工程師的下一步：選題、驗證、負責

011Addy Osmani18:262026-07-14 上架

"The engineer of the future is the person who is able to choose what is worth doing." — Addy Osmani

Addy Osmani 談 agent 把執行包走之後，工程師還剩什麼：選擇值得做的事、掌握證據、替結果負責，並列出三個該避開的陷阱。

這場講了什麼

• 工程師要握有判決權：Addy Osmani 認為未來的工程師由「能選擇什麼值得做」來定義，要掌握證據、理解與判決。判決指的是：上線、擋下、改方向，或接受風險。
• 生成變便宜，審查沒有：AI 寫的程式碼已是常態，Sonar 的數字是 96% 的人不完全信任它，每次提交前都會驗證的卻只有約一半。Addy Osmani 說這是「有懷疑、沒頻寬」，所以要讓驗證更便宜、更清楚、更難跳過。
• 能力會過期，署名撐得久：Addy Osmani 用 alpha 與 decay 兩個詞說明，今天你比模型強的地方，會隨模型進步縮小。速度、記憶、驗證都在被吸收，品味衰退得慢，但也不是永遠的護城河。
• 三個要避開的陷阱：認知債（repo 裡的程式碼比團隊真正懂的多出一大截）、認知投降（自己還沒想就收下 AI 的答案）、協調稅（同時跑太多 agent，人的注意力不會跟著平行）。
• 內圈給 agent，外圈留給人：agent 可以調查、實作、測試、回報；決定值不值得做、驗證證據夠不夠、核可或退回，仍是工程。守則是「Explain it or don't ship it」。
• 瓶頸從能不能做，變成該不該做：每次寫軟體變容易，大家都預測世界需要的軟體會變少，結果正好相反。Addy Osmani 預期 agent 也會這樣。

影片從哪一段開始看16 段

1. 00:20判決與責任未來的工程師由「選擇什麼值得做」來定義，要擁有證據、理解與判決。品質產生證據，判決指派責任，能回答才站得住腳。
2. 01:46角色重新打包引用 Boris Cherny 的說法：職稱不重要，重點是你能擁有系統的哪一塊，分成 prototype、build、sweep、grow、maintain 幾種模式。Addy Osmani 說稀缺的是知道產品需要哪一種、品質門檻在哪、誰負責。
3. 02:33從 harness 到 software factory先是 harness engineering，agent 是模型加上外圍的 context、工具與檔案系統；接著是 loop engineering，系統自己提示、檢查、記憶；合起來就是 software factory，人在裡面做生產決定。
4. 03:37AI 程式碼成為常態Sonar 2026 年的一份調查說 AI 輔助的程式碼已不是邊緣。另一份研究發現整潔與雜亂的 repo 通過率差不多，但整潔的用的 token 較少、較少回頭修改。
5. 04:31有懷疑、沒頻寬96% 的人不完全信任 AI 程式碼，只有約一半的人每次提交前都驗證。治理追不上採用速度，審查成了瓶頸，還得面對一串難題：模型有沒有碰這個檔案、產出了什麼證據、接受了什麼風險、誰為結果負責。
6. 06:12alpha 與 decayalpha 是你今天能做、現行模型還做不到的差距，decay 是這個差距的倒數計時。讓你特別的如果是一項能力，前沿遲早會追上。
7. 06:43品味不是魔法詞提到 Paul Graham 的「人人都能做東西時，選擇做什麼就很重要」，也提醒品味可能變成帶過說不清楚之處的魔法詞。改採 Mitchell Hashimoto 的定義，並要把品味轉成批評、範例與長期的判斷。
8. 08:26衰退測試速度、記憶、驗證都在被吸收，品味衰退得慢卻仍會被重設，連判斷也是斜坡不是牆。策略不是死守單一能力，而是把邊界往上移一層；該問的是「什麼只有人能負責」。
9. 09:45陷阱一：認知債認知債是你對問題的理解被侵蝕，在程式碼上就是 repo 裡的程式量，與團隊真正懂的量之間的落差。任務跑到一小時甚至一天、又同時跑很多個時，審查不能只是最後瞄一眼，要變成一套控制系統。
10. 11:15陷阱二：認知投降委派是請 agent 做完、附上足夠證據讓人判斷；投降是在自己形成意見前，就把 AI 的答案當成自己的。舉 Wharton 的研究當警訊，Addy Osmani 說失敗模式不是用了 AI，是借來的信心。
11. 11:47陷阱三：協調稅跑再多 agent，可用的你不會變多，認知頻寬無法平行。解法不一定是更少 agent，而是像設計系統一樣設計自己的注意力：何時介入、取得什麼、重用什麼。
12. 12:42問責與署名問責不是 agent 變強之後剩下的東西，而是讓整個系統能放大的條件。一個 edge 的半衰期可能只有一次模型發布，署名（名字掛在成果上的人或團隊）的半衰期長得多。
13. 14:04高 agency 與階梯高 agency 是為結果負責，知道何時委派、檢查、停手與署名，不是事必躬親。階梯從發現問題丟給系統，往上是執行、診斷、提案、建議、解決，最少見的最高一階是辨別值不值得投入。
14. 15:12內圈與外圈agent 跑內圈：調查、實作、測試、回報。外圈仍是工程：決定、驗證、核可、擁有。agent 交回 diff、測試、log、trace 等證據，人判斷夠不夠。
15. 16:15Explain it or don't ship it不能解釋就不要上線，因為總要有人懂到足以替它辯護。類比大型 code base 的 owners 檔案，要知道架構的每一塊由誰負責。
16. 17:04結語：瓶頸上移新工作是 loop 設計、證據設計與 brownfield 管理。歷史上每次寫軟體變容易，需求反而增加；瓶頸會從能不能做移到該不該存在、答不答得了責。

值得記的話5 句

• Taste is the ability to make high quality, qualitative judgments where no objective metric exists yet.品味是在還沒有客觀指標時，做出高品質、定性判斷的能力。這是 Addy Osmani 引用 Mitchell Hashimoto 的定義06:58

• More AI agents running does not mean that there is more of you available.跑越多 AI agent，並不代表你這個人就多出來12:09

• The agent can follow your runbook, but it can't inherit the consequences.agent 可以照你的 runbook 做事，但承接不了後果13:48

• it's not because humans have to type every line or read every line, but because someone has to understand the work well enough to defend it不是因為人得親手打每一行或讀每一行，而是因為得有人懂到足以替這份工作辯護16:15

• It's going to move the bottleneck from can we build this to should this exist and can we answer for it?它會把瓶頸從「做得出來嗎」移到「該不該存在、我們答不答得了責」17:42

名詞與人物10 個

verdict

Addy Osmani 用來指工程師對 agent 成果的決定：上線、擋下、改方向或接受風險

harness engineering

把 agent 看成模型加外圍的 context、工具與檔案系統，harness 讓智慧變成可委派的東西

loop engineering

設計會持續提示、檢查、記憶並決定下一步的系統，不只是提示單次執行

software factory

harness 與 loop 合起來的形態，agent 在內圈跑，產出證據，人做生產決定

alpha / decay

alpha 是你與現行模型能力之間的差距，decay 是這個差距消失的時鐘

cognitive debt

認知債：repo 裡的程式量，與團隊真正懂的量之間的落差

cognitive surrender

認知投降：在形成自己的意見前，就把 AI 的答案當成自己的答案

orchestration tax

協調稅：同時跑很多 agent，合併、驗證、整合都要人的注意力，而注意力無法平行

signature

署名：作品上的名字，指的是人、團隊或機構，站在已上線成果之後的那一方

Sonar

Addy Osmani 引用了它的兩份研究：一份 2026 年調查談 AI 程式碼的占比與信任度，一份比較整潔與雜亂 repo 的效率

提到但沒有展開

• Addy Osmani 認為「工程師」這個詞要更嚴格：能讓程式跑起來還不夠，要能推理系統、想清楚限制、為取捨辯護、管理風險，出事時找得到你。
• 執行與責任是兩回事：agent 可以選擇、分派、合併、升級，在政策內運作；但出事時要問的是誰懂這條政策、誰接受了風險、誰擁有爆炸半徑。
• 邊界不是「人看 AI 的產出」，而是證據。不管手上是幾個 agent 還是幾千個，Addy Osmani 說這套想法都適用。

Agent開發工具產業觀察

在 YouTube 看原片 ↗