【行動影響力論壇@台灣敏捷大賞 系列活動 】六角學院創辦人 廖洧杰：AI 賦能軟體開發
【行動影響力論壇@台灣敏捷大賞 系列活動 】六角學院創辦人 廖洧杰：AI 賦能軟體開發
作者：ACT
刊登時間：July 20, 2026
【行動影響力論壇@台灣敏捷大賞 系列活動 】六角學院創辦人 廖洧杰：AI 賦能軟體開發
AI 寫程式越來越快，工程師真正該學的是什麼？
即使創辦六角學院、投入程式教育超過十年，廖洧杰面對生成式 AI 的第一個反應，仍然是：「我真的要失業了嗎？」
從害怕被取代，到把 AI Agent 放進每天的工作流程，他發現工程師的工作並沒有消失，而是正在換一種做法。寫程式的速度不再是唯一優勢，理解需求、釐清問題、與不同角色溝通，以及為最後的結果負責，會變得更加重要。
在這場「AI 賦能軟體開發」的對談中，六角學院創辦人廖洧杰分享，他如何走過 AI 帶來的焦慮，又如何重新調整工作、教學與組織協作的方式。
面對 AI 的焦慮，先從動手使用開始
生成式 AI 剛受到關注時，廖洧杰腦中反覆出現的問題是：軟體工程師是不是快要失業了？
後來讓焦慮慢慢減輕的，不是得到一個確定的答案，而是持續接觸、測試並理解 AI。他開始看見技術發展的方向，也逐步找出 AI 在工作中適合負責的位置。
他給學習者的建議很直接：焦慮的時候，就先行動。
只有實際使用，才會知道 AI 擅長什麼、容易在哪裡出錯，以及自己的專業判斷應該放在哪裡。這個過程不會一次完成，而是在不斷嘗試、碰壁與修正中，慢慢建立與 AI 協作的能力。
AI First：拿到任務，先別急著自己做
廖洧杰提到，他現在接到新任務時，不會立刻打開工具開始處理，而是先問：
「這件事有哪些部分可以交給 AI？」
AI 不一定能一次完成全部工作，但即使只能協助其中 10%、30% 或 60%，也可能省下大量重複操作。當人與 AI 完成一輪合作後，還能把過程整理成可重複使用的流程，下一次執行會更快、更穩定。
省下的時間可以拿來規劃新產品、學習新技術、改善公司制度，也可以讓自己休息、陪伴家人。效率增加之後，不代表一定要塞進更多工作，而是重新決定時間要花在哪裡。
開發加速後，溝通反而更重要
過去提出一個需求，團隊可能先寫規格、畫線稿，經過多次確認，再花一兩個月做出可操作的版本。
導入 AI 後，六角學院的團隊可以更快做出最小可行產品，甚至隔天就拿出一個能操作的版本，直接與需求方確認：「這是不是你要的？」
產品迭代變快了，但這不代表團隊可以少溝通。
如果一開始沒有釐清問題，AI 只會更快做出不符合需求的東西。需求方、工程師與其他部門需要更頻繁地交換資訊、建立共識，才能讓 AI 放大正確的方向。
因此，未來的工程師不只要會寫程式，也需要更靠近使用者，理解對方真正想解決的問題。那些過去由產品經理或系統分析師負責轉譯的工作，可能有一部分會回到工程師身上。
AI 也改變了程式教育
當 AI 可以快速產生程式碼，學習方式也需要跟著調整。
過去的課程通常從語法開始，一行一行累積；現在則可以先讓學習者進入完整情境，試著做出一個產品，遇到問題時再回頭研究相關原理。
學習者可以先看到整片森林，再選擇需要深入理解的那棵樹。這種方式讓程式學習更接近真實工作，也讓非本科背景的學習者更快感受到自己正在解決什麼問題。
不過，AI 能產生答案，不代表基礎知識不再重要。當程式出錯、需求模糊或系統涉及風險時，人仍然需要判斷結果是否合理，並承擔最後的責任。
組織的差距，可能從會不會用 AI 開始拉大
個人是否使用 AI，會影響工作效率；組織是否提供工具、訓練與嘗試空間，則可能影響整間公司的迭代速度。
懂得與 AI Agent 協作的團隊，可以把重複工作交出去，將時間轉向產品、服務與流程的改善。沒有開始嘗試的團隊，則可能仍用原本的方式處理相同任務，雙方的差距會逐漸擴大。
但買了工具並不等於完成轉型。主管是否支持、團隊有沒有時間學習，以及部門之間能否說清楚需求，都會影響 AI 最後能產生多少價值。
AI 可以幫忙執行，方向仍然需要人決定；AI 可以加快產出，結果仍然需要人負責。
這場對談從工程師的失業焦慮談到 AI Agent、程式教育、產品迭代與組織協作。如果你正在思考如何把 AI 放進開發流程、工程師還需要培養哪些能力，或團隊該如何開始改變，歡迎觀看完整影片回放。
