進入本世紀以來，每個重要人物——蘋果執行長庫克，或是你的父母，對職涯的建議都是「學寫程式」，似乎很會寫程式加上勤奮工作，就是通往成功職涯的公式。
除了在體制內的大學課程裡學寫程式碼，外部的短期就業訓練班也廣受歡迎。在美國，歐巴馬時代，甚至將推廣寫程式列入其就業計畫之中。
2020年，CourseReport對3,000名程式訓練班畢業生進行的一項調查中，79%的受訪者表示，這些課程幫助他們找到了科技業的工作，平均薪資增加了56%。
然而，這樣的默認規則，正悄悄地發生變化。
一名36歲，正尋求從勞力工作轉職的青年雷東（Florencio Rendon）告訴《紐約時報》，他報名了程式設計訓練班，努力學習了4個月後拿到畢業證書，卻沒有獲得任何面試機會。
波士頓一家程式訓練班Launch Academy的創辦人皮奇（Dan Pickett）坦言，原本參加完這系列課程的求職者，就業率高達90%，現在已降至60%以下。皮奇因此決定無限期暫停開課。
數據顯示，與5年前相比，美國軟體開發人員的活躍職缺數量下降了56%，對於缺乏經驗的工程師來說，跌幅更高達67%。
創投Menlo Ventures的合夥人加內桑（Venky Ganesan）直指，「這是過去25年來，我所見過最糟糕的科技業新手工作環境。」
為什麼寫程式不再是萬靈丹？
一些徵兆在2022年就顯示了。那年，Google的AI團隊DeepMind號稱，他們在程式比賽中測試了自家的AI模型AlphaCode，效果與「經過幾個月到一年訓練的新手程式設計師」一樣好。
接下來的事人們都不陌生，OpenAI發布了ChatGPT，以及其他家的生成式AI，都能產生特定目的的程式碼，也可以測試或最佳化原有的程式，並尋找錯誤。
在勞動現場，5月StackOverflow的一份調查顯示，軟體開發人員社群中，有60%的人表示今年有使用到AI寫程式。
一份研究顯示， AI程式助理，使工程師的工作效率提高了20%。Google執行長皮蔡（Sundar Pichai）近期也表示，現在Google超過四分之一的新程式碼是由AI生成，不過有經過人類工程師審查。
輝達執行長黃仁勳今年在杜拜的世界政府峰會上強調，「優先考慮寫程式技能的時代已經結束了。」
這不代表寫程式技能已經被時代淘汰。
麻省理工學院電腦輔助程式設計小組負責人索拉爾-萊薩馬（Armando Solar-Lezama）指出，AI工具仍然缺乏許多基本技能。例如像GPT-4這樣的大型語言模型，無法真正理解它們用程式碼解決的那些問題，有時還會犯一些荒謬的錯誤。
「當你談論更基礎的技能，像是如何推理一段程式碼，如何在大型系統中追蹤錯誤，這些都是當前模型不知道怎麼做的事情，」索拉爾-萊薩馬說。
換言之，了解程式設計的基礎邏輯，對於技術人員而言仍至關重要，只是產業整體而言不像過往那樣有大量的新手需求，工作者也不能再期待只透過短期訓練班鍍金履歷。
新時代的技能
既然寫程式已不再等同金獎券，那麼什麼技能是現下最被需要的？
在2022年之後的職涯建議中，「AI技能」必然有一席之地。
美國頂尖學府如麻省理工學院、康乃爾大學、西北大學、哥倫比亞大學等等，現在已經開設AI課程。原本坊間的程式設計訓練班，也開設了數月至半年的AI與機器學習訓練營。在知名企業內部，也有許多課程，協助員工增強AI技術。
根據CompTIA的數據，針對AI最流行的崗位包括「機器學習工程師」和「人工智慧工程師」。這些徵才資訊列出了所需的技能組：部署和擴展機器學習模型、自動化大型語言模型訓練、版本控制、監控和部署流程。
值得一提的是，如果沒有數學或程式設計背景，其實很難將這些AI硬技能學得又快又好。因此，有志走AI工程的人，仍不應該迴避寫程式。
然而，除了硬技術，AI的軟技能也很重要，甚至對所有產業的勞工都成了必備條件。
微軟和LinkedIn最近對9,000多名高階主管進行了一項調查，66%的主管表示他們不會僱用沒有AI技能的人。
這些技能可能包括：使用過AI工具、以AI改善過自己的工作流程與產出，以及知道何時可以用AI、何時該用人類的智慧下判斷，以及其他隨著生成式AI持續發展而新增的各式新功能。
（資料來源：NYT, Nature, LinkedIn, Fortune）
