當任何人都能 vibe coding 寫 App，AI 會取代不知道什麼是好的那群人

標榜由 AI 協助開發、整合台灣超商即期品資訊的 App「惜食獵人」，近日在社群引發關注。該產品主打即時查詢附近即期商品與到貨通知，開發者更稱僅花兩週、透過 AI 工具完成開發。然而，上線不久即遭質疑，不只涉及 API 授權問題，還爆出嚴重資安漏洞，甚至可能讓使用者家中精確 GPS 座標外洩。

這也凸顯「vibe coding」的風險：當開發者本身缺乏工程訓練，往往無法判斷什麼是「好的程式」，更難辨識潛藏的安全問題。於是當 AI 產出看似可用的結果時，就容易照單全收，甚至直接推向市場。儘管開發者在外界提醒後進行修補，但後續檢測顯示僅部分修復，核心風險仍未排除。換言之，問題不只是「寫錯程式」，而是整體系統設計從一開始就缺乏對資安的基本理解。

與其說 AI 會取代工程師，不如說它更像加速器。它可以處理低階與重複工作，但真正關鍵的，仍是那些知道什麼叫「寫得好」、什麼需要重做、哪些風險不能碰的工程師。AI 帶來的現實影響，是提升效率，而不是取代判斷。

當 AI 可以讓效率提升五倍時，你會用它來減少五倍人力，還是創造五倍產出？

Vibe Coding 應用程式「惜食獵人」爆資安漏洞

加密城市報導，近日一款標榜由 AI 協助開發、整合台灣超商即期品資訊的 App「惜食獵人」，在社群上引發關注。該產品主打可即時查詢附近即期商品與到貨通知，開發者更強調僅花約兩週、透過 AI 工具完成開發。然而，上線不久即遭工程師與網友質疑，不僅涉及 API 授權爭議，更爆出嚴重資安漏洞，甚至可能導致使用者家中精確 GPS 座標外洩。

根據 Zeabur 工程師指出，只要使用該 App 並開啟定位功能，相關座標資料就會被寫入資料庫，且未經妥善保護直接暴露於公網。儘管開發者在外界提醒後進行修補，但後續檢測顯示僅部分修復，核心風險仍未排除。換言之，問題不只是「寫錯程式」，而是整體系統設計從一開始就缺乏對資安的基本理解。

AI 可以取代人類工程師？你要先知道什麼是好的程式

這起事件也讓外界再次關注一種近來流行的開發模式：所謂的「vibe coding」，也就是非技術背景的人，依靠 AI 工具快速生成產品原型甚至直接上線營運。這類模式的優勢在於速度極快，但風險同樣明顯：當開發者本身缺乏工程訓練，往往無法判斷什麼是「好的程式」，更難辨識潛藏的安全問題。於是當 AI 產出看似可用的結果時，就容易照單全收，甚至直接推向市場。

從這個角度來看，「惜食獵人」的問題，並不只是 AI 出錯，而是人沒有能力判斷 AI 做得對不對。當系統出現漏洞時，也只修補表面問題，而非回到架構層重新檢視，導致風險持續存在。這正好呼應先前報導關鍵的觀察：有被訓練過、已經具備判斷能力的人，搭配 AI 會是如虎添翼；但如果缺乏這種能力，AI 反而可能放大錯誤。

(AI 能做 80 分，做不到 100 分的人註定淘汰！麥肯錫、哈佛校友建議新鮮人這樣做)

你會用 AI 減少五倍人力，還是提升五倍生產力？

實際上，AI 在寫程式上的角色，更接近「加速器」而非「替代者」。它可以快速完成重複性高、結構明確的低階工作，大幅提升開發效率，但無法取代對品質的判斷與對系統的整體理解。真正有價值的工程師，仍然是那些知道什麼叫「寫得好」、什麼情況需要重構、哪些風險不能忽視的人。

這也與企業中的管理角色類似。經理人的價值，從來不只是執行，而是判斷什麼方向是對的、什麼結果不能接受、什麼問題需要重做。某種程度上，公司是在借用這些人的「眼光」來做決策。AI 可以幫忙產出，但無法取代這種判斷能力。

因此，即使市場上不斷出現「AI 將取代工程師」的說法，以目前的發展來看，更實際的影響仍是節省人力與提升效率，而不是完全替代。在一個核心團隊中，能夠判斷品質與風險的資深工程師，反而會變得更加關鍵。

問題也因此回到每個人面前：當 AI 可以讓效率提升五倍時，你會選擇用它來減少五倍的人力，還是創造五倍的產出？