先跟大家報個平安，順便更新一下我最近的系統狀態。
最近我的個人生活負載有點超標：
搬家後馬上上班、照顧小孩，那一疊疊沒拆箱的紙箱每天還在客廳裏提醒我要打掃及收拾
家裏的寶貝慢慢長大了，清醒的時間越來越長，能寫作的時間越來越少
最令我心疼的是，家人因為過度勞累接連病倒
為了不讓自己徹底當機，我決定先對電子報的發佈頻率做一點調整：
從這週起，《北美Tech職場日記：打工仔也想升職》將會由一週一更暫時改為兩週一更。
畢竟，寫程式碼可以交給 AI，但陪伴家人和整理生活，還是得親自動手 (我還沒有錢買得起機器人😂)。
等這段混亂的過渡期結束，生活重新回到狀態後，我會再考慮調回原來的節奏，感謝大家的體諒🙏🏻
好了，感性完畢，讓我們回到這期的正題。
最近我在加拿大認識了一位軟體工程師朋友 (不是同事)，聊了一下職場上的奇聞趣事。
他跟我說，他公司最近剛經歷一波裁員 (這在今天的科技業已經見怪不怪了)，但諷刺的是，他所在的組卻因為業務擴張正在招人。
因為他在公司已經待了一段時間，這輪招聘他有份擔任面試官，聊到面試細節時，他提到了讓我眼睛一亮，但同時是意料中的轉變：
他們放棄了 Leetcode 類型的題目
這其實不難理解，現在 AI 解 Leetcode 題目簡直比喝水還簡單。
與其花心思去防應徵者有沒有偷偷 Google、用 AI，或者去猜對方是不是已經見過同一條題目，倒不如直接大方宣佈：
面試時，你可以隨便用 AI，也可以隨便 Google
取而代之的，是一場人機協作的實測。
他公司的面試模式是：
先給你一個由 AI 寫出來的小系統。說是系統，其實只是一段能跑起來、但藏著幾個 Bug 的程式碼。應徵者要用像 Cursor 或 GitHub Copilot 這種具備 AI Agent 功能的工具去找出錯誤，修正它，然後再根據需求開發一個新功能。
聽完我第一反應是：
這才像是現在找寫程式的人嘛
與其徒手造輪子，不如學會開車
老實說，我滿喜歡這改變的。
除了初創公司的元老，我們這行哪有那麼多機會讓你從零開始寫一個系統？大部分的日常，其實都在維護前人留下的東西、修補 Bug、或是加一點新功能。這種從半成品出發的面試，比死背 BST、BFS、DFS 怎麼寫，更貼近我們真實的工作狀態。
以前的面試就像在考徒手格鬥，連 Google 語法都不行 (以前的我沒有固定使用的程式語言，為了在北美找第一份工作故意用 Java 刷了 2 個月的 Leetcode，但入職後到現在已經接近 2 年沒寫過 Java 了)。
現在，這些比較瑣碎、層次較低的工作，交給 AI 做成果出來真的不錯。
幾個月前，就連 PM 面試也要考 Vibe Coding 了 (有興趣可看我之前的分享：連 PM 面試也要考 Vibe Coding？)。身為工程師，我們正被推著去學會站在巨人 (AI) 的肩膀上，不再去拼記憶力或打字速度，而是看能不能帶著 AI 解決更高層次的問題。
這樣的人機協作面試，面試官不再看你能不能默寫出某個演算法，而是想要看到：
你跟 AI 怎樣分工？哪些事你讓它做，哪些決定你自己負責？
你懂不懂 AI 的極限？ 當它給你一個看似正確但有坑的方案時，你能不能一眼看穿？
你怎樣利用工具？有了 Agent 後，怎樣才能幫你達到原本一個人去不到的高度？
AI 作為新時代的工具，能夠駕馭它們似乎已經成為在職場中生存的必備能力。
(唉🤦🏻♂️又要在發佈 AI 焦慮了)
竟然令我聯想起高達 (鋼彈) 和無人機
聊著聊著，我突然想起看過的一些機器人動畫，像是高達 (鋼彈) 那類的。
在那種世界觀，戰場上幾乎已經看不到人類自己衝出去肉搏了，原因是機甲的性能遠遠超過了人類的肉身極限。
人類要待在駕駛艙裏，借助機甲的力量才能在戰場上存活，並發揮更大的破壞力 (或守護力)。
又像是現代戰爭裡的無人機，人類不需要親自衝鋒陷陣，而是坐在後方，根據無人機回傳的資訊來做策略判斷，要無人機衝過去當自殺式炸彈，還是多跑兩個圈多收集敵方資訊？兩種情況下，人都只需要對著螢幕下令。
現在的軟體開發，給我的感覺就很像這樣。
AI 就是那具性能強大的機甲，它寫程式碼、查資料的速度遠超我們的腦袋。以前我們要花一個小時去 Google、查 Stack Overflow，現在 AI 幾秒就能做個八成出來，時間成本差太遠了。
人類駕駛員的最後防線
話雖這樣說，我們坐在後方下令看起來很輕鬆，這種轉變對我們這些習慣親自動手的人來說，其實有一種隱形的壓力。
在動畫裡，如果機甲系統故障或是判斷錯誤，承受結果的還是坐在駕駛艙裡的人。同樣地，在軟體開發的場景裡，AI 寫錯了程式碼它不會被開除，但你會。
這就是為什麼我朋友的公司要考「人機協作」，他們不是在找一個只會按 Tab 的人，而是在找一個懂得負責任的駕駛員。當 AI 幫你省下了 80% 的體力活時，剩下的 20% 判斷力就非常值錢。
身為工程師要判斷 AI 給的解法會不會在半年後造成記憶體洩漏？現在的設計雖然能跑，但會不會影響將來的系統擴展性？
(雖然我曾經有個想法，既然程式碼現在這麼廉價，開發新系統成本這麼低，幾天就能寫一套新系統出來，那還值得花時間投資在系統擴展性、可維護性嗎？)
這種決策疲勞其實不比寫程式輕鬆。
以前寫程式碼是一種心流，現在審核 AI 的程式碼更需要的是架構眼光，我們正從一個搬磚的工匠被迫轉型成監工的建築師。
老實說，這條轉型之路挺累的，但想起來應該是未來應走的路？
它把我們從那些瑣碎、重複的語法地獄中解放出來，讓我們有更多時間去思考 What 及 Why，而不是 How。
職場小挑戰
之前我經常在網路看關於 AI 的消息，曾經以為 AI 已經非常普及，身為工程師不會 AI 就會像「某部份」人所說的被淘汰。
然而，在自己公司觀察一陣子卻覺得並不完全是這樣，AI 是正在普及化，但不同國家、地區、公司對其接受態度和推廣程度都有不同。
這次我是剛認識一位工程師朋友，並在閒聊時聊到 AI 和面試才知道他們已改變了面試模式，我也想你能從朋友們打聽一下相關資訊，從第二手角度了解職場上的情況：
找一位在不同地區或不同公司的工程師朋友，問一問他們現在用 AI 用成怎樣？
AI面試其實很好玩 對面試官挑戰也滿大的 ，要怎麼identify 應試者的工作能力 不是寫code而已。以前leetcode 其實也是同樣的目的 但是很容易搞的好像在考演算法（雖然也有很多公司當成baseline)
以加拿大來說 很多公司都已經調整ai 面試 我們公司也是去年就調整了 但是我覺得整體數量還是太少 （從學員跟自己今年的經驗去來說）感覺還是滿多leet code
零式系統吊打無人機喇
就是要有那種不怕被AI取代，至諸死地而後生的覺悟，才能百份百使出AI的威力。