當工程師寫得更快、同儕協作可能減少，企業需要重新思考效率的代價
文／游政卿
做產品安全這些年，我有一個很直接的感受。
許多後來需要投入大量時間修補的問題，在設計初期往往已經有人隱約察覺。只是知道客戶使用情境的人、看過類似缺陷的人，以及了解資安風險的人，沒有在適當的時間說上話。
如果當時有人多問一句，後面也許可以少掉很多修補與溝通成本。
因此，我在看 AI 進入研發流程時，除了開發速度與程式產出，也會留意另一個變化：工程師是不是開始更少找人？
AI 愈方便，找人的理由愈少
過去工程師遇到不確定的問題，可能會轉身問一下旁邊的同事，或走到專案經理及軟體品質管理同仁的座位旁聊一聊。
這些對話有時會帶出規格文件沒有寫到的背景，也可能讓另一個人順手提醒：「這個做法在客戶環境中可能會有問題。」
現在，AI 可以立即說明程式、產生測試案例、尋找可能原因，也能提供修改建議。工程師少了等待時間，也少了一個找人討論的理由。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
MIT Sloan 於 2026 年 3 月介紹一項針對 18.7 萬名 GitHub 開發者的研究。研究發現，開發者取得 GitHub Copilot 後，投入核心程式工作的比例增加 12.4%，專案管理活動減少 24.9%；在 GitHub 平台上可觀察到的同儕協作活動，則大幅減少近 80%。研究者提醒，使用 AI 後，可能出現逐漸遠離團隊協作的現象。
我不認為協作變少就一定是壞事。重複確認、來回追問題，本來就該減少。需要留意的是，連那些能提早看出需求落差、資安風險與客戶限制的討論，會不會也一起少了。
這項研究看的是開源軟體社群，不是企業內部團隊，當然不能直接套用。不過，對管理者來說，這已經是一個值得留意的訊號。工程師做得更快、更獨立時，團隊交換經驗與脈絡的機會也可能跟著減少。
有些對話不能被省掉
減少無效會議與不必要的確認，當然是好事。真正需要保留的，是那些會改變需求理解、品質標準、資安判斷與客戶使用情境的對話。
產品經理可能知道某項需求為什麼出現，業務了解客戶實際如何部署產品，軟體品質管理同仁則看過相同問題在不同版本中反覆發生。資安團隊也可能知道，某項看似方便的設計會改變產品原有的攻擊面。
這些資訊分散在不同人的經驗裡，很難全部寫進規格、提示詞或知識庫。
如果工程師只與 AI 對話，答案可能很快，相關的人卻沒有機會在事情還小的時候加入。等到問題進入測試、產品上市，甚至客戶開始追問，企業付出的成本就不再只是修改幾行程式。
Secure by Design 不是多一張檢查表就能落實。研發、產品、品質、業務與資安要能提早說上話，流程和工具才有意義。
有些對話看似沒有效率，卻是組織用來提早發現問題的方式。
省下的時間怎麼用，是管理決定
AI 節省下來的時間，不會自動轉換成企業價值。
管理者看到開發速度提高，第一個反應往往是增加工作量、縮短時程。短期產出會變好，工程師的工作卻可能變得更滿、更獨立。原本存在的需求落差與部門隔閡，仍然留在原地。
我更希望看到的是，研發人員利用 AI 提早完成部分工作後，願意離開座位，走到專案經理或軟體品質管理同仁旁邊，有時也直接找業務聊一聊。
這些「串門子」看起來不像正式產出，卻能讓工程師理解需求怎麼來、客戶真正擔心什麼，以及目前的設計可能造成哪些問題。人與人之間也會慢慢建立關係。下一次事情發生時，大家知道應該找誰，也比較願意提早說出來。
在產品安全上，我會和技術長先約定幾個需要共同確認的時點。只要架構改了、攻擊面變了，或客戶有特殊部署方式，就把懂產品、品質、業務與資安的人找進來談一次。
我不主張把這些交流變成新的績效指標，也不認為每一次談話都要留下紀錄。主管只要讓同仁知道，這些互動本來就是工作的一部分，也值得投入時間。
如果主管只看工單數量與開發速度，員工自然會留在座位上，把 AI 省下來的時間全部交回排程。
AI 愈會做事，人更需要理解彼此
隨著 AI Agent 開始自行搜尋資料、產生程式、執行測試及修改內容，工程師需要向同事求助的情況可能繼續減少。
模型權限、資料範圍與人工覆核當然要管。管理者也要想清楚，哪些工作可以交給 AI，哪些對話必須留下來。
這個問題也不只出現在研發部門。AI 減少資料整理、報表製作與例行回覆後，每個部門都會面對同樣的選擇。省下來的時間，是繼續塞進更多工作，還是用來理解客戶、累積專業判斷、協調跨部門問題，主管必須做出選擇。
有些變化很難放進 AI 儀表板，例如同仁是否更願意主動找人、問題能不能提早被提出，以及部門之間是否開始累積信任。但這些事情，往往決定組織能不能在風險還小的時候處理問題。
AI 提高個人生產力的同時，企業也要避免把人與人之間有價值的對話一起省掉。
對我來說，AI 真正的價值，不只是讓工程師做得更快，而是讓他有時間起身去找同事，把該談的問題提早談清楚。
【參考來源】MIT Sloan，〈Generative AI changes how employees spend their time〉，2026 年 3 月 10 日
(本文授權非營利轉載，請註明出處：CIO Taiwan)
