以下是我個人看法

資工系本來就不是教你寫程式的地方，之前在讀完計概、資料結構、演算法之後剩下的程式基本上都是要自學。而必須要會的能力除了程式之外，應該會偏向一些較廣泛的能力，不一定是資訊背景相關，包括：

• 解決問題的能力
• 學習力
• 保持熱情
• 好奇心

推薦看這部影片

https://youtu.be/EiKK04Ht8QI?feature=shared

AI 的確大幅改變寫 code 的方法
不過 AI 需要開導才會產生高品質的 code
因此程式設計師會著重在"設計"
實做的部份會讓 AI 代勞

其實不管 coding
各行各業都需要轉換作業方式
你不改變就是等著被取代

綜觀人類歷史,其實也發生多次類似事件
想想看過去的工業革命取代大量的人力 大家怎麼應對的

甚至這個問題拿去問 AI 也有很好的回答
by gemini 2.5

Title: 資工背景學生現在還要刷題嗎?

這是一個非常好的問題，也是現在許多資工學生心中的疑惑。讓我用一個比較有結構的方式來回答你。

總結：要，但心態和目的需要調整。

刷題的本質從來就不只是「把程式碼寫出來」，AI 的出現強化了這一點，而非取代它。

一、為什麼現在還需要刷題？

你提到的「反正 AI 都能幫你寫」，這是一個很普遍的想法，但它只看到了問題的表層。讓我們深入探討刷題背後真正的價值：

1. 刷題的本-質是鍛鍊「解決問題」的能力

   • AI 很會「生成程式碼」，但它需要一個清晰、準確、且有效的指令。你要如何給出這個指令？這就仰賴你對問題的理解、拆解、以及選擇最佳解法的能力。
   • 刷題（例如 LeetCode）訓練的正是這個過程：給你一個抽象的問題，你必須：
     • 分析問題：搞懂需求、邊界條件、輸入輸出。
     • 選擇演算法與資料結構：這道題用 Hash Table 比較快？還是用 Tree？需要用 DFS 還是 BFS？時間/空間複雜度如何？
     • 將思路轉化為邏輯：即使你讓 AI 寫，你也必須先有清晰的邏輯，才能驗證 AI 給的答案是否正確、高效、且沒有漏洞。

   比喻：AI 就像一個超級計算機，但你仍然需要成為那個知道該按「加減乘除」還是「開根號」的數學家。刷題，就是在訓練你成為那個數學家。

2. 面試門檻依然存在

   • 目前（可預見的未來也依然是），國內外科技公司的軟體工程師面試，演算法與資料結構依然是第一關的篩選標準。
   • 面試官想看的不是你能不能「背出」某個演算法，而是想透過這個過程，觀察你的思維清晰度、溝通能力、以及處理邊界情況的細心程度。在白板或線上平台上，你無法直接依賴 AI，你展現的是你自己的硬實力。

3. AI 是「工具」，不是「大腦」

   • 在真實的工作場景中，一個資深工程師的價值不在於他打字有多快，而在於他能設計出穩固、可擴展、可維護的系統。
   • AI 可能可以幫你寫一個排序函式，但它無法幫你決定：
     • 整個使用者認證系統該如何設計？
     • 資料庫的 Schema 該如何規劃才能應付未來百萬用戶的流量？
     • 微服務之間該如何通訊才能兼顧效能與可靠性？
   • 如果你連單一函式的邏輯優劣都無法判斷，你更不可能駕馭和審核 AI 生成的、構成複雜系統的無數個小元件。

4. 培養「程式碼品味」(Code Taste)

   • 好的程式碼不只是「能動就好」，它還需要可讀、可維護、高效能。
   • 透過大量刷題和觀摩別人的優良解法，你會慢慢培養出對「好程式碼」的感覺。當 AI 給你一段又臭又長的程式碼時，你的「品味」會告訴你：「等等，這裡一定有更好的寫法」，然後引導 AI 進行重構 (Refactor)。

二、AI 時代下，刷題的心態該如何轉變？

• 從「死記硬背」到「理解核心」：不要再花時間去背誦冷門演算法的模板。而是要理解常用資料結構（Array, Linked List, Hash Table, Tree, Graph）和演算法（Sorting, Searching, DFS, BFS, DP）的適用場景和時空複雜度。
• 把 AI 當成你的「陪練」和「家教」：
  • 卡關時，問問 AI：「我這個思路有什麼問題？」、「針對這道題，還有哪些不同的解法可以比較？」
  • 解完題後，讓 AI 幫你 Code Review：「請幫我重構這段程式碼，讓它更簡潔易讀。」、「這段程式碼有沒有什麼潛在的 bug 或邊界情況我沒考慮到？」

三、資工背景學生之後要著重發展什麼技能？

這部分更為關鍵。如果說刷題是「守住基本盤」，那以下這些能力就是讓你「在 AI 時代脫穎而出」的關鍵。

1. 系統設計 (System Design)

   • 這是從「解一個問題」到「蓋一個產品」的躍升。學習如何設計大型、高流量、高可用性的系統。這也是區分初級與資深工程師的關鍵，更是 AI 短期內難以取代的能力。
   • 如何學習：閱讀相關文章 (e.g., "Grokking the System Design Interview")、觀看 YouTube 教學、分析你每天在用的 App (IG, YouTube, Netflix) 背後的架構。

2. AI/ML 的應用與整合能力 (AI/ML Application & Integration)

   • 你不需要成為頂尖的 AI 科學家，但你必須學會使用 AI。
   • 具體技能：
     • Prompt Engineering (提示工程)：如何下達精準的指令，讓 AI 產出你想要的結果。
     • 使用 AI API：學會串接 OpenAI, Google Gemini, Hugging Face 等平台的 API，將 AI 功能整合到你的應用程式中。
     • 模型微調 (Fine-tuning)：了解如何用自己的資料去微調現有模型，讓它更符合你的特定需求。

3. 跨領域知識與軟實力 (Domain Knowledge & Soft Skills)

   • 如果 AI 讓「純技術執行」的價值降低，那麼「理解業務、定義問題」的價值就大幅提升。
   • 溝通與協作：你能否清晰地向 PM、設計師、甚至客戶解釋複雜的技術概念？
   • 產品思維：不只思考「怎麼做」，更要思考「為什麼要做」、「為誰而做」。
   • 領域知識：將你的資工能力應用到某個特定領域，例如金融科技 (FinTech)、醫療科技 (HealthTech)、電商等，成為該領域的專家。

4. 快速學習與適應能力 (The Ability to Learn)

   • 這永遠是科技業最重要的技能。今天的熱門技術，五年後可能就過時了。AI 的出現只是加速了這個循環。
   • 你必須保持好奇心，持續學習新的工具、新的框架、新的思維方式。不要害怕改變，要擁抱改變。

結論

不要停止刷題，但不要只會刷題。

把刷題當成鍛鍊內功的基本功，它能確保你的邏輯思維和問題解決能力在線。與此同時，抬起頭來，去學習系統設計、學習如何駕馭 AI 這個強大的工具，並培養你的軟實力與商業洞察力。

在 AI 時代，你的價值不再是「一個會寫程式的人」，而是「一個能利用包含 AI 在內的所有技術工具來創造價值、解決複雜問題的專家」。

小弟分享一個比較少人看到的盲點...
如果有人因為讀資訊科系而產生這種疑惑，有很大一部份是教育的問題。
讀過資訊科系的都知道，程式設計這門課至少一半以上的題目都是數學題，只是將國文換成程式語言。

在國中數學已經學過等差級數、如何計算可更快求解。
到高中職的計概、大一的程式設計，這種題目還在，只是題目真的換「程式語言」，然而重點依然放在求解。
int main() {
int sum = 0;
for (int i = 1; i <= 100; ++i) {
sum += i; }
cout << "1 加到 100 的總和是: " << sum << endl;
return 0; }
求sum值?
回憶當年，我們是在普通教室的期中期末考用原子筆寫這種考卷，跟我入系前的幻想以為考模擬環境，我可能需要設計什麼小程式解決問題。

我認為原因之一是傳統的教育模式把我們培養習慣注重結果，這是正常的。
而真正寫過程式的各位，哪怕你只是應付程式設計這門課的學生應該都有深刻的經驗，
programmer / developer大部分的時間都在debug，反而看result的時間不到百分之一，然而誰寫考卷不是把重點放在算答案?

所以為什麼產生這種學用落差?
我認為多數大學教授雖然是學術專家，相對也較少產業經驗，導致研究論文、出題目都活在自己的世界。
AI普及前，我會說電腦負責運算(一定比你快又準)、人腦負責設計；
AI普及後，我覺得電腦負責大部分工作，人腦負責測試、調整或使用者體驗之類的吧。
總之程式設計的課真的不適合以數學題的思維在教。

某校的網路課...教材參考思科網路學院，然後老師說下周要默寫秀路由表的指令...
實務上我們什麼時候用到show ip route?
是不是例如網路建置、專案驗收、故障排除的時候? 我要看路由表安裝哪些直連、BGP網段?
但某校是要你會背會默寫秀路由表、秀MAC表、秀什麼僅此而已，
只是把自己以前會背書會考試的風格延續下去，卻帶有招搖撞騙的成分說業界使用思科的比例很高，所以這門課很重要，不如找一位3年工作經驗的CCNA工程師教我...

同理，網管、寫程式各領域都一樣，這行學不完，但是遇到錯誤的教學方式你真的完。
前面基礎不好，後面很辛苦...

鵝認為學校的重點是訓練學生思考的能力,這麼說刷題也可以是訓練思考能力的過程,沒有培養好思考能力,只想著什麼都可以丟給"AI"了事,其實是很危險的,除了"AI"給的答案不一定是正確的,也可能造成自己變成第一個"AI"替代掉的對象啊....

所謂的使用AI
其實說穿了 那就像是當前PM "出一張嘴"在指揮RD開發一樣的道理

PM憑什麼能光靠一張嘴就指揮整群的RD來寫程式?
就只憑著他有"概念"而已 而這個概念非常重要

PM要先有軟體架構概念 才能正確的指揮RD開發出正確的軟體
當然 雖然市面上也有很多根本什麼都不懂的垃圾PM 光會出一張鳥嘴
然後這種人就會被底下的RD唾棄

當然
如果你連一點基本的觀念知識都沒有 就想指揮AI寫程式的話
雖然AI不會直接唾棄你 但是AI只會直接吐給你一坨 根本不能用的垃圾碼
然後 你就等著被老闆/客戶痛罵到臭頭
而你卻連能指責的下屬都沒有

只要大廠面試還考刷題，你想進大廠當然只能刷阿
這就只是一個門檻，當醫生、藥劑師要執照一樣。

我是不刷了啦，畢竟人生還要其他有趣的事情。
但學生閒閒的就加減刷吧

不管什麼科系，都請著重在投資理財上。
畢竟工作到最後遲早得學的。
除非你願意並且"能"工作到70歲。