我曾是訂閱了兩年的 GitHub Copilot 用戶，但在一年半前我決定退訂。現在回頭看，有些心得想聊聊。
效率的幻覺
現在軟體業不管是誰都在用 AI，我也一樣。AI 剛出來的時候大家都很焦慮，覺得會被取代，那時候最常聽到的一句話就是：「不學 AI 就會被時代淘汰。」
但我那時候其實並不覺得我會被取代。當時正是我進入職場的第三年，身為後端工程師，我習慣從底層去理解系統。我對電腦科學的興趣是從國中就開始的，我喜歡自己動手刻東西的感覺，就像在雕琢屬於我的木製藝術品。
大腦「登出」的警訊
一開始，我用 Copilot 是為了自動補全和 code review，想說能快一點。但用了一年多，我發現一個很嚴重的問題：我的大腦好像「掛掉」了。
我發現如果沒有 AI 提供下一行的建議，我竟然連寫個簡單的 function 都要想很久，或說我知道該去 code base 的哪裡去複製貼上。這對我來說是個很大的警訊。如果一直依賴這種方式，我對技術的掌握度只會退步。所以我決定切斷這種依賴，強迫自己回到傳統的寫 code 方式，甚至一度在開發時關閉 LSP 。
剛開始真的超痛苦，效率慢到像龜速。那時候剛入行的同事看到我不開 AI 寫 code 都覺得很扯，那種眼神就像我跟妹（相差六歲）聊起學生時代的回憶一樣，她不懂什麼是藍芽便籤，上課時如何用它跟同學聊天打屁。
邊界：是學習工具，不是大腦代用品
大概花了半年的「數位排毒」，我才重新找回寫 code 的手感。現在我還是會用 AI，但邊界畫得很清楚：我只把 AI 當成搜尋引擎或找 bug 的參考工具，而且我一定會開瀏覽器單獨用，不會整合進編輯器。
我把 AI 當成一個「知識很廣但會唬爛的顧問」。AI 給的是機率，但工程實踐要的是確定性。最後的實作邏輯還是要由人來驗證，我不希望我的系統邏輯是由一個黑盒模型跑出來的，我必須掌握每一行 code 的行為。
拒絕被「AI Slop」淹沒
除了大腦退化，另一個讓我感到厭煩的是 AI Slop（AI 產出的冗餘內容）。
現在的網路世界充滿了這種看起來像人話、實則毫無靈魂的 AI Slop。在開發上，這表現為那些過度設計、充滿樣板代碼、甚至是為了湊數而生成的邏輯。Copilot 餵給你的不一定是最佳解，更多時候只是根據統計機率生成的「看起來最像程式碼的冗餘物」。
當你習慣了接受這些 Slop，你就不再是一個「創造者」，而是一個「搬運工」。你必須花更多的精力去從這些 AI 廢話中過濾出有用的資訊，這本質上是在浪費生命去修正機率產生的錯誤。我不想讓我的專案變成一個由 AI 廢話堆砌而成的垃圾場，我希望每一行程式碼都是精確且有意識的選擇。
選擇戰場
這聽起來可能有點矛盾，因為我現在也用 AI 幫我翻譯這篇部落格。對我來說，英文只是溝通工具，語法有點瑕疵沒關係。
但在程式邏輯上，我是架構師。我們時間有限，必須把專注力花在最核心的地方。對我來說，語言上的小缺點可以接受，但如果連寫 code 的邏輯都要靠 AI 投餵，那我就失去了身為工程師的價值。
現在 AI 對我來說是用來縮短學習曲線的工具，而不是思考的替代品。就像 InfluxDB 創辦人說的，如果當年有 AI，他學 Rust 的時間可以再縮短半年。AI 的價值在於幫你快速跨過門檻，而不是幫你思考。