AI 時代下，Junior Engineer 如何真正變強？

AI 工具愈來愈強，寫 code 的速度變快了，但速度本身不等於成長。

很多 Junior Engineer 現在每天都在用 AI，卻也開始有更多的焦慮

• 我是真的變強了，還是只是更快把東西做完？
• 我是在學習，還是在依賴？
• 如果有一天沒有 AI，我還剩下什麼？

這場活動，我們邀請兩位來自不同工程環境的資深主管，從第一線觀察出發，討論在 AI 已經高度普及的時代，Junior Eng 到底應該怎麼成長，才能真正建立長期競爭力。

本場活動會以 panel discussion 的方式進行，由主持人提問，請兩位 panelists 從各自的工作場景、帶人經驗與觀察切入，針對 AI 時代下工程師的成長問題進行交流與對照。

你會聽到不同環境中的真實標準，也更容易理解哪些能力是跨場域都重要的，哪些則會因團隊與產業而有所不同。

我們會分享當 AI 已經成為工作日常之後，什麼能力反而變得更重要？什麼行為會讓人成長更快？又有哪些風險，會讓工程師看起來產出很多，實際上卻沒有累積真正的能力？

本場活動將從實際工作場景出發，分享與討論：

• 在目前的 AI 時代，對 Junior Eng 的期待與成長標準有什麼改變
• 面對任務、需求與不確定問題時，該如何建立更好的判斷與拆解能力
• 當 AI 可以快速產出 code，工程師該如何驗證、理解與真正內化

如果你是工作 0–5 年的工程師，如果你每天都在用 AI，但不確定自己有沒有真的進步，如果你開始意識到「完成工作」和「成為更強的工程師」其實不是同一件事，這場活動可以幫你找到新方向。

Panelists

可以點上方「講師」 tab 看更完整介紹

張哲維｜Engineering Manager at Uber, ex-Amazon

從工程師到技術主管，在 Amazon 與 Uber 累積超過十年的美國科技大廠實戰經驗。職涯橫跨個人貢獻者與管理者兩種角色，曾多次在 IC 與 EM 之間轉換，對兩種路徑的真實樣貌都有深刻的第一手體驗。

Alive Kuo｜RD Manager (Staff Eng) at VIVOTEK, ex-KaiOS, ex-Mozilla

十多年軟體工程經驗，從瀏覽器開發、前端架構到 API 設計，橫跨外商開放文化與台商組織環境，長期走在 Staff+ Engineer 的技術領導路徑上。

主持人：魏志強｜大大帶我飛創辦人、ex- Meta 軟體工程師經理

活動亮點

• 由兩位不同背景的工程主管，討論分享來交流第一線觀察
• 本場不會討論最新 AI 工具怎麼用，我們會聚焦在工程師該累積的能力
• 從公司日常工作場景切入，討論判斷、拆解、驗證、學習與成長方式
• 同時涵蓋不同工程文化，幫你理解什麼是共通能力、什麼是環境差異
• 有 Q&A 與實際問題討論時間，讓觀眾能帶著自己的情境來思考

活動大綱

我們會在活動前根據報名時收集到的問題，調整部分討論的方向與深度，讓內容更貼近實際來參加的人的情境。

Part 1｜AI 普及之後，工程師的成長標準如何改變？

當 AI 成為工作日常，工程師被期待的不再只是產出速度，而是對問題的理解、判斷與整合能力。這一段會從兩位主管的第一線觀察出發，直接回答一個很多 Junior 心裡有但沒人正面回答過的問題：我現在到底算不算在對的軌道上？

• AI 普及之後，面試與績效評估的標準有怎樣的改變？
• 從主管的角度，什麼樣的表現代表一個 Junior 在進步，什麼樣的表現會讓主管開始擔心
• 到 mid-level 之前，有沒有什麼具體的里程碑，可以讓你自己判斷有沒有跟上

Part 2｜從拿到任務到開始動手：你在這段時間做了什麼？

很多成長差距，不是發生在寫 code 的時候，而是更早之前。AI 讓實作變快了，但這也讓一個問題更快被放大：你有沒有在動手之前真正想清楚？

• 同樣一個任務，有人花時間想清楚再開 AI，有人直接開始叫 AI 寫，從最後的 PR 看不看得出差別？
• 在規格不清楚、需求模糊的情況下，Junior 最常在哪裡卡住，AI 有沒有讓這個問題變得更好或更壞
• 解決問題的能力比寫 code 更重要，有什麼具體的方法可以刻意練習？

Part 3｜AI 給了你 code，然後呢？

AI 能夠加速實作，但從 code 出來的那一刻起，責任是你的。這段會直接討論一個很多人不敢問的問題：如果 AI 給錯了答案，我沒發現，出事了怎麼辦？

• 最常看到工程師在 AI 生成的 code 上犯什麼錯？
• AI 生成的 code 在什麼情境下應該特別謹慎，以及如果真的出了問題，Junior 要怎麼處理才不會傷害自己的職涯？
• 如何判斷 AI 給的 code 到底算不算是你真正理解的？

Part 4｜用 AI 學習，思維方式要怎麼不一樣？

以前學架構要靠啃書或被 Senior 電，以前 bug 要炸在 production 才學得到教訓。這些事情在 AI 時代可以怎麼不一樣？

• Code review 這件事 AI 改變了什麼？
• 系統架構的直覺通常要在真實流量炸過才能建立，在還沒有這種機會之前，Junior 有沒有辦法提前縮短這個差距？
• TDD 在 AI 時代是不是真的回來了？

Part 5｜沒有人帶的時候怎麼辦？

這段專門給那些主管很忙、團隊很小、或遠端工作幾乎沒有人帶的工程師。使用 AI 在這種情況下是否會比較危險，因為沒有人帶？

• 在缺乏 mentorship 的環境裡，工程師最容易在哪裡走偏，AI 有沒有讓這個問題變得更好還是更壞
• 怎麼用 AI 讓自己問出更好的問題？
• 有哪些事情是 AI 補不了、一定要從人身上學的？

Q&A｜30 分鐘深度討論

我們會在報名時收集大家的問題，活動當天根據最多人關心的方向來回答。現場也可以即時提問。如果你有特定的工作情境或職涯問題，歡迎在報名時寫下來，我們會視情況調整活動內容。

適合對象

• 工作 0–5 年的 Software Engineer
• 每天使用 AI 工具，但不確定自己有沒有真正進步的工程師
• 想建立更扎實基本功，而不是只依賴 AI 完成工作的 Junior Engineer
• 想重新思考 AI 時代下該怎麼學、怎麼練、怎麼累積競爭力的人

活動流程（Taiwan Timezone）

10:00–10:10｜開場與 panelist 介紹
10:10–11:20｜Panel Discussion
11:20–11:30｜快問快答 / 重點整理
11:30–12:00｜Q&A 深度討論