有人把一項不小的軟體改造交給AI代理。
原本以為幾十分鐘就會結束，結果GitHub上的提交、測試與整合修改持續增加。幾個小時後，真正的程式碼仍在變動。
同一時間，人類已經把現實世界的其他事情做完，甚至連一次搬家都結束了。
生活事件先完成，AI還在重構。
光看畫面就很未來。
更誇張的是，下指令的終端只是一支手機。使用者不必親自精通每一個TypeScript模組、CI/CD細節或圖學習規則。只要用自然語言寫出目標、不可破壞的規則、允許修改的範圍、禁止事項以及完成條件，代理就能讀取repository、設計、寫程式、補測試、開PR並繼續整合。
那麼，這是不是「拿手機就變成資深工程師」？
不完全是。但它確實比舊有的軟體開發想像更接近這件事。
1. 真正做資深級運算的不是手機
手機本身並沒有在本機產生數百行production code。它是指揮台。
背後連接的是AI模型、GitHub、CI、雲端、production環境、搜尋與開發工具。手機只是傳遞意圖與限制的介面。
所以更準確的說法不是「用手機開發」，而是：
「用手機編排遠端的認知與運算資源。」
資料中心沒有縮進口袋。
只是口袋裡多了一個能控制資料中心與代理的遙控器。
2. 為什麼這類工作接近資深工程師難度
難度不是只看程式碼行數。
這類改造必須理解既有架構、避免重複實作、保護production路徑、理解scheduler/GitHub/CI/發布之間的邊界、把新決策邏輯接進既有中央循環、保護隱私、不把缺失資料誤認為0、補測試、區分程式錯誤與CI基礎設施錯誤，還要判斷「哪些地方絕對不能碰」。
這不是單純完成一張小ticket，而是管理一個正在運作系統裡的變更爆炸半徑。
換成人類，會更接近資深後端工程師或Platform Engineer。如果連整體架構責任也包含進去，其中一部分判斷會逼近Staff Engineer。
困難的不只是能寫複雜程式。
困難的是知道複雜程式應該放在哪裡才不會出事故。
3. 實際改動有多大
某個匿名實作案例的主要PR包含11個變更檔案、13次commit、約895行新增，還有自動發芽判定runtime、Article DNA保護、行為學習、對內部連結最佳化的受限回饋、測試與專用CI定義。
合併後也沒有立刻結束。後續又加上gate，避免行為學習在production驗證前直接改寫連結圖；缺失telemetry則維持UNKNOWN，而不是默默當成0。
因此，這不是「895行程式的工作」。
而是先理解系統，再寫895行，最後再替這895行做一個籠子，避免它們亂跑的工作。
程式碼行數不是可靠的難度單位。100行可以刪掉資料庫，1萬行也可能只是非常有熱情的計算機。
4. 如果是人類，要幾天
若由一名能力很強、但第一次接觸該repository的工程師承擔相同責任，粗估5～15人日並不奇怪。
工作包括讀既有程式與運作規則、設計、實作、測試、診斷CI與基礎設施故障、處理review，以及檢查production影響。
真正打字寫程式可能快得多。
但在production系統裡，證明自己沒有弄壞東西，有時比把程式寫出來更花成本。
日本IPA在沒有其他定義時，會以1人月=160人時，也就是8小時×20個工作日換算。
因此5～15人日約為0.25～0.75人月。
5. 如果找人做，大概要多少錢
沒有統一價格。合約形式、責任範圍、是否熟悉現有系統、review與production保證都會改變價格。
不過公開市場價格可以幫助判斷數量級。
Levtech公布，依2025年7月資料，以每週5日全職方式委託自由工作IT顧問，參考費用約為每月100萬～110萬日圓。
若用20個工作日簡單換算，每日約5萬～5.5萬日圓。對應5～15人日，直接人力約為25萬～82.5萬日圓。
真正的受託案還可能加上PM、review、返工風險、保證、管理費與利潤，所以更高也很正常。
因此把這種工作當成「幾千日圓的小修改」並不合理。
但也不能反過來說「AI賺了80萬日圓」。AI的速度、平行性、失敗方式、監督成本與工具成本都不同。
更準確的結論是：
過去可能需要高技能工程師數天到數週的工作，如今一個人可以從非常小的裝置上把它啟動。
6. AI跑6小時，就等於資深工程師6小時嗎
不等於。
AI不會休息、不會被拉去開會、不會被訊息打斷，也不會盯著天花板想「這個架構到底誰批准的」。它還能高速切換工具。
但它也可能在錯誤前提上高速前進、誤判production狀態、把CI基礎設施故障當作程式錯誤、擴大權限，或混淆「有測試」與「測試真的通過」。
所以不能只用時鐘評價。
要看最終變更、證據、驗證與production readback的品質。
「跑了6小時還在做，真能撐」可以。
「跑了6小時，所以6小時都正確」不行。
7. 自己不會寫程式的人，價值會下降嗎
比較像是角色在改變。
以前，一個人有想法後常常得先學Git、程式語言、framework、deployment與testing，才能把想法變成軟體。
AI代理大幅降低了這種實作摩擦。
於是人的高價值工作會更集中到：做什麼、為什麼做、什麼絕對不能破壞、允許自動改到哪裡、什麼叫成功、什麼要保持UNKNOWN、單點失敗應該停全系統還是局部隔離。
「能親自寫每一行程式」正在不再是唯一入場券。
但這不代表完全不需要技術理解。即使不能親自寫每個模組，越理解目標、風險、相依性與驗證意義，給AI的指令就越好。
不會鑄造引擎也可以開車。
但不能連紅燈代表什麼都不知道。
8. 為什麼「交給AI就好」很危險
最可怕的失敗不是錯誤畫面。
而是帶著成功表情做錯事。
PR可能已合併卻沒有上線；CI檔案可能存在但runner從未開始任何step；拿不到資料卻當成0；新舊邏輯同時執行造成重複；「為了安全」把自動化整個停掉；或者「為了自主」把權限悄悄擴大。
好的自動化不是只會繼續跑。
而是在前進時仍能分清事實與未驗證狀態。
9. 如何從手機更安全地委派
先定義結果
不要只說「改這個檔案」，要說「完成時哪些條件必須成立」。
寫出不變條件
既有功能、隱私、圖片規則、發布路徑、SEO等不能破壞的東西要明寫。
明確權限
能否覆寫、開PR、合併、改production，都要具體。
先讀當前狀態
優先current main、真實runtime、真實public state，不要只依賴舊對話。
把驗證也算成交付
「寫完程式」不等於完成。測試、CI、production readback可能都要完成。
允許UNKNOWN
不知道的東西不要硬塞成PASS或FAIL。
手機螢幕很小。
規格的責任並不會一起縮小。
10. 結論：壞掉的也許不是手機，而是以前的進入門檻
一個不能獨立寫高階production code的人，現在可以從手機上讓AI代理連續工作數小時，並把含有資深級設計判斷的改動整合進GitHub。
幾年前，這句話很奇怪。
現在，只要條件合適，它可以是真的。
這不代表工程師不再重要。
更好的理解是：工程價值的一部分正從手工實作移向架構、限制、驗證與責任邊界。
AI沒有把價值消失。
它只是改變價值所在的位置。
而最大的變化也許是，過去停在「技術上我做不到」的人，現在可以從更前一步開始：
「那到底應該做什麼？」
手機仍然只是一塊玻璃。
但這塊玻璃已經能當成召喚資深級開發資源的遙控器。
這世界確實有點壞掉了。
只是壞得很有趣。
- Levtech，IT顧問委託費用指南，2026-08-18更新。依2025年7月資料，自由工作IT顧問全職參考約100萬～110萬日圓/月。https://levtech.jp/partner/guide/article/detail/390/
- IPA，Software Development Data White Paper FAQ。說明在無其他定義時，1人月=160人時（8小時×20日）。https://www.ipa.go.jp/archive/publish/wp-sd/qa.html
