AI 讓工程師淪為「人肉代理」？Zardot CTO：80% 程式設計師職涯恐已走到盡頭
隨著 Claude Code 等 AI 程式開發工具快速普及，軟體工程師的工作正面臨根本性改變。擁有超過 30 年軟體開發經驗的資深工程師 Obie Fernandez 近日發表〈You’re Already a Meat Proxy〉（你早已是人肉代理）的長文，直言超過 80% 的軟體開發從業人員可能已經面臨職涯淘汰，只是尚未意識到這件事。
Fernandez 目前擔任 Zardot 技術長，過去曾任電商巨頭 Shopify 首席工程師（Principal Engineer）、全球技術人才平台 Andela 技術長，同時也是軟體開發公司 MagmaLabs 的合夥人及暢銷技術書籍作者。
資深工程師無法接受 AI 正改變工作模式
Fernandez 回憶，日前與一名任職於大型成功新創公司的好友聚會。對方擔任 Staff Engineer，公司擁有數百名工程師，卻已經連續六個月向他抱怨，自己不知道該如何繼續工作。
廣告 - 內文未完請往下捲動
Fernandez 因此要求對方打開工作電腦，發現桌面上已經開啟數十個瀏覽器分頁，以及多個執行 Claude 的終端機視窗。
既然已經使用 AI 工具，為什麼仍然無法推進工作？面對 Fernandez 的疑問，這名工程師表示，自己雖然嘗試透過 Claude 處理問題，卻始終無法取得實質進展。
Fernandez 隨即接手操作，將模型切換成他認為更適合協調開發工作的 Fable，並在完全不熟悉專案架構的情況下，輸入一句極為簡單的提示詞：「這份程式碼很爛，整個架構都亂七八糟。」
這讓好友忍不住笑出來，質疑如此籠統的指令究竟有什麼用。然而，根據 Fernandez 的描述，AI 隨即開始檢查程式碼庫，指出大量技術債，包括缺乏測試覆蓋、數千行程式碼的巨型物件，以及已經沒有用途的程式碼。
在幾次確認操作後，AI 便完成部分無用程式碼的刪除，並建立一份草稿 Pull Request（PR）。但這名工程師立即要求 Fernandez 停手，解釋自己不能任意修改公司的程式碼，所有變更都必須經過團隊討論、提出計畫並取得批准。
Fernandez 回答，既然如此，就讓 Claude 幫忙撰寫計畫。他進一步確認 Claude 已透過 MCP 連接 Jira，接著要求 AI 將原先的修改工作整理成 Epic 與 Story。AI 隨即建立五個 Epic，正準備產生相關工作項目時，好友卻緊張地按下 ESC 中止操作。
Fernandez 最後發現，阻礙對方的未必是技術能力，而是他無法接受自己的工作模式正在被 AI 改變。「但我想用自己的大腦啊！」好友如此抱怨。
程式碼、測試全由 Claude 生成，我們只是每天按 Enter
Fernandez 的文章也引用另一篇在工程師社群引發討論的貼文。X 使用者 @v0xium 表示，自己加入一家大型企業僅半個月，便對當前 AI 驅動的軟體開發模式感到失望。
根據該名工程師描述，團隊內從需求規格、程式碼、測試、產品需求文件（PRD），到 Jira 工單與報告，幾乎所有內容都由 Claude Code 產生。
然而，管理階層並未因此降低工作量，反而要求工程師加速交付，部分員工甚至每天工作 12 至 13 小時，主要工作卻只是持續確認 AI 產出的內容。
「沒有人真的在閱讀任何東西，從 L1 到 L7 的工程師，每個人都在做一樣的事情：跟 Claude 對話。」該名工程師認為，整個團隊正在失去對技術的理解，也缺乏親自解決問題的成就感。
Fernandez 卻從這段抱怨中看見另一個問題：如果工程師原本的價值只是接收任務、按照既定流程執行，再將結果交給下一個人，那麼這份工作本來就容易受到自動化影響。
他將這類角色稱為「Meat Proxy」，也就是「人肉代理」。
什麼是 Meat Proxy？
Fernandez 解釋，所謂 Meat Proxy，指的是在組織中負責轉換及傳遞指令的人類工作者。例如主管決定要做什麼，工程師負責把需求轉換成程式碼；又或者中階主管接收高層指示，再將其轉化為交給下屬的任務。在傳統軟體開發流程中，這些角色具有重要價值，因為將商業需求轉換成可以執行的軟體，需要大量人力與專業技術。
但 Fernandez 認為，當 AI 已經能夠理解需求、撰寫程式碼、產生測試、整理文件，甚至操作 Jira 時，單純負責轉換指令的工作便失去原有的經濟價值。
他更直言，許多工程師之所以仍然保有工作，只是因為企業組織的慣性，尚未讓新技術帶來的效率提升完全反映在人力配置上。「目前的 AI 技術已經足以取代所有人肉代理，只是這種程度的顛覆性改變需要時間。」
Fernandez 甚至認為，超過 80% 的軟體開發從業者可能已經面臨職涯危機。
自曝 80% 程式碼交給 AI Agent，他甚至不再逐行閱讀
Fernandez 也分享自己目前的工作方式，試圖說明 AI 如何改變資深工程師的生產力。他表示，自己主要負責使用 Ruby on Rails 開發全新的企業內部系統，由於架構設計良好、具備充分測試，因此不需要逐行檢查 AI 產出的所有程式碼。
過去幾個月，他甚至不再直接監督 Claude Code 的撰寫過程，而是交由自主 AI Agent 處理約 75% 至 80% 的程式碼工作。只有在加入重要的新功能，或進行大規模架構調整時，他才會深入參與實作細節。這也讓他能把更多時間投入在真正有價值的決策，例如理解使用者需求、判斷應該開發什麼功能，以及如何讓系統創造實際效益。
不過，他也承認，自己與好友的工作環境有明顯差異。對方負責的是涉及客戶付款的正式營運系統，任何修改都可能帶來實際風險，因此逐行檢查 AI 修改內容仍有其必要性。
就連軟體架構師也不安全：往組織上層移動，未必能逃過 AI
面對 AI 帶來的職涯焦慮，Fernandez 也反對一種常見的建議：工程師應該轉型成軟體架構師，因為 AI 永遠需要人類負責高階設計。他指出，自己過去 20 多年的主要專業價值之一，就是系統架構與工程判斷，但他預期 AI 未來也將逐漸接管這些工作。包含釐清需求、找出系統邊界、建立測試標準，以及判斷新架構是否符合原有系統義務，都不一定會永遠是人類專屬的能力。
「在組織圖上往上移動一格，並不代表你就能置身於這個過程之外。」他認為，真正的差異不在於職稱是否更高，而是個人是否具備主動發現問題、做出判斷，以及對最終成果負責的意願。不過，他也承認，沒有人能保證自己擁有不會被 AI 取代的能力，包括他自己。
AI 讓工程師失去工作意義？
他坦言，有些人只是希望擁有穩定的高薪工作，下班後陪伴家人、旅行或享受生活。這並沒有什麼問題，但他懷疑軟體產業未來是否還能持續為所有人提供這樣的工作模式。
對於希望維持現有生活方式的人，他建議善用 AI 完成工作要求，並將多出來的時間投入家庭與探索其他人生選項。但對於希望在 AI 時代創造更多價值的工程師，他認為應該主動尋找值得解決的問題，與真正受到問題影響的人交流，再利用 AI 協助研究、挑戰假設與執行。
他也在文章末尾反思，自己當晚替好友操作 Claude，雖然只花約 20 分鐘便產生一份草稿 PR 與多個 Jira Epic，卻沒有真正證明這些變更改善了什麼。
因此，能夠讓 AI 快速產出大量程式碼，本身並不等於創造價值。真正重要的仍是判斷哪些問題值得解決，並確認解決方案確實有效。
「你不會因為親自多打幾行程式碼，就比較不像一個人肉代理。」Fernandez 最後表示，當 AI 的能力持續提升，工程師與其執著於保有過去的工作方式，不如重新思考自己真正想要什麼，以及如何利用新技術實現這些目標。「你真的想繼續使用自己的大腦？不想讓大腦退化？那就想清楚自己到底想要什麼，然後讓 Claude 替你工作。」
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
