如果有一天 AI 故障了，你還記得怎麼寫程式嗎？ |
作者
TechNews 編輯台|發布日期
2026 年 03 月 06 日 7:40 |
|
今年 3 月初，Anthropic 的 Claude AI 工具遭遇多次故障，讓許多軟體開發者面臨前所未有的挑戰：不得不手寫程式碼。
IBM 崩 Anthropic 威脅古老程式碼、護城河被鑿穿 |
|
作者
MoneyDJ|發布日期
2026 年 02 月 24 日 9:20 |
|
AI 技術飛快發展，IBM 成為最新受害者。AI 聊天機器人 Claude 開發新創商 Anthropic 宣稱，旗下「Claude Code」工具可將運行 COBOL 語言的舊有系統現代化，消息傳來衝擊 IBM 股價跳水，即將寫下 34 年來最慘單月跌幅。 繼續閱讀..
Spotify 工程師已不再寫程式碼，內部 AI「Honk」接手開發、除錯與部署 |
|
作者
TechNews 編輯台|發布日期
2026 年 02 月 14 日 15:00 |
|
在 2 月 12 日的第四季財報電話會議上，Spotify 聯合執行長兼首席技術長古斯塔夫·索德斯特倫（Gustav Söderström）透露，自 2025 年 12 月以來，公司的頂尖工程師們已經沒有寫過一行代碼。這個轉變標誌著 AI 驅動軟體開發的里程碑，Spotify 的內部 AI 系統「Honk」負責處理編碼、修復錯誤和應用部署等繁重工作。 繼續閱讀..
沉迷 Vibe Coding 到餐廳也在寫程式，Clawdbot 創辦人為心理健康喊停 |
|
作者
TechNews 編輯台|發布日期
2026 年 02 月 02 日 18:10 |
|
最近 Podcast 節目「Behind the Craft」，Clawdbot（目前改名為 OpenClaw）創造者 Peter Steinberger（見首圖）分享他對「Vibe Coding」（氛圍編碼）的沉迷。這種快速、直覺 AI 輔助程式工具一度占據他的生活，甚至社交場合也無法自拔，去餐廳吃飯也邊用手機寫程式，而非與朋友交談。最終，他決定為了心理健康暫時停止這行為。
「我已經兩個月沒寫程式碼了」Anthropic 工程師揭 AI 編碼新常態 |
|
作者
TechNews 編輯台|發布日期
2026 年 01 月 30 日 11:30 |
|
在 Anthropic 這家人工智慧實驗室，工程師們不再親自撰寫驅動產品的程式碼，而是將這項工作外包給人工智慧。Anthropic 的 Claude Code 負責人 Boris Cherny 最近宣布，他已經超過兩個月沒有撰寫任何程式碼。根據 Cherny 在社群媒體 X 上的發文，他的程式碼現在 100% 由 Anthropic 的 Claude Code 和 Opus 4.5 生成，而整個公司幾乎所有的程式碼也都是 AI 生成的。
5 個月估值飆到 66 億美元，Lovable 重寫 AI 新創的成長遊戲規則 |
|
作者
創業小聚|發布日期
2026 年 01 月 11 日 11:00 |
|
就在 2025 年 12 月，瑞典的 AI 程式新創 Lovable 完成 3.3 億美元（約新台幣 105 億元）B 輪募資，由 CapitalG 與 Menlo Ventures 領投。僅在短短 5 個月內，Lovable 的估值暴漲至 66 億美元。 繼續閱讀..
AI 寫程式很快，但修改困難？開發者抱怨 AI 程式碼除錯更麻煩 |
|
作者
TechNews 編輯台|發布日期
2025 年 12 月 08 日 7:20 |
|
外媒《Forbes》報導，人工智慧（AI）使許多企業營運自動化，預期能減輕工作負擔並縮短開發週期。AI 工具可以在幾秒鐘內編寫程式碼，幾分鐘內創建應用程式，只需一個指令即可啟動整個系統，還能讓初階開發人員看起來像高階開發人員一樣。
連 CEO 都能寫程式！吳恩達：每個人都應該學習 vibe coding |
|
作者
TechNews 編輯台|發布日期
2025 年 11 月 12 日 11:30 |
|
美國舊金山舉行的 Snowflake「Build」開發者大會上，Google Brain 創始人、史丹佛大學教授暨 LandingAI 執行主席吳恩達（Andrew Ng）強調，現今每個人都應該學習程式設計，但不應再沿用傳統手動程式設計的方式。
軟體工程的終局之戰：打造能與人類「共同思考」而非僅僅「服從命令」的 AI |
|
作者
JA|發布日期
2025 年 09 月 24 日 8:10 |
|
AI 在程式碼生成領域的快速進展，讓許多人驚呼「工程師會不會被取代？」然而，最新研究《Challenges and Paths Towards AI for Software Engineering》卻提醒我們：當 AI 面對企業級、規模龐大的專案時，依舊存在明顯瓶頸。特別是在「理解人類開發者的真實意圖」以及「長期策略規劃」等方面，AI 還無法做到像人類一樣靈活。
