By signing in, you agree to 古古的後端筆記's terms of service and privacy policy.
By signing in, you agree to 古古的後端筆記's terms of service and privacy policy.
古古
2026/11/01
此文收錄 2026 年的「Ask 古古 Anything」中所回答的問題，如想提問歡迎至 Threads 上參與～
很殘酷的說，是的，想進 FAANG 就是需要刷題（對大部分人來說）。
曾經我也覺得對刷題很沒興趣，提不起勁，覺得學這些東西跟工作沒有直接關聯，到底為什麼需要花這麼多時間就為了面試。但後來我想通了，我把刷題當成是一個考試來準備，你說考高中考大學時準備的那些科目對人生很有幫助嗎？好像也還好，但是為什麼要準備？因為他會考。
所以換個角度想，如果想要在體制內進到自己想去的公司/學校，就只能 follow 這些奇怪的 rule 了吧（有點無奈，但好像也無能為力😖）。
有了 AI 之後，我感覺工程師的價值更強調 ownership 了。一個好的 ownership，就是當一件事情交到你手上，你是否能夠主動自發的完成，不用別人催著跑。
而且在 AI 時代即使生 code 很快，但是自己有沒有負起責任，仔細審核每一行 AI code，也是 take ownership 的一種能力表現 其實認真說，如果工程師真的沒有價值，理論上大家應該要瞬間集體失業（事實上沒有），所以實際上這個產業還是需要人才的，只是過往可能要到資深工程師才會要求 ownership，轉變成現在人人都需要提早培養這些軟實力。
PS: 之前看過一句話「只有人能坐牢，AI 不能」，完美體現 ownership 的概念，主管分配事情是給「你」，不是 AI，所以你有義務扛下所有 AI 的產出，包含好的和不好的。所以如何保留好的產出，審核掉不好的，成為AI的主管，也是這個時代的工程師需要培養的能力。
這是個好問題！首先我覺得人還是要思考自己想要什麼，譬如說你想要更高的薪水，想進到更厲害的公司，或是想要保有自己下班時間很 Work life balance 的工作，…等等，要先列出你想要的「願望」，然後再去實現你的願望。
問題中提到的「創造力」，是想創造什麼呢？你創造了這些東西，後面更深層的原因是什麼呢？是 for fun？還是想要因此而得到更好的工作？這是在做任何事情前，都需要先釐清的真實需求。像我喜歡寫程式文章，我做這些不為什麼，就是 for fun，可能也是一種創造力，尋找或刻意培養一些興趣，確實會為生活添加一些有趣性。
我自己很喜歡的一句話「不做出選擇，也是一種選擇」，現在 AI 非常方便，要與不要，就只是你的一念之間而已。就現在，動起來，趁著這個假期做點自己想做的 side project 吧✨！
AI 真的引起很多人的焦慮，我收到滿多這類的問題，我覺得軟體還是有價值的，但確實學習的方式需要改變。
以前只要認真工作努力培養經驗，就可以成為獨當一面的工程師，但在 AI 出來之後，拉開兩個工程師的差距變成「使用 AI 的熟練度」和「更專業的理論知識」。
使用 AI 的熟練度是真的需要培養的，譬如說如何和 AI 交互可以產出更精準的 code，是需要反覆練習才能達成（而且因為沒有標準答案，反而才更難複製不同人的成功經驗，得靠自己摸索）。至於更專業的理論知識，是指引 AI 前往正確方向的基石，否則你無法判斷 AI 生成的 code 是否是正確且合理的。
所以現代工程師不光是了解技術，還得掌握使用 AI 的熟練度，相輔相成才是最能保持競爭力的方式。
PS: 推薦可以叫 AI 寫 test case 開始練習，我個人感覺 test case 的命中率滿高的，先跟 AI 培養默契，再慢慢的讓 AI 寫真實的 code。我現在上班都會先用 AI 先寫一版，然後我再 review AI 的 code，雖然有時候自己寫真的是比較快，但就當作刻意練習，磨練自己不熟悉的方式，也是一種學習💪。
理論上不管 AI 有沒有出現，上班時間始終維持在 9-5，那麼就算變忙，也只是上班時間忙碌，下班的個人時間應該還是不會受到影響。 但我明白以上都是理論而已🥲，其實在 AI 時代會感覺到工作變忙、壓力變大，很大一部分是因為「公司的要求提高了」。
在沒有 AI 出來之前，可能一個禮拜解一個需求就好，AI 出來之後，變成要求一個禮拜要解三四個需求，變相要求更多的產出，所以才會覺得工作很忙碌、很累。
身為小小的工程師，雖然能做的很有限，但我仍舊建議可以朝兩個方向前進：
先想辦法在這個工作量提高的日子中存活下來，訓練自己使用AI，試著提高每個禮拜的產出。只有先達到工作要求的門檻，才能有餘裕的心力做自己想做的事。
等到工作開始有餘力時，就可以試著做你想要的面試準備（或是任何你想要做的事情），怎麼在工作中準備面試我其實不是很有經驗可以分享😂，我是裸辭準備的，所以這方面的心得可能要問問其他人比較準，唯一能分享的大概就是「堅持下去✊」。
機會是留給準備好的人，一定沒問題的💪。
以我自己在外商的經驗來說，我身邊滿多人（包含我自己）都有碩士學歷，但我也無法肯定這是否是必要條件，可能只有HR才知道答案🤔。
至於刷題和考 AI，我則是抱持著一樣的想法：「他要考，我就準備」，把面試當成一場沒有標準答案的考試，極盡自己所能，就為了抓到天上的那顆星星。
不過是說，好奇現在已經有公司開始考 AI 了嗎？我一年前面試時都還只是考白板題/線上測驗+主管面談而已，如果真的要準備 AI 考試的話，感覺更需要平常強迫自己練習和 AI 對話了。
不確定問題的「職涯變好」具體是指哪方面，我先以「賺到更多錢，升官發財」為前提來討論哦。如果以賺到更多錢為目標，我覺得可以試著朝「努力在原公司升遷」或是「跳槽到大公司」這兩個方向走。
其實大公司的薪資福利真的很不錯，而且相對制度也比較完善，在台灣目前半導體很強勢的情況下，其實台積電 IT 真的是一個很好的選擇，有看到過非本科轉職最終也努力進到台積電的例子，所以可以試著朝這個目標前進。上網查查其他學長姐們的準備面試攻略，才知道自己目前尚欠缺哪些能力需要補強。
至於努力在原公司升遷的變數比較大，要考慮目前的工作環境是否有成長空間、你自己喜不喜歡這份工作，另外升不升的上去有時候也很看運氣，需要多加考慮。
目標是外商的話，建議可以先從英文開始準備，建議至少考到多益 700 才夠用，雖然有的人會覺得多益沒什麼用，但我覺得作為快速量化自己的英文程度還是一個不錯的指標，重點是他每個月都有考試，而且報名費也比雅思便宜得多，很推。
英文沒問題之後，接下來就是寫一份英文的履歷，然後大膽投遞！面試是需要準備的，但是同時也需要實戰經驗，前面幾次的失敗可能會有點挫折，但是從中學到的震撼教育真的是網路上任何一篇文章都無法體會到的。
自己爬過一次山之後，就知道下次爬山要準備哪些東西才能成功登頂，祝你成功👍。
PS: 因為前幾次面試失敗的機率比較高，建議最想去的公司要扣著晚點再投，先用第二第三順位的公司練習。
技術部分建議可以先從工作中的深度開始下手，深度絕對是比廣度更重要的東西，越難的東西越需要時間和經驗精通，絕對不是 AI 淺淺兩句就可以替代的。
舉例來說，如果是寫 Java 後端，那麼可以試著了解 Java17/21 新增的用法，或是學習怎麼優化資料庫的查詢 SQL，或是把你工作中用到的技術貼給 AI，讓他幫你規劃深度的話要往哪個方向學習。
等到決定好方向之後，我個人是會透過看書或是看線上課程來學習（一種把錢錢繳給同行的概念😂）。我是老骨頭時代，所以用以前高中大學時看書上課的方式來學習，對我來說吸收效果最好，所以即使出社會了我還是會用這種方式來學習。不敢保證這種方式一定是效率最高的，但至少每一個知識點都是踏踏實實的進到腦子裡，把整本書啃完的時候也滿有成就感的，仍舊非常推薦這個學習方式👍。
PS: 至於作品集的部分，後端我是覺得不需要準備，在面試時主管通常都是根據我過去的工作經驗來延伸詢問深度和廣度，沒遇過真的要我打開網頁來看 code，不過前端我就不太熟悉了，可能要請其他大大們解答。
男女比大概是 5:1？通常我是我們 team 唯一或唯二的女生😂，脫單機率看個人，不過大部分都是自己有家庭。
英文的部分，最好多益要 700 才夠用（多益的話題在 Q8 有詳細提到，是最便宜又最方便量化的指標），基本上能通過面試就不用擔心。
如果想訓練英文口說，建議可以分兩部分進行：「發音」和「表達」。
首先是「發音」，這個很好訓練，找一篇英文文章（最好是用字不要太難的，你每一個字都看得懂的那種），然後手機打開錄影，接著你朗讀這篇文章，唸完之後，重新聽一遍剛剛錄影的內容，如果能聽懂自己在說什麼就算合格。這個方法雖然需要一定的恥力，但是真心有用，我一開始聽的時候真的超慘，明明自己在腦子裡唸出來的音調那麼標準，為什麼實際上我發出的音這麼怪。但是多練習、多實驗，慢慢的真的會發現自己往好的方向發展，很推👍。
至於「表達」的部分，真的就只能多說多練習了，好像沒有什麼很快的方式來加強，可以從同事和前輩身上學習他們表達的方式，然後慢慢的淺移默化。
我覺得找到一個（可以讓自己逃避現實）的興趣還滿有幫助的，像我的興趣就是打電動，打電動的過程因為很緊張刺激，所以腦袋會忘記「我剛剛好累」、「我壓力好大」的想法。
換句話說，我發現只要讓腦子 100% 運轉在其他事情上，那些低潮、壓力、不想動的情緒就會被大腦「忘記」，是幫助我調適自己心情的一個好方法，等於是一鍵 reset 就對了。等到心情變得比較平緩了，我覺得再重新面對壓力時（不管是工作上的還是覺得自己應該精進的），就相對不會那麼痛苦了。
「先處理心情，再處理事情」，在很累的時候建議可以換個方式先調整好自己的心情，等到自己覺得沒問題之後，再試著努力一波，可能是最能堅持下去的方式了吧✊。
PS: 幾款我個人推薦的好玩遊戲🤣：魔物獵人、艾爾登法環、空洞騎士、For the king、Slay the spire、吸血鬼倖存者、逃離鴨科夫、Hades
剛好藉著這個問題跟大家分享我一路以來的求學/求職經歷：
在學期間我念的是資工系/資工所，其實當時也沒多想什麼，也覺得畢業後的人生大概就是留在新竹，然後找一間半導體大廠努力工作（甚至當時大四畢業暑假我有去聯發科實習兩個月，算是提前體驗）。
我的人生第一個小轉折是在研究所，當時剛好去北京交換學生一段時間，並且留在當地工作約一年。和台灣不同的是，這裡的風氣是軟體至上，網路上很多自媒體常常在分享許多技術文章，我也是在這裡開始接觸到 Java 後端、Spring Boot…等技術。後來回台灣之後，延續之前的 Java 後端經歷，因緣際會進了 Garmin，就這麼繼續朝著軟體工程師這條路繼續往下走。
第二個大轉折是錄製線上課程（簡稱寫課），這是因為當時我自己在學習 Spring Boot 的過程中，覺得網路上的內容有點碎片化，感覺東學一塊西學一塊，有點難整合消化，所以才想說能不能試試看把我學過的內容整理起來，分享給其他有需要的人。也就是寫課這件事，讓我開啟了後面的自媒體經營之路。
自從開始寫課之後，我接觸到了許多不同領域的人，像是課程企劃、平面設計師…等等，不同於工程師總是急著給出「可以」或是「做不到」的兩種極端答案，他們總是能夠在可以/不可以之間試著找出那個 0.5 的「好像可以」的解答。
除此之外，這也是我第一次學著剪影片、錄音、上字幕，其實只要願意嘗試，資源都在那裡，不敢說能變成專業的剪輯師，但是做一些簡單的編輯還是沒問題的，也是從這裡開始我才開始發現，原來我不僅限於能做工程師這個領域而已，只要行動起來，我可以是任何角色。
在這之後的故事就是為了寫課而裸辭、出書、前往澳洲打工度假、然後正視到自己還是想要在第一線繼續精進技術，所以回頭投履歷找工作，重拾軟體工程師的主業。
即使繞了一圈最終又回來寫程式，但是心境是不一樣的，我也不是一開始就想做軟體工程師和自媒體，而是當下做的每一個決定，影響了下一個決定，走著走著，才發現自己在這條路上走了這～～麼遠。
我的人生故事還在繼續連載中，大家的也是，下一個篇章要寫什麼內容完全取決於自己，希望大家都能夠寫出自己最喜歡的暢銷爆紅書✨。
其實就算在 AI 出來之前，我也沒辦法盲背所有語法出來😂，很多時候都是先複製一段曾經有寫過的類似的 code，然後再基於這個之上去修改，要真的全部盲寫默背其實是比較少見的。也因為如此，在以前的時代做筆記真的非常非常重要，有自己篩選過的筆記印象會比較深刻，要用到類似的功能時只要找出當初的學習筆記，然後複製裡面的模板過來修改就好。
至於在 AI 時代，我想盲寫的人應該更少了，更多的是審閱 AI 寫的 code，確保 AI 實作的邏輯是合理且好維護的。
不過呢，還是有一個情節況會需要盲寫 code，那就是面試時的考題，這大概是唯一一個真的要花時間死背的環節。至於日常工作中則建議可以把心力花在更重要的事物上（如思考架構設計、向後相容性…等等），會對實作出好程式更有幫助👍。
首先有產品思維是好的👍，身為一個工程師，我們的工作是為了「解決問題」，而寫程式只是解決問題的一個手段而已。如果能夠擁有一些產品嗅覺，那麼在收到需求時，就可以透過討論的方式，和 PM 來回溝通，找出技術上和需求上最適合的解法。
但是在現在 AI 很好用的情況下，確實有可能會出現直接把需求快速做完的現象，這個其實沒有好壞之分，就現實面是「產品的迭代速度變快了」，如果能夠在這個速度中掌握好系統的可維護性，其實也滿好的，但最怕的就是沒有想好未來的兼容性，只為了短期的需求，快速做一個能動的版本。
所以在 AI 時代，開發的重點還是維持系統的可維護性，至於培養產品思維，算是一個加分的可選項吧！
PS: 不過也要提醒一下，我們畢竟是工程師，不是產品經理，所以還是要尊重 PM 的決策，專業的事交給專業的人判斷，我們頂多是站在輔助的角色，可以從技術面提醒這個需求的決策是否會有什麼重大影響，但是最終拍板定案的還是 PM 唷！
在 AI 時代，我覺得工程師需要的能力仍舊是「解決問題」的能力，只是解決問題的過程中使用 AI 來輔助。
在台灣如果要往薪資更高的地方走，建議是往大廠走， 需要準備英文（至少多益 700）和技術深度，這部分可以參考前面的幾個回答，這邊就不再贅述。
如果覺得短期內要同時準備英文和技術有點困難的話，以提問者的情況，建議可以先往「技術深度和廣度」的方向發展。
技術深度的部分，可以培養到能夠判斷 AI 給的答案是否正確。廣度則是可以趁著工作中碰一下，想要額外寫 side project 練練手也可以，不過不強求，至少能做到熟悉前一份工作會用到的技術就好。
等到年薪破百之後，才需要考慮刷題或是系統設計，這兩個部分比較是大廠會考，所以有想要面試大廠時再準備就可以了。至於碩士學歷就看個人，不過它需要投資較多時間，需要審慎考慮。
其實我覺得面試就是在打一場情報戰，沒有人知道面試會問什麼，所以你得自己研究，了解每一間公司的面試流程、努力刷題、從前人的心得中盡可能抽絲剝繭出一套可以被複製的成功，等到最終面試時，看得就是你這些前期的準備工作是否充分，是否能夠在短時間內發揮出你最好的表現。
所以要準備一場面試，絕對是這邊短短幾句話無法描寫的，要看你想要面試哪種類型的公司，再開始準備。
不過，雖然是情報戰，但也不是完全沒有頭緒：
所以總結來說，面試是會隨著想去的公司的不同，而有不同的準備方式，如果在準備面試的過程中覺得沒有頭緒、不知道該從哪裡下手，是很正常的現象，因為這就是需要我們親自花時間花心力去研究的部分了
軟體工程師大致上可以分成前端、後端、手機端，或是相對較底層的如軟韌體工程師，這裡面被 AI 衝擊比較大，我想應該會是「可重複取代性」的任務，像是前端的切版、後端的 CRUD 實作…等。
而至於未來發展性的話，有聽過有些人選擇往更底層的方向走，覺得越靠近硬體越不容易被取代，但像我自己則是覺得選什麼領域都差不多，重點是是否能夠掌握市場上需要的能力。如深刻理解該領域（前端、後端、手機端）的知識、能夠使用 AI 開發、take ownership、流利的英文能力、溝通需求的軟技能…等等。
培養這些能力不僅可以短期應付當前的 AI 浪潮，對於自身的長期職涯來說也能派上用場，cp 值其實很高，推薦！
通常來說，一份工作只要待到一年就算 safe，如果有一份工作少於一年的話，在面試時可能會被問一下，但只要有充分的理由就好，不用太緊張～
以我自己的經驗為例，我曾經裸辭過 2.5 年搞自媒體，這個在履歷上看起來有點不正統對吧🤣，但是只要在面試過程中，我充分解釋了當初選擇這麼做的理由、在這個過程中我達成了什麼目標、以及我最終學習/培養了哪些能力，面試官通常是很願意從這些過往的經歷中，去思考我這名面試者是否適合當前這個職位的能力需求。而事實證明我也成功的重返職場，繼續當一個軟體工程師寫程式👍。
所以只要誠實以告過往的經歷（雖然要適當包裝一下，但是建議絕對不可誇大或是謊報），並且說明當初自己為什麼會做這個決定，對職涯來說是不會有太大的影響的。
這真的是個好問題！而且這個問題我昨天才看到類似的疑問，顯然是在 AI 時代的新困擾。
以我自己的經驗為例，我在分享時，會在腦海中想像一個「一年前的自己」，我相信不是所有人一生下來就會寫 code，我們一定也經歷過那個學習的撞牆期，所以當我們自己變成前輩時，眼前的這個新人，實際上就是一年前的你自己，懵懵懂懂，等著這個新職場在他的白紙上抹上一縷色彩。
此時你可以試著換位思考，當你是新人時，你希望前輩怎麼教你、帶你呢？當你寫好一份教學文件時，你再試著從頭讀一次，這真的能幫助到什麼都不懂的新人/同事嗎？還是充斥著過多的專有名詞和 domain knowhow？
當有了這份意識之後，再試著重新整理自己理解的知識體系，相信你一定可以在新人的心中留下美麗的彩虹🌈。
希望上述這些問答也有解答到你心裡的疑問，如果還有其他想提問、討論的，歡迎到 Threads 上一起參與「Ask 古古 Anything」，期待在 2027 年見到你！