資安專家特洛伊·杭特（Troy Hunt）昨日指出，軟體開發者的角色正因人工智慧（AI）生成的程式碼（AI透過演算法自動產生的程式碼）而發生根本性轉變。他將此現象與太陽能經濟學（評估太陽能專案成本效益的方式）的轉型相提並論，強調兩者皆需以數據為導向，並對既有思維進行批判性審視。

過去，開發者主要靠手動撰寫程式碼，但現今，大型語言模型（LLM）的存在目的並非協助開發者打字更快，而是直接生成程式碼。特洛伊·杭特引述 Proton 執行長的話表示，開發者的任務已從寫程式轉變為引導 AI 產出更好的結果。這意味著人類的價值轉移至架構設計、程式碼審查與策略性指導。

隨著程式碼庫日益透過 AI 生成，開發者需要培養閱讀和嚴格分析 AI 生成程式碼的新技能。文章指出，這項工作比自行撰寫程式碼更考驗批判性思維。開發者的角色正逐漸轉變為編輯和導演，需專注於找出邏輯錯誤、安全漏洞與架構不匹配之處。上週五，Jack Rhysider 更語出驚人地表示，現今所知的開發者工作型態將走向終結，那些抗拒轉變的人將很快面臨嚴峻挑戰。

與此同時，太陽能的經濟效益也經歷了結構性變革。過去十年來，太陽能設備的安裝成本與電池儲存成本大幅下降，使得許多地區的太陽能在無需補貼的情況下，已能達到與電網供電相同的成本水平。傳統上將太陽能視為昂貴環保奢侈品的觀念已不復存在。現在，無論是住家或企業，評估太陽能專案的著眼點，都回歸到純粹的經濟考量，例如投資回收期、能源自主性以及長期電價穩定性。

特洛伊·杭特觀察到，AI 在軟體開發領域的採用，以及太陽能的普及，都證明了當經濟效益與實際需求吻合，並且人們能夠誠實地面對數據時，轉型將加速發生。他強調，這兩種變革中存在的抗拒，往往源於對過時工作流程的執著，而非技術本身的現實。他認為，無論是評估每瓦發電成本或每個功能開發成本，都必須理解其經濟學。

對於開發者和關注能源轉型的人而言，特洛伊·杭特建議投入時間學習如何閱讀和引導 AI 的產出，並以同樣批判性的眼光分析能源經濟學。他總結說，這兩個領域如今都偏愛那些順應數據而非逆數據而行的人，因為工具雖然改變，但對創造的熱情依然存在。