ThePrimeagen 改用終端機 AI 代理寫程式：AI 寫一半程式碼後，工程師的工作剩什麼？
ThePrimeagen 說近來很大一部分工作交給終端機 AI 代理、自己負責審查。本文對照 BairesDev 調查與 Anthropic 實驗，看工程師如何轉向審查與技能養成風險。
10 月 7 日，以直播寫程式聞名的 YouTuber ThePrimeagen 在 X 上說，這件事終於發生在他身上。
他近來有很大一部分工作，都是在終端機裡交給 AI 代理完成，自己再做一些審查。
這則貼文到 10 月 11 日已有超過七千個讚，同一天還有其他知名開發者發出類似感慨。
個人感受之外，調查數字也指向同一個方向。軟體外包公司 BairesDev 9 月公布的調查顯示，42% 開發者說 AI 寫了他們至少一半的程式碼。
一年前，這個比例只有 12%。省下來的時間，卻多半被拿去審查與除錯 AI 產出的程式。
我的判斷是，終端代理會成為工程師的日常工具，但能看懂並否決 AI 程式碼的人，價值會比以前更高。
終端代理是什麼，ThePrimeagen 說了什麼？
終端代理是在命令列裡運作的 AI 程式助手，能讀專案檔案、執行指令、直接修改程式，Claude Code 和 OpenAI 的 Codex CLI 都屬於這類工具。
它和網頁版聊天機器人的差別，在於可以自己動手。工程師描述需求後，代理會搜尋程式碼、改檔案、跑測試，再把結果交回來。
工程師能在代理完成後逐行檢查改動，再決定是否採用。人留在流程裡的位置，從打字移到了把關。
ThePrimeagen 的原文說的是「很大一部分」工作，並沒有說全部或多數。他描述的分工很清楚：代理負責動手，他負責審查。
同一天稍早，T3 執行長 Theo 回想自己過去手寫的所有程式碼，用自嘲的語氣說當年很笨。
Laravel 框架作者 Taylor Otwell 回覆 Theo，說很難相信大家以前是那樣工作的。
三人都是開發者社群裡很有影響力的聲音。不過這些貼文是個人經驗，要看整體變化，還得回到調查數字。
BairesDev 調查：42% 開發者讓 AI 寫一半程式碼
BairesDev 在 9 月 15 日發布 2026 年第三季開發者調查，受訪者是 60 多個國家的 705 名開發者，另外首次加入 41 位企業技術長。
最受關注的數字是 42% 開發者說，AI 寫了他們至少一半的程式碼。去年同期的調查中，這個比例是 12%。
開發者回報每週在寫程式上省下約 13 小時，幾乎是一年前約 7 小時的兩倍。
但只有 21% 的人，現在每週有超過一半時間在從頭寫新程式。另有 67% 說花更多時間審查 AI 程式碼，52% 說花更多時間處理 AI 造成的錯誤。
學習新工具的時間也從每週 4 小時增加到 9 小時。BairesDev 執行長 Darren Shimkus 說，省下的時數沒有一小時真正回到開發者手上。
這份調查由外包公司發起，數字是受訪者自己回報，比較適合看趨勢方向，不宜當成整個產業的精確比例。
它點出的變化很明確：工作重心從打字，移到判斷哪些程式碼可以留下。
審查變成主業，誰來負責出錯？
調查也問到責任歸屬。只有 7% 開發者說，程式是否上線的決定已經完全交給 AI。
41 位受訪技術長中，有 78% 表示已增加程式碼審查、品質檢測與驗證的預算。樣本較小，不能直接套用到所有公司。
Shimkus 的說法很直接：AI 寫的程式碼變多了，決定上線的仍是同一位工程師，等於一個人要為更多程式碼負責。
這也說明 ThePrimeagen 那句「加上一些審查」並不輕鬆。代理改的範圍越大，人要讀懂、測試與否決的東西就越多。
如果審查的人本身不熟悉那段程式，錯誤就可能一路進到正式環境。這帶出另一個常被提起的擔憂：接手 AI 程式的人，還能不能練出審查能力。
AI 會妨礙技能養成嗎？
Anthropic 在 1 月公布一項隨機對照實驗，找來 52 位以初階為主的工程師，學習一套不熟悉的 Python 非同步程式庫。
非同步程式庫能讓程式在等待一項工作時，繼續處理其他事情。
這些參與者原本就每週使用 Python，也都接觸過 AI 程式助手。研究比較的是他們學習新工具時的理解程度，沒有追蹤多年後的能力變化。
一組可以使用 AI 協助，另一組手寫。完成任務後的測驗，AI 組平均 50 分，手寫組平均 67 分。
差距最大的是除錯題，也就是發現程式哪裡出錯的能力。AI 組完成得稍快，但速度差異沒有達到統計上的顯著。
研究也發現，會追問原理、要求解釋的參與者，分數明顯較好。作者提醒，這部分只是觀察到的關聯，還不能證明因果。
這項實驗只涵蓋學習新工具的情境，不能直接推論所有工程師都會退步。但它提醒團隊，審查需要的除錯能力，正是最容易被跳過練習的部分。
常見問題
ThePrimeagen 說他所有程式都交給 AI 了嗎？
沒有。他寫的是近來工作中很大一部分透過終端代理完成，再加上自己的審查，沒有說全部。
42% 這個數字可以代表全球工程師嗎？
不宜直接這樣解讀。它是 BairesDev 對 705 名開發者的自評調查，適合看變化方向，不是隨機抽樣的產業普查。
新手工程師還要練手寫程式嗎？
Anthropic 的實驗顯示，用 AI 協助學新工具的組別，測驗分數較低。使用 AI 時多追問原理的人，結果較好。
結語
ThePrimeagen 的貼文讓很多人有共鳴，因為它說出了正在發生的分工：代理寫，人審。工程師要保住價值，就得把審查與除錯當成需要刻意練習的核心技能。
延伸閱讀：GitHub ReviewBench 發布：AI 程式審查怎麼比，才能找到問題又不淹沒工程師？
延伸閱讀：Andrew Ng 最新 AI Engineering Skills Map：Agentic Coding 時代，工程師更該學什麼？
