技術紅利消退時，經驗值得什麼

AI 編碼工具平民化了寫程式的能力，但系統設計和技術決策的價值反而凸顯——經驗不是變得不值錢，而是在重新定價。

16 3月 2026 • 3 min read

Dropbox 前 CTO 的觀察

Aditya Agarwal 最近寫了一篇文章，核心論點是：AI 編碼工具正在平民化程式開發能力，那些曾經靠技術專業度建立的職業護城河，現在變得隨處可得。

這不是危言聳聽。他說的是真實發生的事：一個高中生用 Copilot 寫出的程式，在純粹的「能動」層面上，可能和十年經驗工程師沒什麼差別。寫程式本身，正在變成一項相對低門檻的技能。

「寫程式」和「做好一個系統」是兩回事。AI 確實降低了前者的門檻，但後者的成本沒有下降。

你需要知道：

這些東西 AI 給不了。不是因為 AI 不夠聰明，而是因為這些判斷來自於你在具體項目裡踩過的坑。

我不認為技術經驗變得「不值錢」。我認為它在換一種計價方式。

以前，經驗值錢是因為你能做別人做不了的事——寫一個複雜的分布式系統，優化一個瓶頸。現在，做得出來的人多了，但做對的人還是少數。

區別在哪？在於你能否在不確定的條件下做出好的決策。在於你知道什麼時候該停下來，而不是一直往前衝。在於你能看穿一個漂亮方案背後的風險。

這些東西沒法 outsource 給 AI，也沒法從 tutorial 學來。它們來自於你在真實環境裡的選擇和後果。

如果你現在還在靠「我會寫某個框架」或「我懂某套技術棧」來定位自己，確實要警惕。那些東西的價值在衰減。

但如果你在思考「這個決策為什麼是對的」、「我們應該在哪裡花工程成本」、「什麼時候該改架構」，那你在做的事，AI 短期內還搶不走。

Agarwal 提到的「restlessness and adaptability」——不安和適應能力——其實是在說：經驗最有價值的部分，不是你知道什麼，而是你能多快地學到什麼，以及在學的過程中保持判斷力。

工具會變，技術棧會過時，但看清問題本質的能力，還是要靠時間和實踐。

AI 會加速很多事，但加速不了這個。

我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。