You have to beat the models at something

摘要

探討在 AI 編碼能力大幅提升後，軟體工程師如何透過對系統的深度熟悉與技術溝通能力來創造不可替代的價值。作者指出模型常犯因缺乏上下文或過度謹慎導致的錯誤，並分析 LLM 寫作風格劣化的原因，強調工程師應避免成為單純的指令執行者。

An opinion piece arguing that software engineers must leverage deep system knowledge and technical communication skills to remain valuable as AI coding capabilities advance.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• AI 編碼能力提升後，工程師需專注於模型難以掌握的系統深度知識。
• 模型常因缺乏上下文或過度謹慎而犯下錯誤，需靠人類判斷修正。
• 技術寫作能力正逐漸成為 AI 難以取代的長期核心競爭力。

適合誰看

軟體工程師、技術管理者或正在評估 AI 對職涯影響的開發人員。

摘要依據

講者

Sean Goedecke

依據

文章全文

為什麼排在這裡

人氣

0.75

新鮮

0.86

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 杀死那个手工程序员文章 ・ Tw93 Blog
• Anthropic, OpenAI & Thoughtworks on Context Engineering影片 ・ AI Native Dev ・ 10 分鐘
• Effective context engineering for AI agents文章 ・ Anthropic Engineering Blog
• Human-AI partnerships are for alignment, not capability文章 ・ Sean Goedecke
• Context engineering with Dex HorthyPodcast ・ The Pragmatic Engineer ・ 1 小時 32 分
• Intelligence ≠ Knowledge: Why Context Beats Bigger ModelsPodcast ・ The AI Native Dev ・ 1 小時 12 分