AI 已經正式跨入「自己寫自己」的歷史轉折點。AI 巨頭 Anthropic 釋出關於「遞迴自我改進（Recursive Self-Improvement, RSI）」的最新論述，指出 AI 正在加速演進為能自我修改程式碼、自我進化的有機體。對此，iKala 共同創辦人暨集團董事長程世嘉（Sega Cheng）深有感觸，結合第一線親測經驗，剖析這波自我進化對工程師生態、組織架構、甚至台灣半導體戰略定位帶來的核彈級衝擊。
一、 程式碼邊際成本趨零！新產品 85% 代碼由 AI 搞定
Anthropic 報告中指出，截至 2026 年 5 月，其合併進產品的程式碼中，已有超過 80% 出自旗下 AI 助理 Claude 之手。在 Claude Code 推出之前，這個比例僅有個位數，進步速度形同飆車。
程世嘉對此高度認同，並搬出自己的實務經驗與數據進行應證。他透露，自己近期開發的全新生成式搜尋優化（GEO）產品「Kuroma.ai」，目前規模已接近百萬行（900,000+ 行）程式碼。因為是全新產品、沒有歷史包袱，竟然有高達 85% 的程式碼完全是由 Claude Code 所撰寫。
「同一名工程師，現在每季產出的程式碼量大約是 2024 年的 8 倍，我自己最近的經驗則是 5 到 10 倍。」程世嘉說道。不過他強調，這並不代表人類大腦可以完全外包。例如微調 UI、修改線上資料庫或翻譯接地氣的字串等「短任務」，人類自己動手下 Bash 指令反而比教 AI 做更省時、更有效率。
二、 百萬行代碼需「資深架構師」坐鎮！工程師轉型必修三部曲
當「動手寫程式」這件事變得幾乎免費，頂尖工程師花費一世紀發展科技，最終目標居然是「自我取代」，程世嘉直言這現實令人慘笑。此時，人類工程師要活下去，唯一的出路就是改變心態、往食物鏈上游爬升：
1.技能樹升級：工程師的能力必須從 How to code（如何寫）往上爬到 How to architect（如何架構），再躍升到 How to decide（如何判斷與決定）。
2.迎戰架構盲點：AI 處理長任務的能力雖每 4 個月就翻倍（Claude Opus 4.6 跨入 12 小時任務級別），但對於百萬行規模、需要高階規劃的任務，AI 幾乎無法一次做對。沒有資深架構師調製軟體開發技巧，做出來的系統會問題百出。
3.堅守人類最後陣地：Anthropic 與程世嘉共同指出，人類目前唯一的堡壘是「研究的品味與判斷力（Direction-setting）」，也就是決定哪些問題值得被做、判斷結果可不可信、以及何時該果斷放棄死巷。
程世嘉建議：「軟體工程師必須趕快升級成為架構師，並帶著你的螢幕，坐在客戶旁邊，直接接觸第一線真實世界的需求。」
三、 阿姆達爾定律發威：AI 太快，瓶頸轉移至「人類審查」
當 AI 開始海量產出程式碼時，技術開發正撞上經典的「阿姆達爾定律（Amdahl’s law）」牆壁——流程中某一段被加速到極致，整體的瓶頸就會轉移到未被加速的區塊。
程世嘉直言：「當 Claude 開始海量產出程式碼，瓶頸立刻轉移到『人類來不及審查與驗證』，AI 唯一的瓶頸就只剩下人類了。」 未來的企業組織中，最值錢的人才將不再是程式寫得快的人，而是「能最快找到瓶頸、並且把它打通」的跨領域專家。
四、 全人類 AI 進步快慢，由台灣手上的 CoWoS 決定
在這場「遞迴自我改進」的極端情境中，程世嘉提出了一個外面少有人提及的「亞太視角」與台灣籌碼。
當 AI 進入自己改寫自己、自我進化的迴圈後，AI 的進步速度將不再取決於人力，而完全由「算力」這單一變數決定。誰掌握算力供應鏈，誰就握住了整個 AI 遞迴迴圈的「油門」。
「我過去常用『賣鏟子給挖金礦的人』來形容台灣半導體。我們賣了 40 年的晶片給淘金客，現在劇情變了：金礦開始自己挖自己，而唯一能決定它挖多快的，仍然是鏟子。」程世嘉點出，全球算力供應鏈最關鍵的瓶頸是先進封裝 CoWoS 與台積電（TSMC）。在最極端的情境裡，台灣手上的 CoWoS 產能，會直接變成全人類 AI 進步速度的關鍵。
他呼籲，台灣在未來 24 到 36 個月的關鍵窗口期，必須看清這個局，從「只賣鏟子」往「自己操作推土機（主導算力應用與生態系）」這一端移動。
五、 國際治理無解：暫停是不可能的任務
在 AI 加速失控的風險下，各國高喊「治理」，但程世嘉在參與艾森豪獎美國參訪行程中，與艾森豪總統孫女 Susan Eisenhower 等人探討比照「核武管制」治理 AI 的可行性，最終卻得到「完全沒有答案」的結論。
Anthropic 在文章後半段也拋出疑問：如果有一天需要按下暫停鍵，世界有沒有能力協調出一個「可被驗證」的暫停？
程世嘉對此抱持悲觀態度。他直言，訓練一個前沿模型比偷偷藏一座飛彈發射井容易太多，根本無法查證對手是否真的停手，且在無限的商業利益面前，誰有時間跟你一起坐在地上喝啤酒、談共識？
結語：第一張骨牌已經倒下
程世嘉重申，AGI（通用人工智慧）不會在某個早上突然降臨，而是一個領域、一個領域被分別攻克。「軟體開發」是第一個落地的領域，而「AI 開發本身」正成為下一個被破台的領域。這張槓桿最高的骨牌一旦倒下，後面的路就全通了。
「過去一個世紀，我們在回答『軟體要怎麼蓋』。接下來，我們要回答的是：『那個會自己蓋自己的東西，到底是為了誰、為了什麼而存在。』」
探索更多來自 彌勒熊報 的內容
訂閱即可透過電子郵件收到最新文章。