼？因為在這三十年裡，你不用付房租，房子的價值可能還會上漲，而且你有了一個穩定的住所。你付出的一百萬，換回來的價值超過一百萬。

現在想像另一個場景。你在逛街的時候看到一雙很漂亮的鞋子，定價兩百美元。你沒有現金，就刷了信用卡。如果你沒有每個月付清帳單，以信用卡的高利率計算，這雙鞋最後可能要花你五百美元。你付出五百美元，但只得到兩百美元價值的鞋子。這是壞債務。

軟體開發也是一樣的道理。每次你寫出一段程式碼，不管寫得多好，你都在累積債務。這段程式碼未來可能會有 bug 需要修；可能會有人來問你這段程式碼在做什麼；可能會需要配合新需求做修改；可能會需要寫文件讓別人看懂。這些都是債務，是你未來必須付出的成本。

唯一不累積債務的方法，就是什麼都不做。但那樣你也不會創造任何價值。

所以問題不是「要不要背債」，而是「這筆債值不值得背」。

Vibe Coding 的陷阱：廉價的程式碼，昂貴的後果

現在把這個框架套用到 Vibe Coding 上。AI 工具讓產生程式碼的成本趨近於零。你可以用一句話產生一個網站、一個應用程式、一個自動化腳本。聽起來很美好，但這裡有個陷阱：產生程式碼的成本降低了，但維護程式碼的成本沒有降低。

Moroney 說他看過很多人用 Replit 之類的工具，花幾個小時就做出一個很酷炫的網站。然後呢？然後就沒有然後了。這個網站解決了什麼商業問題？誰會用？誰來維護？這些問題都沒有答案。

更危險的是組織層級的濫用。Moroney 開玩笑說，現在最可怕的場景之一是：公司的副總刷了一張信用卡訂閱 Replit，開始自己寫程式，然後把這些程式碼丟進公司的程式庫裡。猜猜誰要負責收拾殘局？工程師。

這就是壞的技術債。程式碼是用很低的成本產生的，但後續要付出的代價遠遠超過它帶來的價值。

好債 vs 壞債：判斷標準

那麼，怎麼判斷一筆技術債是好是壞？Moroney 提出了三個標準。

標準一：目標是否明確並且達成？

你在寫這段程式碼之前，有沒有先想清楚它要解決什麼問題？寫完之後，這個問題解決了嗎？

Moroney 分享了他自己的經驗。他正在做一個影片相關的 side project，過程中大量使用 AI 生成程式碼。但他的做法不是一口氣把整個應用程式生出來，而是先定義清楚一個小目標，用 AI 產生程式碼，測試一下，如果不對就整個丟掉重來。

「在 AI 生成程式碼的時代，程式碼很便宜，但完成的、經過工程打磨的程式碼仍然很貴。」他說。這句話的意思是，快速產生的草稿程式碼和真正能上線的產品程式碼之間，還是有很大的差距。不要因為產生程式碼很容易，就跳過定義目標和驗證結果的步驟。

標準二：是否創造了商業價值？

這個標準聽起來很基本，但你會驚訝有多少程式碼是「為了技術而技術」。

Moroney 說了一句很直白的話：「做出一個很酷炫的東西，然後呢？如果不能幫助公司，那又怎樣？」在他的經驗裡，很多 AI 專案失敗不是因為技術不行，而是因為從來沒有人問過「這東西對公司有什麼價值」。

好的技術債是那種能帶來商業回報的債務。例如，花時間建立一個自動化測試框架，短期內增加了工作量（債務），但長期下來可以大幅減少 bug 和人工測試的時間（回報）。

壞的技術債是那種只有成本、沒有回報的債務。例如，因為某個新框架很流行就把整個系統重構一遍，結果使用者完全感受不到差異。

標準三：人類是否能理解這段程式碼？

這是最容易被忽略、但可能是最重要的標準。

AI 產生的程式碼，你看得懂嗎？如果你明天離職了，接手的人看得懂嗎？變數的命名有意義嗎？邏輯結構清晰嗎？有沒有適當的註解和文件？

Moroney 說，最糟糕的技術債就是「只有你懂的程式碼」。你離開之後，這段程式碼變成一個黑盒子，沒有人敢動它，但公司的業務又依賴它。這種債務會一直累積利息，直到有一天爆炸。

在 Vibe Coding 的時代，這個問題變得更嚴重。因為程式碼是 AI 產生的，連寫的人自己可能都沒有完全理解每一行在做什麼。如果你只是複製貼上而不去搞懂，你其實是在埋下一顆定時炸彈。

義大利麵式程式碼：Vibe Coding 的經典陷阱

Moroney 還提到了一個常見的問題，他稱之為「義大利麵式程式碼」（Spaghetti Code）。

當你用 AI 工具寫程式，通常的流程是：下一個 prompt，得到一段程式碼，測試一下，發現有問題，再下一個 prompt 修正，測試，又有新問題，再修正……這樣來回好幾次之後，程式碼會變得非常混亂，各種補丁堆疊在一起，結構一團糟。

他舉了自己的親身經歷。他正在開發一個 macOS 應用程式，使用 SwiftUI。問題是，AI 的訓練資料裡面 iOS 程式碼比 macOS 程式碼多很多，所以即使他明確告訴 AI 這是一個 Mac 應用程式，AI 還是經常給出 iOS 的 API。他試著用 prompt 去修正，結果越修越亂，最後只好手動重寫很多東西。

這個故事的教訓是：AI 是一個很好的起點，但它不是終點。你還是需要理解它產生的東西，需要有能力判斷和修正。

如何管理技術債？

綜合 Moroney 的建議，這裡是幾個管理技術債的實用原則：

原則一：先定義，再動手。 在開始用 AI 產生程式碼之前，先想清楚你要解決什麼問題、成功的標準是什麼。這個步驟絕對不能省。

原則二：小批次迭代。 不要試圖一次產生整個應用程式。把目標拆成小塊，一塊一塊做，每做完一塊就驗證。如果方向錯了，小批次的損失比較小。

原則三：理解你用的東西。 AI 產生的程式碼不是魔法，是可以被理解的。花時間讀懂它，必要時重構或重寫。不懂的程式碼就是債務。

原則四：寫給別人看。 假設明天有一個陌生人要接手你的程式碼，他看得懂嗎？好的命名、清晰的結構、適當的文件，這些都不是浪費時間，而是在減少未來的債務。

原則五：定期還債。 不要讓技術債累積太久。撥出時間做重構、寫測試、補文件。這就像定期還信用卡帳單，避免利息滾雪球。

工程師的價值不會消失，只會轉型

吳恩達在這堂課的開頭說，現在是有史以來最適合動手做東西的時代。AI 程式工具讓每個人都能寫程式，讓工程師能以前所未有的速度產出。

但這不代表工程師會被取代。恰恰相反，在程式碼變得廉價的時代，懂得管理程式碼品質的人反而更珍貴。誰來判斷這段程式碼該不該寫？誰來確保程式碼能被維護？誰來做出技術和商業之間的權衡？這些都需要人類的判斷，而且是有經驗、有深度理解的人類。

Vibe Coding 是一個強大的工具，但工具不會自己做決策。會用工具又懂得管理技術債的人，會在這個時代過得很好。只會用工具卻不理解背後代價的人，可能會製造很多問題，然後困惑為什麼自己的職涯沒有進展。

程式碼很便宜。判斷力很貴。這是 Vibe Coding 時代最重要的認知。

本文整理自 Stanford CS230 2025 年秋季班第九講「Career Advice in AI」。