Marc Andreessen：程式設計的終局——從「Calculator 是人」到「指揮 AI 軍團」

本文整理自 Lenny’s Podcast 訪談 Marc Andreessen 的內容。

大神的承認

2024 年底的假期期間，科技圈出現了一個標誌性的時刻。Linus Torvalds——Linux 作業系統的創始人，全球最具影響力的程式設計師之一——公開表示，AI 寫的程式碼已經比他自己寫的更好。

這番話的份量需要一點背景來理解。Torvalds 在 1991 年創造了 Linux，這個開源作業系統如今運行在全球超過 90% 的雲端伺服器、所有 Android 手機、以及大部分的超級電腦上。他同時也是 Git 版本控制系統的發明者，這套工具是全球軟體開發者協作的基礎設施。過去三十多年，Torvalds 以對程式碼品質的嚴苛要求聞名，在 Linux 核心的郵件討論群裡，他會毫不留情地批評他認為寫得不好的程式。

當這樣一個人說 AI 的程式比他寫得好，這不是客套話，而是一個時代的轉折點。

Marc Andreessen 在訪談中提到這件事，他說，這個假期感覺 AI coding 真的達到了臨界質量。不只是 Torvalds，整個頂尖程式設計師的圈子都開始承認同樣的事實。問題不再是「AI 能不能寫程式」，而是「程式設計師這個職業會變成什麼樣子」。

Calculator 原本是指人

要理解程式設計的未來，Andreessen 說，需要先回顧一段很少人知道的歷史。

他問主持人 Lenny Rachitsky：「你知道『calculator』這個詞最早是指什麼嗎？」

答案是：人。

在電子計算機出現之前，「calculator」是一種職業頭銜，指的是專門做數學運算的人。保險公司需要計算精算表、軍方需要計算彈道軌跡、銀行需要計算利息——這些複雜的數學運算，在沒有機器的年代，全部由人力完成。

當時的運作方式是這樣的：一個大房間裡坐滿了人，可能是幾十人、幾百人、甚至幾千人。房間前面有一個負責整體計算的人，他把一個大型數學公式拆解成無數個小的計算步驟，然後把這些步驟分派給房間裡的每一個人。每個人手工完成自己那一小塊計算，把結果交回去，最後彙整成答案。

這些人的職稱就是 calculator——計算員。

然後電子計算機出現了，calculator 這個詞的意義徹底改變。那些原本做人工計算的人，並沒有全部失業，但他們的工作性質完全不同了。有些人學會了操作新機器，有些人轉向了機器做不好的工作，有些人確實離開了這個領域。

Andreessen 用這個歷史故事來說明一個重點：技術革命改變工作的方式，往往不是簡單的「取代」，而是「重新定義」。

程式語言的演進是一場持續的抽象化

從人工計算員到今天的 AI 寫程式，中間經歷了很多層的演進，每一層都是把更多的細節「抽象化」，讓程式設計師可以專注在更高層次的問題。

最早的電腦沒有程式語言這種東西，你必須用 1 和 0——也就是機器碼——直接告訴電腦該做什麼。這需要對硬體有極深的理解，一個小錯誤就會讓整台機器當機。後來出現了打孔卡，讓輸入指令變得稍微方便一些，但本質上還是在跟機器的底層直接對話。

然後是組合語言（Assembly），這是第一次重大的抽象化。組合語言讓程式設計師可以用簡短的英文縮寫來代表機器指令，而不用記住一長串的 1 和 0。這大幅提高了開發效率，但程式設計師仍然需要非常了解電腦的硬體架構。

再來是 C 語言這樣的「高階語言」。C 語言會被「編譯」成機器碼，程式設計師不需要管每一個記憶體位址的細節，可以用更接近人類思維的方式來寫程式。Andreessen 自己就是在這個時代學寫程式的。

到了 2000 年代，腳本語言崛起——JavaScript、Python、Perl 等等。這些語言更簡單、更靈活，不需要編譯，寫完就能跑。Andreessen 回憶說，當時的 C 語言程式設計師非常看不起寫腳本語言的人：「這不是真正的程式設計！太簡單了！沒有做記憶體管理，不用處理底層細節，這算什麼 coding？」

主持人 Lenny 笑著說他自己就是 Perl 程式設計師出身，當年確實被 C 語言的人鄙視過。但結果呢？腳本語言席捲了整個產業，今天大部分的程式都是用腳本語言寫的。那些當年被瞧不起的工具，成了主流。

Andreessen 說，AI 寫程式是這個演進過程的下一個階段。每一次抽象化，都有人說「這不是真正的程式設計」；每一次，那些擁抱新工具的人都贏了。

為什麼還要學寫程式

既然 AI 寫程式已經比人類好，那還需要學程式嗎？

Andreessen 的答案是肯定的，而且他正在這樣教育他 10 歲的兒子。

他兒子現在完全沉迷於所謂的「vibe coding」——在 Replit 這樣的平台上，用自然語言描述他想要什麼，然後 AI 生成程式碼。他花好幾個小時做各種小遊戲和應用程式，最近迷上了做《星艦迷航記》（Star Trek）的模擬器，用的是《銀河飛龍》（The Next Generation）的介面設計語言 LCARS。

對一個 10 歲的孩子來說，能夠把想像中的東西變成可以運作的程式，這是非常神奇的體驗。但 Andreessen 堅持要兒子同時學習真正理解程式碼。

原因很實際：如果 AI 給你的程式碼有問題——它跑不動、跑得太慢、或者沒有做到你想要的效果——你需要有能力看懂問題出在哪裡，才能給 AI 正確的指示去修正。

這就像使用腳本語言的程式設計師，雖然不需要每天寫 C 語言，但還是要理解電腦底層是怎麼運作的。當程式出了奇怪的 bug，你需要那個深層的理解來診斷問題。AI 寫程式也是同樣的道理：你不需要自己從頭寫每一行程式碼，但你需要有足夠的知識來評估和修正 AI 的產出。

Andreessen 用一句話總結：「如果你知道機器是怎麼運作的，你使用機器就會更有效率。」不管機器是電腦、是程式語言、還是 AI，這個道理都成立。

新的工作模式：指揮 AI 軍團

那麼，頂尖程式設計師現在的工作長什麼樣子？

Andreessen 描述了他從朋友那裡聽到的情況：現在最厲害的程式設計師，他們的日常工作是同時「指揮」十個、二十個 AI coding agent。他們在不同的終端機視窗之間來回切換，每個視窗都有一個 AI 在跑，各自處理不同的任務。

程式設計師的工作從「寫程式」變成了「跟 AI 吵架」——這是 Andreessen 開玩笑的說法。他們給 AI 指示，看 AI 產出的結果，發現問題就糾正，要求 AI 重新來過。就像一個指揮官在指揮一支軍隊，而不是自己親自上陣打仗。

他提到了一個有趣的案例：Anthropic（Claude AI 的開發公司）最近推出了 Claude Code，這是一個讓 AI 可以自主寫程式的工具。然後他們用 Claude Code 開發了另一個產品叫 Cowork，讓一般人也能用類似的方式跟 AI 協作。重點是，Cowork 只花了一週半的時間就開發完成。

Andreessen 指出這件事的兩面性。一方面，這證明了 AI 工具的強大，一週半就能做出一個完整的產品，這在以前是不可想像的。但另一方面，這也引發了一個問題：如果一個產品一週半就能做出來，那它能有多少競爭壁壘？其他公司看到這個產品成功，要複製出類似的東西也不會太難。

這呼應了 Andreessen 在訪談其他部分談到的護城河問題：在 AI 時代，很多東西的建造成本大幅下降，但這也意味著競爭會更激烈、優勢會更難維持。

Vibe Coding 的崛起

「Vibe coding」這個詞最近在科技圈很流行，指的是用自然語言描述你想要什麼，然後讓 AI 把它變成程式。你不需要知道程式語言的語法，只需要能夠清楚表達你的意圖。

Andreessen 的兒子就是這樣做的。他想做一個《星艦迷航記》的艦橋模擬器，他不需要學會怎麼用 JavaScript 畫介面、怎麼處理使用者輸入，他只需要跟 AI 說「我想要一個《銀河飛龍》風格的控制台，上面有這些按鈕，按下去會有這些效果」，AI 就會生成程式碼，他可以馬上看到結果。

這種開發方式的門檻極低，幾乎任何人都可以開始做東西。但 Andreessen 指出，有程式基礎的人和沒有程式基礎的人，在 vibe coding 的效率上還是有明顯差距。

差別在於，當 AI 給你的東西不對的時候，你怎麼反應。沒有程式基礎的人只能說「這不對，再試一次」，然後希望 AI 能猜對你要什麼。有程式基礎的人可以看懂 AI 寫的程式，指出具體的問題：「這裡的迴圈邏輯不對」、「這個 API 呼叫缺少錯誤處理」、「這個資料結構在大量資料時會很慢」。更精確的反饋，會得到更好的結果。

所以 Andreessen 的結論是：vibe coding 會讓更多人能夠做出東西，但真正做得好的人，還是需要懂程式。不是要懂到能從頭手寫一個作業系統，而是要懂到能看懂 AI 在做什麼、能診斷問題、能給出正確的指示。

設計與品味的價值

訪談中還談到了另一個相關的話題：設計。

AI 現在可以生成非常漂亮的圖示、介面元素、視覺設計。你跟它說「給我一個藍色調的登入頁面」，它會給你好幾個版本讓你選。這是不是意味著設計師也會被取代？

Andreessen 做了一個區分：小寫的 design（具體的設計執行，比如畫圖示、調顏色）和大寫的 Design（更高層次的設計思考）是兩回事。

小寫的 design，AI 確實越來越擅長。它可以無限量產出設計素材，而且品質不錯。但大寫的 Design——這個產品的目的是什麼？使用這個產品會讓人有什麼感受？這個設計會如何融入使用者的生活？使用者會不會愛上它？——這些問題需要對人類的理解，AI 目前還做不到。

Andreessen 舉了 Jony Ive 的例子。Ive 是前 Apple 設計長，他領導設計了 iMac、iPod、iPhone、iPad 等改變世界的產品。Ive 的厲害之處不在於他能畫出漂亮的圖——Apple 有幾百個設計師都能畫漂亮的圖——而在於他對於「什麼是好的」有極其敏銳的判斷，他能夠在無數可能的方向中，選出那個真正對的方向。

這種能力叫做「品味」（taste），在 AI 時代反而會變得更珍貴。當每個人都可以用 AI 生成無限的選項，「選什麼」就成了關鍵的差異化因素。有品味的人，能夠在 AI 產出的大量素材中，挑出真正好的那個；沒品味的人，只能隨便選一個，或者被選項淹沒。

對年輕設計師來說，這其實是好消息。AI 可以幫你處理大量的執行細節，讓你有更多時間專注在高層次的設計思考上。以前你可能要花很多時間在畫圖、調整像素這些事情上，現在 AI 可以幫你做很多，你可以把腦力用在更重要的問題上。

但這也意味著，純粹的執行能力——只會畫圖、只會調顏色——會越來越不值錢。你需要往上走，培養更高層次的設計能力，才能在 AI 時代保持競爭力。

我的觀察

程式設計師這個職業正在經歷的轉型，對我來說是一個很有啟發性的觀察案例。

很多程式設計師的身份認同是跟「寫程式」這件事緊密綁定的。他們花了多年時間精進技術，以能寫出優雅的程式碼為榮，在同儕中以技術能力建立地位。當 AI 開始能寫出比他們更好的程式碼，這不只是技能上的挑戰，更是身份認同上的危機。

我觀察到兩種截然不同的反應。有些人選擇抗拒，堅持手寫程式碼才是「真正的」程式設計，AI 生成的東西不算數。他們可能會強調 AI 程式碼的各種問題——確實，AI 生成的程式碼常常有 bug、有安全漏洞、不夠最佳化。但這種抗拒，長期來看可能會讓他們落後。

另一種人選擇擁抱，把自己重新定位為「AI 指揮官」而不是「程式碼作者」。他們專注在更高層次的問題：系統架構該怎麼設計、產品邏輯該怎麼組織、怎麼把模糊的需求轉換成 AI 能理解的指示。這些人的產出效率往往是前一種人的十倍以上。

這個觀察對非工程師也有意義。很多人以為 AI 寫程式代表「不用學程式了」，這是誤解。現在「懂一點程式」反而變得更重要，因為你會在各種地方遇到 AI 生成的程式碼，你需要有基本的判斷能力。好消息是，用 AI 學程式的門檻比以前低很多——你可以讓 AI 當你的家教，從最基礎的概念開始教你。

最後談談「品味」這件事。Andreessen 提到設計需要品味，其實任何創造性的工作都需要品味。當 AI 可以無限生成內容，能夠判斷「什麼是好的」就變成稀缺能力。但品味不是天生的，是需要培養的。培養的方法沒有捷徑：大量接觸好作品、仔細比較不同作品的差異、反思為什麼某些東西比其他的好。

這對編輯、設計師、策展人這類工作來說，反而是利多。他們的核心價值不是「生產內容」，而是「判斷內容」。在 AI 時代，這個能力會變得更值錢，而不是更不值錢。