工程師不值錢了？軟體市場卻正衝向 582 億美元：當 1.8 億人都能做軟體，AI 正把軟體創作變成下一個成長風口

三、Software Creator：一個新角色正式登場，而且動能已經不容小覷

把上面兩組數據放在一起看，會看到一個新角色已經成形：Software Creator。他們做軟體，但他們的工作、工具、產出和責任，跟我們熟悉的 Programmer 都不一樣。這個角色正在變成軟體市場下一階段最大的動能，而且證據已經出現在機構數據裡：GitHub 一年新增 3,600 萬名開發者、將近 80% 第一週就用 Copilot；Gartner 預估 2026 年低程式碼工具使用者有八成來自正式 IT 部門以外；BLS 預估重複性的 Coding 會被自動化、高階工作往軟體開發者移動。三個機構、三個角度，看到的是同一群人正在湧進來。

這就像 YouTube 之於影像產業。攝影師、剪接師、導播這些職業都還在，但真正把影像市場撐大十倍的，是「Creator」這個以前根本不存在的角色。Software 正在複製同一條路。

Software Creator 跟 Programmer 最不一樣的地方，我整理成五點：

第一，起點不同。 Programmer 的工作從「規格」開始；Software Creator 的工作從「問題」開始。他本人就是那個懂業務、每天被問題煩的人。一個零售營運主管做出來的補貨工具，可能比一個完全不懂零售的工程師做的更貼近現場，因為他知道哪一欄數字才是真的重要。

第二，核心工具不同。 Programmer 的核心能力是語法與演算法；Software Creator 的核心能力是「把意圖講清楚」加上「判斷 Agent 做對了沒」。Anthropic Economic Index 看到 Claude.ai 上「整件事直接交給 AI」的對話比例從 27% 升到 39%，講的就是這種工作方式：人負責 Intent 與 Review，Agent 負責 Build。

第三，產出的單位不同。 Programmer 交付「功能」，Software Creator 交付「結果」。一個 Sales 做的 Lead App、一個活動 PM 做的報到工具，衡量標準從來就只有一個：這個月的問題有沒有被解決。所以 Software Creator 做的軟體，Lifecycle 可以很短，甚至只活一場活動、一次 Campaign。

第四，分佈的位置不同。 Programmer 集中在 IT 部門與軟體公司；Software Creator 散在行銷、營運、財務、業務、客服，每一個有重複工作的角落。Gartner 那個「八成在 IT 以外」的數字，講的就是這件事。

第五，責任的落點不同。 當 Code 由 AI 生成，Software Creator 真正要負的責任，是判斷：這個東西可以上嗎？資料拿對了嗎？權限給對了嗎？Stack Overflow 調查裡 46% 的開發者不信任 AI 輸出的準確度，正好說明這個角色的價值在哪裡：在「幾乎對了」跟「真的對了」之間，需要一個懂業務、也看得懂結果的人把關。

這五點合起來，就是為什麼我認為 Software Creator 會是一個獨立的角色，而且會成為軟體市場下一階段最大的動能：他們的數量比專業開發者多好幾倍、散在每一個產業裡、做的是以前根本不會被開發的軟體。

四、人才往兩端集中，中間那一段最危險

我會把未來真正有價值的技術人才粗略分成兩端，而且兩端長得完全不一樣。

第一端是非常深的人：真的研究 Database、Compiler、Operating System、模型、GPU、Security、Distributed System、Infrastructure 的人。AI 可以協助他們寫，但當整個世界建立在更多 Software、更多 Agent、更多 API 上面，真正懂底層的人反而更稀缺。上面的人增加一百倍，最下面蓋地基的人不會同時增加一百倍。真正很強的底層 Engineer，會變成更少、更貴、更有槓桿的一群人。

另一端剛好相反：懂一個領域，而且什麼都能做一點的人。一個廣告業的人，懂投放、懂媒體、懂業務、懂 CRM、懂一些 Data、會一點 API、會 Prompt、懂一點 UX。以前他什麼都碰但做不出產品；現在加上 AI Agent，他可能比一個完全不懂廣告業但 Coding 很快的 Programmer，更有能力做出「廣告公司真正會買的產品」。

中間那一大片「按照 Specification 把 Code 寫出來」的工作，是最容易被壓縮的地方。

Stack Overflow 2025 開發者調查的數字，說明了為什麼「判斷」會比「生成」值錢：

84% 的開發者正在使用或計畫使用 AI 工具（前一年是 76%），51% 的專業開發者每天用。但 46% 對 AI 輸出的準確度不信任，信任的只有 33%；66% 說最大的挫折是 AI 給的東西「幾乎對了，但沒有真的對」；76% 不打算把部署與監控交給 AI。

Code Generation 正在快速變成 Commodity。真正困難的事情，往判斷、驗證、架構、Domain Knowledge、責任移動。