知名矽谷創業家納瓦爾．拉維肯（Naval Ravikant）近期透過自己的 Podcast 節目，談到他重新投入產品開發，在經歷自由市場與物理現實的回饋後，他對 AI 的觀察變得更加務實。隨著 Claude Code 等模型的問世，科技界正經歷一場巨大變革，為 Vibe coding 而生的全新產品管理與開發模式已經出現。
過去的軟體開發需要精確定義每一個步驟，而現在的 AI 模型則透過龐大數據集的訓練，能在模糊的指令中找到合適的程式碼。納瓦爾觀察到，許多不再編寫程式或從未學過程式設計的大眾，現在只需透過文字或語音輸入英文描述，就能讓 AI 自動下載函式庫、建立測試環境並完成端到端的應用程式開發，直接將構想轉化為實際產品。
Vibe coding 引發 App 海嘯！傳統工程師靠 2 大優勢持續領先
在電腦科學的發展史中，工程師不斷建立新的技術，讓使用者可以更簡單操作，從最底層的電晶體、組合語言、C 語言，進展到相對易懂的 Python。納瓦爾認為，現在由 AI 寫程式（亦即 Vibe coding），正是這條路上的下一層：你不需要懂語法，用說的、用描述的，就能讓電腦幫你做事。
誠如 AI 專家安德烈・卡帕西（Andrej Karpathy）所言，英文已經成為當今最熱門的程式語言。由於機器不知疲倦且沒有自尊心，能全天 24 小時運作並隨時接受修正，將導致市場上出現前所未見的 App 海嘯。
儘管撰寫程式的門檻大幅降低，但傳統軟體工程師並不會面臨淘汰。納瓦爾強調，有 AI 幫忙的工程師，工作效率大概能提升 5 到 10 倍。而且在這個行業裡，本來就有少數人能創造出遠超常人的價值——有些人的貢獻可能是別人的 100 倍、甚至 1000 倍。這不是常態分配的世界，判斷力和眼光的差距很難用工具抹平。
AI 真正放大的，是那些懂得做對決策的人。工具愈強，決策者的影響力就愈大。
傳統工程師之所以能持續保持領先，主要源自 2 大優勢：第一，他們 具備程式碼思維 ，能夠看透 AI 產生的漏洞並修復架構缺陷；第二，他們 能處理 AI 訓練數據之外的案例 ，在全新架構上編寫效能極高的程式碼。
哪些人不用怕 AI 搶工作？
面對 AI 帶來的廣泛變革，納瓦爾認為創業者無須擔心 AI 會搶走工作。他指出，AI 缺乏真實的渴望、求生本能與自我複製能力。在真實世界中，多數目標皆屬於零和賽局（zero-sum game），例如在金融市場交易，當市場上每個人都配備 AI 機器人時，機器的優勢將互相抵銷。
創業者、科學家與藝術家擁有強烈的自我驅動力，他們試圖完成極度困難的任務，探索未知領域。在上述情況下，AI 只是幫助他們解決問題的絕佳盟友。
AI 終究是一種工具，它沒有自己的動機，不會主動想解決問題。
所以真正難以被取代的，是那種遇到問題不等人、自己想辦法搞定的人——也就是所謂的高能動性（High Agency）。這種主動出擊的特質，是 AI 給不了的。
對 AI 感到焦慮？納瓦爾：打開引擎蓋，看看裡面
現在許多人都有「AI 焦慮」，擔心自己跟不上新技術發展速度。納瓦爾認為，焦慮源自於對事物的不了解，而最好的解決方式就是：直接打開「引擎蓋」看看裡面。大眾不一定要學會如何從頭打造 AI，但應該親自去使用、去了解基本邏輯與限制。唯有透過實際行動與持續探索，才能真正消除對 AI 的焦慮。
解決焦慮的方法永遠是行動。（The solution to anxiety is always action.）
納瓦爾比喻，如果將過去的工程師視為死記硬背艱澀咒語的巫師，那麼 AI 就是遞給全人類的一根魔法棒。現在，每個人只要開口說話，都能化身為施展法術的魔法師。最終的目標並非死守一份傳統工作，而是透過電腦極大化地放大人類的智力，以實際行動駕馭 AI，為真實世界創造無可取代的價值。
在個人學習方面，AI 也正成為世上最有耐心的專屬家教。納瓦爾解釋，AI 能夠精準配合大眾的知識邊界，例如針對具備 8 年級單字量與 5 年級數學程度的使用者，AI 能以完全相應的難度進行解說，甚至生成視覺化圖表，用 100 種不同的方式耐心解釋，直到使用者徹底理解為止。量身打造的模式，將徹底改變知識的吸收效率。
為了獲得最精確的資訊，納瓦爾堅持付費訂閱最頂尖的 AI 模型。即便是最基礎的問題，他也會將指令同時輸入給 4 個不同 AI 模型，讓它們獨立運算，隨後再比較哪個結果最為精準。他認為，在現實世界中，擁有 92% 準確率的模型，價值遠勝於只有 88% 準確率的模型，些微的錯誤往往會帶來巨大成本。
資料來源：On Artificial Intelligence；本文初稿由 AI 協助整理，編輯：支琬清
