從學生時期就開始搜尋到 StackOverflow 來解決程式上的問題，對這個平台很是感激與讚賞，如今因為 AI 浪潮席捲而來，使得它被工程師們訪問的次數隨著時間推移而遞減。主要是因為 AI 可以即時回答問題啊～
.
此文發表是為了紀念它，希望它能夠趁勢轉型。😉
關於貢獻
實際上，我在 StackOverflow 幾乎沒有貢獻，為什麼呢？因為我想要回覆問題，卻被奇怪的門檻給限制住，導致這 15 年來，我只能讀 (Read) 而不能寫 (Write)。唯一我有貢獻的地方，大概是註冊、收藏、訪問吧！🙃
儘管我無法在 StackOverflow 貢獻己力，然而我有建立自己的部落格，會將值得傳承的知識技術給記錄下來，有許多工程師們因為我的隨手筆記收穫良多，私底下會傳訊息感謝我。☺️
其他人意見
曾經的 Stack Overflow，是程式開發者的聖地。遇到問題時，我們習慣透過 Google 找答案，點開一個又一個 Stack Overflow 頁面，雖然有時候答案分散，或者因為關鍵字與英文表達不夠精準而找不到真正的解答，但至少它是一個可靠的知識來源。
然而，AI 的崛起徹底改變了這個習慣。現在，我只要輸入中文或簡單的關鍵字，AI 就能立刻生成一個看似完整的答案，不用再像以前那樣層層挖掘。這確實方便，但也有一個隱憂——AI 的知識基礎，很大一部分正是來自 Stack Overflow。如果這個平台的內容持續減少，AI 的「養分」也會隨之枯竭。
更重要的是，AI 並非萬無一失。它常常一本正經地給出錯誤答案，有些錯誤甚至一看就知道，但 AI 卻信誓旦旦地說那是對的。這提醒我們：AI 可以輔助，但絕不能成為唯一依賴。
許多人以為 Stack Overflow 的最大敵人是 AI，但事實上，它真正的對手是 Reddit。
一部分使用者的確因為 AI 解答了技術性問題而離開，但更多人其實流向了 Reddit。許多原本在 Stack Overflow 上高產的技術大牛，如今都轉戰 Reddit，經營自己的 sub 社群。
不過，Stack Overflow 與 Reddit 都面臨相似的挑戰：管理員爭議。無論是封禁、杯葛，還是內部矛盾，都使社群氛圍受到衝擊。另一方面，也有些人乾脆轉型成訂閱制的部落客，透過收費確保討論品質與留言的真誠。至於 Quora，則刻意走另一條路——它更像是一個「主觀經驗分享平台」，反而降低了事實性答案的比重。
每當 AI 出現「鬼打牆」的時候，我就會想起過去的 Stack Overflow。
只是現在，如果我真的需要答案，我會優先去 GitHub 或 Reddit，而不會再回頭尋找 Stack Overflow。
那麼，開發者的未來在哪裡？
如果 Stack Overflow 最終式微，我們可能會走向三種情境：
- AI 補位：AI 成為第一線答題者，但需要更多高品質資料來源來持續進化。
- 分散社群化：開發者轉向 GitHub、Reddit 或專屬 Discord 社群，依靠小型圈子取代大平台。
- 專業知識商業化：更多專家轉型為付費部落客或課程作者，透過訂閱與知識付費維持品質。
Stack Overflow 的殞落，或許並不是知識的終結，而是開發者社群的再分化。未來我們或許不會再有一個「唯一的大廣場」，而是依靠 AI + 小型專業社群 + 知識付費 三者並存，去維持技術交流的活力。
解決問題
如今，我解決問題的主要方式，往往是透過 ChatGPT 這類 AI 平台來詢問。大多數情況下，我都能得到可行的解答，甚至還會獲得一些延伸議題。也就是說，AI 不僅能幫我處理眼前的問題，還能帶領我學習更深入的知識與技術。
當然，我們或許曾經以為 AI 已經非常強大，但實際上它的解答並不總是能直接運作，這也顯示出 AI 仍有難以克服的限制。這種情況有點像工程師在不同電腦上建立開發環境時的經驗：每個人遇到的問題都不盡相同，沒辦法用完全相同的方法來解決。因為其中牽涉到硬體規格、作業系統、軟體版本等差異，所以沒有萬能的解法。
真正能走得更遠的工程師，不是把 AI 當作唯一答案，而是懂得驗證、比對，並追問背後的原理。
如何正確使用 AI 解決問題？
AI 是一個強大的工具，但它不應該被視為「唯一答案」。正確的做法是：
- 把 AI 當助理，而不是權威 —— 它可以提供思路、範例與方向，但最終的驗證仍需要工程師自己動手實測。
- 交叉比對 —— 若 AI 的解法有疑慮，可以同時查閱官方文件、社群論壇或 GitHub Issue 進行比對。
- 深入理解 —— 不要只停留在「能跑」的程式碼，而是要追問「為什麼能跑」。這樣才是真正學到東西。
唯有這樣，我們才能在享受 AI 所帶來的高效率的同時，仍然保有工程師最寶貴的能力：獨立思考與解決問題的判斷力。
撰寫程式
在寫程式的過程中，我也逐漸開始接受並使用 Copilot 協作。由於主要開發 Flutter App，我選擇使用 Visual Studio Code，它內建 Copilot 功能，會在程式出現「議題」時主動跳出建議，協助我找到更好的解法。像是當我輸入幾個字時，它能推測我下一行可能要寫的內容，提供程式碼範例區塊，甚至自動生成註解。
未來我計畫進一步提升 Copilot 的使用率，以優化我所撰寫的程式碼，甚至嘗試透過下指令，讓它直接產生符合我需求的程式碼。
此外，我也想挑戰一些人類難以單獨完成的目標，例如：分析整個程式檔案的功能、理解專案中各檔案之間的關聯、協助優化程式架構設計等。我希望 Copilot 不僅能透過文字描述，還能繪製功能之間的關係圖。甚至未來能結合設計圖稿，自動生成對應的程式碼。
Junior 與 Senior
許多人擔心軟體工程師會被 AI 取代。這確實有可能發生，但這種恐慌往往忽略了人類與 AI 的本質差異。雖然 AI 的能力正在快速追趕人類，但在某些面向上，仍難以完全替代經驗累積所帶來的價值。
就目前的情況來看，Junior 工程師被取代的風險，遠高於 Senior 工程師。因為軟體開發不只是單純的「寫程式」，更需要理解軟體運作的底層原理。一位經驗成熟的工程師，往往能培養出一種「sense」——在面對表面問題時，能迅速直覺地定位可能的根源。這種直覺，有時候比 AI 的推理更為可靠。若再善用 AI 工具輔助，Senior 工程師不僅能更快找到解決方案，效率與產能甚至會進一步提升。
可以預期，未來會有更多程式碼由 AI 產生。但即使如此，AI 所寫的程式碼也很難完全符合需求，仍需要工程師進行調整與修正。這正是 Junior 工程師的弱點所在：他們在閱讀程式碼時，往往難以看出問題所在，甚至改動 A 的同時，不自覺地影響到 B，導致在維護舊程式碼時「有看沒有懂」。
那麼，Junior 該怎麼辦？
在 AI 時代，Junior 想要提升自己的價值，就必須從單純「會寫程式」進化到「能理解系統」。
- 多讀程式碼：不只寫新的，還要嘗試維護舊的，學會看懂不同人風格的程式。
- 理解原理：不只是 Copy/Paste 解法，而是去追根究柢，知道為什麼這段程式能動。
- 善用 AI，而不是依賴 AI：把 AI 當作工具，而不是答案。學會用 AI 提速，但最終決定還是要靠自己判斷。
- 建立系統性思維：試著從架構角度看問題，而不是只盯著某一行程式。
當 Junior 能夠逐步建立這些能力，就能從「容易被取代」的位置，慢慢走向「不可取代」的價值區域。
AI 協作影響統計
StackOverflow 2024 做了詳盡問卷，共有超過 60000+ 相關人員參與，然後統計所有填答的資料，可作為未來職涯參考。
透過以上統計圖表，可以得知 AI 在軟體工程專案中的重要性越來越大，絕大多數的人認為可提升工作效率，而且正逐步在非寫程式環節採用 AI 流程。
一半工程、一半管理
由於我現在的角色是領導 App Team，工作內容佔比大概一半工程一半管理。
事實上，我還是喜歡親自動手實作專案與研發產品，專案/產品範疇大的話，免不了需要與其他工程師合作，此時管理職位就顯得重要，這一部分我持續學習進行中。
除了一部分工作分配給團隊成員實踐外，一部分想要引進 AI 工具來進行，像是進行 Code Review、優化 Performance 等等。
結語
擁抱改變吧～就如同過去只用純文字編輯器（Editor）在寫程式，現在改用功能眾多整合開發環境工具（IDE）在開發軟體，未來將進階整合智慧助理（AI Agent）協助完成專案。每一次工具大變革，都能帶來工作效率與成果產能大躍進。
近幾年 AI 演變進化如此迅速，讓我興奮且迫不及待地想要運用在工作與生活之中，而這篇文章也有 AI 協助我撰寫。😎
.
參考：
逍遙文工作室 
隨意留個言吧：）～