在生成式 AI 快速普及的今天，許多初階工程師或大學畢業生面臨一個共同的焦慮：當自動化工具可以快速生成程式碼時，人類開發者的核心價值在哪裡？Google 與滑鐵盧大學（University of Waterloo）合作推出的 Futures Lab 計畫，提供了一個很有啟發性的視角，讓我們思考在 AI 時代，一個合格的技術人才應該具備哪些能力。
這個計畫的核心並非單純教授如何寫程式，而是一個為期八週的密集實作工作坊。它將不同專業的學生聚集在一起，在 Google 導師的指導下，開發能夠解決現實問題的 AI 原型。這種模式打破了傳統學術教育中理論先行、實作在後的結構，轉而採取以產品為中心的學習路徑。
低門檻的技術實作與 Vibe Coding
對於非技術背景的學生，最困難的往往是進入開發狀態的門檻。計畫中提到了一種 Vibe Coding 的體驗，這指的是在低壓力的環境下，利用 AI 輔助開發工具，讓開發者能將注意力從繁瑣的語法細節轉移到產品的邏輯與感覺上。
對於初學者來說，這意味著他們不再被語法錯誤（Syntax Error）卡住而喪失信心，而是能快速將想法轉化為可運行的原型。這種方式能讓學習者意識到，AI 時代的開發重點正在從 撰寫程式碼 轉向 定義問題與設計流程。
設計思考與使用者回饋的閉環
很多工程師容易陷入 技術自嗨 的陷阱，認為只要功能強大就是好產品。Futures Lab 強調的是 Design Thinking（設計思考），這是一種以使用者為中心的解決問題方法。
學生必須離開螢幕，與真實使用者進行測試，並根據回饋快速迭代產品。例如計畫中開發的 SignFluent（手語學習工具）或 Kanji Garden（日文學習 App），其價值不在於使用了多複雜的 AI 模型，而是在於如何讓使用者在學習過程中獲得即時且有效的回饋。這教會了參與者一個關鍵實務：技術只是手段，解決使用者的痛點才是目的。
跨領域協作的實務脈絡
在真實的企業環境中，工程師幾乎不可能單獨工作。你必須與產品經理、設計師、法務或領域專家（Domain Expert）協作。Futures Lab 將生物、金融、環境保育等不同專業的學生組成團隊，模擬真實的職場環境。
這種跨領域協作強迫技術人員學習如何將複雜的技術概念，轉譯成非技術人員能理解的語言。這種溝通能力在實務中極其重要，因為如果工程師無法讓利害關係人理解技術決策的理由，專案將很難推動。
從技術能力到職業競爭力的轉化
對於準備進入職場的 Junior 工程師來說，一份履歷上的 熟悉 Python 或 TensorFlow 等關鍵字已經不再具有強大的競爭力。面試官更看重的是你如何應用這些工具解決問題。
透過這個計畫，學生能將開發 AI 原型的過程轉化為具體的敘事故事，例如我發現了什麼問題、我如何設計 AI 流程來解決它、我如何根據使用者回饋修改產品。這種從問題定義到產品交付的完整經驗，能大幅提升在實習或求職面試中的可信度與競爭力。
總結：AI 時代的韌性
Waterloo Futures Lab 的經驗告訴我們，面對自動化浪潮，最好的對策不是與 AI 競爭寫程式的速度，而是培養適應力與敏捷性。
未來的開發者需要具備三項核心能力：第一，能利用 AI 工具快速原型化想法；第二，能深入理解使用者需求並進行設計迭代；第三，能在多元團隊中高效溝通並推動專案落地。當我們將 AI 視為協作夥伴而非替代品時，技術人才的價值將從 實作者 提升為 解決方案的設計者。
來源：blog.google
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。