你早就是「肉身代理」了：
AI 時代，工程師真正該問自己的問題
當你按下「停止」的那一秒，替你做決定的，可能不是負責判斷的前額葉，而是負責警報的杏仁核。AI 時代真正的分水嶺，不在你親手打了多少行程式碼，而在你還有沒有在做判斷。
本文是我們讀了 Obie Fernandez 的文章〈You're Already a Meat Proxy〉之後的心得與整理。故事與核心觀點屬於原作者，神經科學、哲學的延伸與文末建議，則是我們工作室自己的看法。
按下停止鍵的那一秒
人腦有一個很古老的設計：遇到不確定的事，杏仁核會比理性更早發出警報。它不在乎你是不是資深工程師，也不在乎你讀過多少 AI 新聞；它只在乎一件事，眼前這個變化會不會威脅到「我是誰」。
所以當 AI 在幾分鐘內做完你原本要做一整週的事，很多人的第一反應不是好奇，而是想把它關掉。這個反應很正常，但值得被看見。因為只要我們沒有察覺，警報就會偽裝成各種聽起來很合理的理由，替我們做決定。
Obie Fernandez 的文章，講的就是這樣一個按下停止鍵的故事。
一個「不知道怎麼工作」的資深工程師
Obie 是寫了三十多年程式的老工程師，也參與過早期的極限編程（XP）運動。他有一位老朋友，在一間規模不小的新創公司當 staff engineer。這位朋友半年來一直很沮喪，說自己「已經不知道怎麼做這份工作了」。
奇怪的是，這位朋友並不排斥 AI。他電腦上同時開著好幾個終端機，每個裡面都跑著 Claude；架構重構的計畫也早就請 AI 寫好，放在 Confluence 上。然而工作就是推不動。
Obie 忍不住坐到他電腦前示範。他只丟了一句很粗糙的抱怨當 prompt，AI 就把系統裡的問題一一列出來：測試覆蓋不足、上千行的巨型類別、一堆沒人用的死碼。幾分鐘後，一個刪除死碼的 draft PR 就開好了。接著他請 AI 把計畫拆成 Jira 的 epics 和 stories，AI 馬上開始建票。
朋友兩次都慌張地按下停止。
他的理由聽起來都很合理：要跟主管和團隊配合、要走流程、不想讓自己的大腦退化、不想變成整天只會按 Enter 的人。最後他說了一句話：「我不想只當一個肉身代理（meat proxy）。」
如果用神經科學的語言重看這一幕，那些理由很可能有一部分是事後的合理化。一個長年靠「親手做」建立身分認同的人，看見自己的核心技能在螢幕上幾分鐘就被完成，警報往往比思考先到；先按下停止，再替這個動作找理由，是人腦很常見的順序。
什麼是「肉身代理」？你早就是了
Obie 的回答很直接：你早就是了，只是不想承認。
他對「肉身代理」的定義是：工作內容只是把別人決定好的事，轉換成程式碼或指令，再交給下一個人。照這個定義，很多人在 AI 出現之前就已經是肉身代理。只要流程跑得順、主管滿意、薪水照領，這種工作方式過去一直「夠用」。
這也解釋了為什麼它這麼難被察覺。大腦的基底核擅長把重複的動作變成習慣：讀需求、開分支、寫程式、送審，做久了幾乎不需要動用前額葉。習慣讓人省力，也讓人以為自己一直在「思考」。其實很多時候，我們只是在執行一條熟悉的迴路。
沙特說「存在先於本質」：人不是由頭銜或職稱定義的，而是由他每一次的選擇定義的。職稱寫著「資深工程師」，不代表你正在做資深工程師該做的判斷。反過來說，就算你一行程式碼都沒有親手打，只要那個 PR 該不該存在、那張票值不值得做，是由你決定的，你就不是代理。
Obie 的判斷是，現在的 AI 已經有能力取代「轉譯型」的工作。這些職位還在，只是因為組織有慣性，大型變革需要時間。這個說法很刺耳，卻點出一個重點：決定你是不是肉身代理的，從來不是你親手打了多少行程式碼，而是你有沒有在做判斷。
「升上去當架構師」也不是避風港
很多人會說：「那我就往上走，去做架構、做高層思考，AI 總需要有人來決定方向吧？」
Obie 並不買單。架構設計是他二十多年來的核心價值，但他預期 AI 會一點一點吃掉這塊，最後留下的，可能只剩下付錢要東西被做出來的人。在組織圖上往上爬一格，並不能讓你跳出這個趨勢。他也很坦白，說自己沒有什麼「AI 免疫證書」，只能像過去三十年一樣，每天持續調整自己做事的方式。
海德格在談技術的本質時，用了一個詞叫「座架」（Gestell）：現代技術傾向把萬物框定成「可以被調度的資源」，河流變成水力，森林變成木材。今天的 AI 也在做同樣的事，它把「寫程式」「設計架構」「拆解需求」都框定成可以被調度的產能。只要你的價值被定義成某一種產能，換到哪一層都一樣會被框進去。
真正跳出座架的方法，不是換一個更高的產能，而是重新回到那個問題：這件事為什麼值得做？為誰而做？這個問題沒辦法被調度，只能被回答。
不想讓大腦退化？分清楚「卸載」與「放棄」
那位朋友擔心大腦退化，這個擔心並非沒有道理，但方向需要調整。
認知科學有個概念叫「認知卸載」（cognitive offloading）：我們把記憶和計算交給外部工具，例如用行事曆記會議、用計算機算數字。人的工作記憶容量很有限，Miller 當年提出的「7±2」，後來的研究甚至認為更接近 4 個項目。把執行細節交給 AI，等於把寶貴的工作記憶還給判斷本身。
真正讓大腦退化的，不是卸載執行，而是連判斷也一起交出去。心理學把這叫做「自動化偏誤」：人一旦習慣某個系統的建議，就容易不加檢查地接受它。只會按 Enter 的人，危險不在於他按了 Enter，而在於他按之前沒有問：「這是我要的結果嗎？」
創造力研究也提供了一個有趣的視角。研究發現，好的創意思考需要兩組腦網路合作：負責發散聯想、在放空時特別活躍的「預設模式網路」（DMN），以及負責評估與聚焦的「執行控制網路」。AI 很擅長產出大量選項，但從一堆選項裡挑出「這個才重要」、說出「這個方向不對」，仍然需要你的腦。
換句話說，AI 時代的大腦訓練，不是拒絕工具，而是刻意把省下來的時間，花在提問與評估上。
先誠實回答：你到底想要什麼？
我們覺得整篇文章最有價值的，不是對未來的預言，而是它逼人面對一個問題：你真正想要的是什麼？
如果你想要的是穩定收入和家庭時間，那就誠實面對。用 AI 把份內工作做到讓人滿意，再用省下來的時間想清楚下一步。你不欠這個產業一輩子的熱愛，甚至可以考慮換跑道。這不是失敗，是清楚知道自己要什麼。
如果你想對「要做什麼」有更多發言權，那就現在開始練習判斷力：
- 找一個值得解決的問題：可以是工作上的，也可以是業餘的。
- 去跟實際受這個問題困擾的人聊：判斷力來自真實的需求，不是來自會議室裡的想像。
- 用 AI 調查、挑戰你的假設：讓它扮演反方，整理可行的做法與風險。
- 先定義「什麼樣的結果才值得」：在動手之前，寫下你會用什麼標準判斷成功。
- 挑一個想法實際做下去：做到能知道自己是對是錯為止。
這五步有一個共同點：每一步都需要你親自做判斷，而每一步都可以讓 AI 幫你加速。這正是人與工具最健康的分工。
示範之後，作者自己的反省
文章最後有一段我們特別有共鳴。
Obie 回頭想那 20 分鐘的示範：雖然 PR 開了、Jira 票建了，但他們從頭到尾都沒有確認「到底有什麼重要的東西變好了」。也就是說，連示範的人自己，也差點落入「產出很多，卻沒有判斷」的陷阱。
他這才意識到，追問「什麼才重要」、說服五個人同意一起做一件事，正是他希望朋友不要再逃避的工作。AI 可以幫你準備資料、草擬方案、模擬反對意見，但面對人、取得合作，還是得自己來。
所以他給朋友的建議很具體：這週挑一件事，小到做得完，又重要到會有人注意到。讓 AI 盡量去做，你則專心觀察結果。錯了就找原因，然後繼續。
你不會因為親手多打幾行程式碼，就比較不像肉身代理。
深度思辨：物物而不物於物
《莊子・山木》裡有一句話：「物物而不物於物。」意思是，使用外物，而不被外物所役使。兩千多年前的這句話，放在今天幾乎是一份 AI 使用說明書。
那位工程師害怕的「肉身代理」，其實就是「物於物」：人變成工具鏈中的一個環節，被流程推著走。但諷刺的是，他選擇的防衛方式，關掉 AI、回到熟悉的流程，並沒有讓他重新成為主人。他只是換了一個主人，從 AI 換回了習慣。
正念練習裡有一個很簡單的動作：當情緒升起時，先看見它，叫出它的名字。「我現在感到害怕。」這一句話，就是杏仁核到前額葉的那座橋。看見恐懼之後，才有空間問下一個問題：我害怕失去的，到底是什麼？
如果答案是「親手寫程式的手感」，那它值得被珍惜，可以留給週末的業餘專案。如果答案是「我在團隊裡的價值」，那就要誠實承認：價值從來不住在手感裡，而住在你替團隊做出的那些判斷裡。工具會換代，判斷不會。
AI 帶來的不是一場技能的淘汰賽，而是一面鏡子。它把我們過去用忙碌掩蓋的問題照得一清二楚：你每天做的事，有多少是你決定的？有多少只是你轉交的？這個問題不舒服，但它也是一個邀請。邀請我們把力氣從「證明自己還會做」，移到「想清楚什麼值得做」。
我們的想法：回到前額葉
在工作室裡，我們每天也和 AI 工具一起做事，從網站開發、廣告投放到內容製作都是。讀完這篇文章，我們的體會是：
- AI 提高了「動手」的速度，但沒有取代「決定要做什麼」的責任。產出變快之後，判斷錯方向的代價反而更大。
- 流程與溝通不是障礙，而是工作本身。能把團隊帶到同一個方向，比多寫一千行程式碼更有價值。
- 焦慮不會讓人跟上變化，動手實驗才會。與其爭論 AI 有沒有靈魂，不如拿它去解決一個真實的問題，看看會發生什麼事。
如果你想從這週開始，可以試試這三個小動作：
- 命名一次恐懼：下次想按下停止鍵時，先寫下你擔心的是什麼。
- 寫下一個「值得」的定義：挑一件手上的工作，用一句話寫清楚「做完之後，誰的什麼會變好」。
- 讓 AI 做，讓自己判斷：把執行交給 AI，把時間留給檢查結果、追問原因、說服夥伴。
不想讓大腦退化？那就先想清楚自己要什麼，再讓 AI 替你去實現它。
延伸閱讀
參考原文：Obie Fernandez，〈You're Already a Meat Proxy〉，2026 年 9 月 21 日發表於 X。