全家桶在手的谷歌和字節，為什麼編程仍然是軟肋？
背景與現象
儘管谷歌與字節跳動擁有龐大的技術團隊與豐富的產品生態，其「全家桶」式產品組合（如Google的G Suite、字節的抖音與TikTok）已成為市場主流，然而在實際的軟體工程實踐中，編程能力仍被視為其技術上的弱點。
核心問題：模型能否撐住複雜軟體工程任務
當前大型語言模型（LLM）雖能處理自然語言與簡單程式碼生成，但在面對複雜、長時間、跨模組的軟體工程任務時，仍存在嚴重限制。
例如，模型在處理多層次架構、錯誤追蹤、版本控制與系統整合時，容易出現邏輯斷裂或錯誤推論，導致最終產出的程式碼無法穩定運行或與現有系統兼容。
技術挑戰與限制
- 缺乏實際執行經驗：模型並未經歷真實的開發流程，無法理解開發者在實際情境下的需求與限制。
- 上下文長度限制：在處理大型專案時，模型無法完整記憶與整合歷史資料，導致邏輯斷裂。
- 缺乏對錯誤的深度理解：模型無法像人類開發者一樣，透過錯誤訊息進行反向推論與調試。
未來發展方向
為解決此問題，產業界正朝向「模型+人工協作」的模式發展，強調人類開發者與AI之間的協同，而非完全交由模型獨立完成。
未來若要真正實現「AI驅動的軟體工程」，必須解決模型在長期任務規劃、錯誤處理與系統整合方面的根本缺陷。