沒讀過程式碼就上線——這是進步還是失控?

Anthropic在倫敦舉辦的Code with Claude開發者活動中，近半數與會者承認曾將AI生成的程式碼未經審查直接部署上線。這個趨勢對軟體產業意味著什麼？

將近一半的開發者，把自己沒讀過的程式碼推上了生產環境。

這不是某個草率的個人決定，而是本週在倫敦舉行的Anthropic開發者活動「Code with Claude」現場，真實發生的集體告白。當主持人問起「有多少人曾經直接部署由Claude生成、自己未曾審閱的程式碼？」——現場近半數人舉起了手。

事情的全貌

Claude Code是Anthropic旗下的AI編程工具，能夠根據開發者描述的需求，自動生成完整的功能模組或程式碼片段，而非僅僅補全幾行語法。在這場活動中，Anthropic明確表達了公司的方向：將自動化推進到技術允許的極限。

這個現象並非孤例。GitHub Copilot、Cursor、Devin等AI編程工具正在快速普及，部分企業回報工程師生產力提升了數倍。OpenAI工程師圈子裡流行的「vibe coding（氛圍編程）」——大致描述意圖，讓AI負責實作——已經蔓延到手機應用開發領域。

然而，並非所有人都對此感到樂觀。OpenClaw的工程師們發出警告：AI正在讓品質低劣、甚至存在安全漏洞的程式碼大量湧入網路，他們稱之為「vibe-coded slop（氛圍編程垃圾）」危機。未經審查的程式碼一旦堆積在系統底層，安全漏洞與錯誤將悄悄累積，直到某天集中爆發。

時間點很關鍵。川普政府本週以「過度管制」為由，推遲了一項AI監管行政命令的簽署，據報導是因為他「就是討厭監管」。這意味著在美國，AI工具的部署速度將繼續超前於監管框架的建立。

廣告合作

對於華人科技圈而言，這個趨勢有幾個值得關注的面向。

首先是競爭格局的重塑。中國大陸的科技企業——無論是阿里巴巴的通義靈碼、百度的Comate，還是初創公司Moonshot AI——都在積極開發本土AI編程工具。如果AI能將開發速度提升數倍，那麼人力成本優勢的意義將被重新定義，競爭的核心將轉向「誰的AI工具更可靠、更安全」。

其次是台灣與東南亞的機會窗口。台灣擁有深厚的半導體與硬體製造基礎，但在軟體人才的規模上相對有限。AI編程工具若能有效降低開發門檻，對台灣的軟體新創生態可能是一個加速器。東南亞市場同樣如此——越南、印尼等地的開發者社群正在快速成長，AI工具有可能讓這些市場更快縮短與矽谷的差距。

第三是供應鏈與基礎設施的隱憂。本週另一則報導指出，海底電纜衝突正威脅到波斯灣地區的AI擴張計畫。這提醒我們，AI工具的普及依賴於穩定的全球數位基礎設施——而這個基礎設施本身正面臨地緣政治的壓力。

資深開發者的感受往往是矛盾的。AI工具確實解放了他們，讓他們可以專注在架構設計與問題拆解，而非重複性的語法實作。但「不讀程式碼就上線」讓許多人感到不安——這不只是技術問題，更是職業責任感的問題。

企業與投資人看到的是成本與速度的紅利。一個五人團隊若能發揮過去二十人的產出，商業邏輯顯而易見。但技術債的風險如何量化？目前業界還沒有共識。

資安社群的警報則更為直接。未經審查的程式碼進入金融、醫療或關鍵基礎設施系統，單一漏洞的代價可能遠超過節省的開發成本。

應屆畢業生與學習者面對的是一個更根本的問題：當AI能生成大多數「標準」程式碼，學習編程的核心價值是什麼？是邏輯思維？是系統設計？還是提出正確問題的能力？