# 後程式碼時代的思考：當品味成為人類的關鍵競爭力 > 當 AI 讓寫程式的成本趨近於零，程式碼本身不再稀缺，稀缺的是知道該寫什麼的判斷力。這種判斷力有一個更精確的名字：品味。品味不是模糊的審美偏好，而是在無限選項中辨識出「值得被創造的東西」的能力。它來自跨領域的經驗堆疊、對脈絡的敏感度、以及敢於說「不做」的勇氣。在後程式碼時代，品味是人類最後的不可替代性。 - Author: Paul Kuo（郭曜郎） - Date: 2025-05-24 - Pillar: 創造與建構 / Creation & Enterprise - Tags: 後程式碼時代, 品味, Vibe Coding, 人文素養, 人機協作 - Concepts: 判斷權不外包 (https://paulkuo.tw/ideas/judgment-not-outsourced/) - Canonical: https://paulkuo.tw/articles/post-code-era-taste/ - Site index for LLMs: https://paulkuo.tw/llms.txt --- 去年底，我用 Cursor 加上 Claude 從零開始建了整個個人網站。Hugo 框架、多語系、自動翻譯、GitHub Actions CI/CD、Fitbit 即時數據整合：整套架構從概念到上線，不到兩週。
▶ 聽摘要
AI 合成語音・作者本人聲線克隆
如果倒退三年，同樣的事情我大概需要三個月，還得外包一部分。 但有一件事沒有變快：決定這個網站「應該長什麼樣子」。 不是視覺設計的問題。是更根本的問題：這個網站要服務誰？要傳達什麼？哪些功能是核心、哪些是干擾？文章要分成幾個主題支柱？每個支柱之間的關係是什麼？讀者看完一篇文章之後，下一步該被引導到哪裡？ 這些問題，AI 一個都回答不了。不是因為它不夠聰明，而是因為這些問題的答案取決於「我是誰」和「我認為什麼重要」。這就是品味。 ## 品味不是你以為的那種東西 「品味」這個詞在中文裡帶著一種菁英感，好像在說「我懂紅酒、你不懂」。但我要談的品味，跟菁英無關。 Steve Jobs 說過一句被引用到爛的話：「設計不是東西看起來怎樣，是東西怎麼運作。」但他更深層的意思是：多數人以為設計師在讓東西變漂亮，但真正的設計師知道自己的工作是讓東西變「對」。 「讓東西變對」：這就是品味的本質。 更具體地說，品味是三種能力的交集：**辨識力**（在一堆選項中看出哪個是對的）、**否定力**（敢於說「這個不做」）、以及**脈絡感**（理解為什麼在這個情境下，這個選擇才是對的）。 辨識力可以靠經驗累積。否定力需要勇氣和判斷。但脈絡感最難：它需要你同時理解技術限制、使用者需求、商業邏輯、文化背景，然後在這些面向的交集裡找到最佳解。 AI 在辨識力上已經很強了。你給它十個設計方案，它可以根據設計原則幫你評分排序。但否定力和脈絡感？它連題目都看不到。因為它不知道你在這個時間點、面對這群人、帶著這些資源限制，什麼才是「對」的選擇。 ## 我的品味是怎麼練出來的 說實話，我不是天生有品味的人。我的品味是被踩坑踩出來的。 做顧問的那些年，我看過太多「技術上完美但市場上無感」的產品。團隊花了半年打磨一個功能，上線後發現使用者根本不在意。問題不在技術執行，在於一開始就沒問對問題：「這個功能解決的是誰的什麼痛點？」 後來在做循環經濟的過程中，我學到另一層品味：**適配感**。同一套金屬回收技術，在 A 工廠的產線上是革命性的改進，在 B 工廠就是多餘的複雜。差別不在技術本身，在於你有沒有能力判斷「這個解決方案適不適合這個場景」。 這跟神學訓練的經驗意外地相通。十五年的神學背景教會我一件事：同一段經文在不同脈絡下可以有完全不同的意義，而詮釋的品質取決於你對脈絡的理解深度。這種「脈絡敏感度」後來成為我做所有判斷的底層能力：不管是選技術架構、定內容策略、還是決定一篇文章的切入角度。 現在用 AI 建系統的時候，我發現品味的價值變得更明顯，而不是更不重要。 舉個具體的例子。建辯論引擎的時候，技術上有無限種設計方式：模型要幾個？對話幾輪？要不要加事實查核？查核放在哪個環節？用什麼模型查核？每一個選擇都是可行的，AI 可以幫我實作任何一種。但「四個模型、辯論加協作雙模式、Perplexity 做最終查核」這個架構決策，是我根據過去跑過的幾十次實驗、對不同模型個性的理解、以及我想要什麼樣的輸出品質，綜合判斷出來的。 AI 幫我寫了引擎的每一行程式碼。但引擎「該長什麼樣」，是品味決定的。 ## Vibe Coding 的真正意義 很多人把 Vibe Coding 理解成「不用認真寫程式了，跟 AI 聊聊天就好」。這個理解錯得離譜。 Vibe Coding 的真正意義是：**當執行的成本被壓到接近零，決策的品質成為唯一的差異化因素。** 我在〈[Code is Cheap：從 Vibe Coding 到 CLAWS](/articles/code-is-cheap-vibe-coding-to-claws/)〉裡詳細分析了這個成本結構的相變。但那篇談的是巨觀趨勢：從 Karpathy 的術語演化到 Willison 的宣言。這篇我想談的是微觀的個人層面：當你真的坐在 Cursor 前面，跟 AI 一起建東西的時候，決定成果好壞的到底是什麼？ 答案是你下指令的品質。而指令的品質取決於你對問題的理解深度。 我用自然語言跟 AI 描述需求的時候，發現一個有趣的現象：**描述得越精確，AI 的產出越好；但真正的精確不是技術規格的精確，而是意圖的精確。**「幫我寫一個 API 端點，接收 JSON 格式的排程資料，驗證欄位後存入資料庫」：這是技術規格的精確，AI 可以完美執行。但「這個排程系統的目標是讓一個人管八個社群平台的發文，最重要的是不出錯，其次才是靈活性」：這是意圖的精確，它決定了整個系統架構的方向。 前者是工程能力。後者是品味。 ## 人文素養為什麼突然變重要了 有一件我觀察到的事：在 AI 協作中表現最好的人，往往不是技術最強的人，而是「能把想法說清楚」的人。 這聽起來很簡單，但「說清楚」其實是一種極其複雜的能力。它需要你先想清楚自己要什麼（自我覺察）、然後用對方能理解的方式表達（溝通能力）、同時預判對方可能誤解的地方並提前澄清（同理心）、最後在對方的回應中辨識出哪些部分是對的、哪些需要修正（批判性思考）。 這四種能力：自我覺察、溝通、同理心、批判性思考：全都是人文訓練的核心。修辭學教你怎麼精準表達。哲學教你怎麼拆解問題。文學教你怎麼理解脈絡。歷史教你怎麼從案例中提煉判斷力。 我自己的經驗是，神學訓練對我跟 AI 協作的幫助，遠大於任何一門程式語言。因為神學的核心訓練就是：面對一個複雜的文本，在多種可能的詮釋中，找到最合理、最負責任的那一個。這跟面對 AI 的輸出時需要做的事，本質上是同一件事。 這也是為什麼我認為「後程式碼時代」不是工程師的末日，而是人文素養的文藝復興。 ## 品味可以被培養嗎 可以。但不是用「上一門品味課」的方式。 品味來自三個來源：**大量的輸入**（看夠多好的和壞的東西）、**跨領域的連結**（在不同領域的經驗之間找到共通的判斷框架）、以及**反覆的實踐與反饋**（做出選擇、承受後果、修正判斷）。 Dieter Rams 的設計十誡之所以經典，不是因為他天生知道什麼是好設計，而是因為他在 Braun 做了幾十年的產品設計，在無數次嘗試和失敗中提煉出那些原則。 對我來說，品味的培養有一個很具體的方法：**刻意練習「為什麼不做」**。每次做決策的時候，不只記錄你選了什麼，也記錄你放棄了什麼、以及放棄的理由。時間一長，你會發現自己的判斷框架越來越清晰。 我在經營個人網站的時候就這樣做。每篇文章寫之前，我會先列出三到五個可能的切入角度，然後逐一排除，直到剩下最有價值的那一個。被排除的角度不是不好，而是在這個時間點、對這群讀者、在已有的文章脈絡中，不是最「對」的選擇。 這個過程，就是品味的肌肉記憶。 ## 最後的不可替代性 我在〈[AI Agents vs. Agentic AI](/articles/ai-agents-vs-agentic-ai/)〉裡談過，在能動智能體的時代，核心能力不是操作 AI，而是設計人機協作的架構。在〈[當語言被放棄](/articles/neuralese-language-sovereignty/)〉裡我討論了，如果 AI 的思考過程脫離人類語言，監督機制會從根本失效。 這兩個議題的交集，就是品味。 品味決定了你讓 AI 做什麼（架構設計）。品味也決定了你怎麼判斷 AI 的產出是否合格（監督能力）。當 AI 變得越來越強大、越來越自主，品味是人類保持參與權的最後一道防線。 不是因為 AI 沒有品味，而是因為品味的本質是「在特定脈絡中判斷什麼是對的」，而脈絡永遠是人類定義的。你的使用者是誰、你的資源有多少、你的文化背景是什麼、你認為什麼重要：這些構成了品味判斷的座標系。AI 可以在你定義的座標系裡優化，但它無法替你定義座標系本身。 程式碼可以複製。模型可以訓練。但你選擇建構什麼、放棄什麼、以及為什麼：這件事，只有你能回答。