公司開放我們使用 Claude & Codex，並鼓勵我們用 AI 工具改善工作流程，甚至還辦了 Workshop 來促進這樣的發展。在這樣的調整下，許多人的工作模式都有很大的改變。
以我來說，基本上不再手寫程式碼。PR review 的時候，各種 AI 工具會先在 CI 上做一輪檢查。在本機也會先請 Claude 解釋一次這個 PR 的變更範圍，再逐一確認哪些修改是合理的。
開發部分的影響更為顯著。以前工作的時候，習慣先研究完成這個工作所需的相關資訊、提出一些初淺的想法、寫一些測試 scripts 以驗證工具、API 的效用。試過一輪、想過一輪之後，等心情 ready 了，才開始真正動手做。等到寫下第一行真的會進專案的程式碼，往往已經是好幾天後的事了。而且我是一個 single-thread 的人，一次只能處理一件工作。
現在還是會先規劃、先研究，但速度快很多。公司內部有一個已經索引好內部文件的 AI agent，與它討論就可以掌握大部分工作相關的背景脈絡，省去很多與同事討論的必要。試作的部分，在 Claude 協助下，可以快速地嘗試各種可能。完成設計之後，再以 Claude 實作，速度與品質都遠勝於我自己實作。更重要的是，不再需要先進入某種心流才能開始做事，隨時都可以往前推進。因為快速檢驗減少了一些思考的障礙，隨時都在思考還能做什麼、要改什麼。
很多以前會讓我煩躁的事情，現在煩躁感都降低了。以前會因為 Jira ticket 寫得很簡略，實作之後又被追加規格，而感到不耐；現在要改都很隨意。以前為了實作多個方案給同事評估，花了很多力氣，現在這樣做的成本低非常多，因為工時爆炸而妥協的情況也降低了。此外，即便我還是不擅長多工，但 context switch 的成本變低了，我變得可以同時做三件事了。
這種改變帶來的好處很實際，大家的工作能力與效率都提高了，但效率提升之後，公司未必就能創造更多產出。
現在的就業市場有點詭譎，許多與 AI 相關的職缺竄起，軟體公司卻也沒有停止砍人。最近 Snap 裁了 1000 名員工，並凍結了 300 個職缺。顯然他們覺得透過 AI 工具的協助，只需要規模較小的團隊就可以完成原定的開發與維護。這個論點就我看來並沒有錯，值得擔心的是，AI 工具並未能真正的提升產出，只是提升了效率。這也反映出 Snap 至少在現階段沒有找到更明確的成長方向，只能靠削減支出以增加獲利。
我擔心公司也會走向這條路：如果沒有新的方向，提升效率也只是在消滅底層工程師的未來而已。
在即將舉辦的 AMA 中，除了提出我對產品的想像以尋求支持之外，還提了兩個問題，希望公司高層心中的答案不會只剩下裁員。原文如下：
- AI is making engineering teams more productive, but how will we use those gains? How is leadership thinking about turning AI-driven productivity into growth — through new products, new directions, or new market opportunities — instead of treating it mainly as an efficiency lever?
- If AI gives teams more capacity, do we have a structured way to turn that into innovation? Are we helping teams experiment, pitch ideas, or pursue cross-product opportunities, so that higher productivity leads to broader impact rather than just faster delivery?