學程式的階段、常見誤導，以及如何正確使用 AI

一、學程式其實有不同階段

多數人被默默灌輸一個觀念： 「會寫程式＝會解題」， 但實際上工程能力並非如此單一。

二、第一階段與第二階段的差異

第一階段：語法與解題導向

• 變數、型別、輸入輸出
• 條件式、迴圈、函式、各種容器
• 手刻程式碼解邏輯題

第二階段：系統與工程實務

• 後端框架（Spring Boot、Django 等）
• Entity / DTO / Service / Controller / Repository
• 前後端分離與 API 設計
• 資料庫、部署、環境設定

三、為什麼第一階段容易讓人放棄

許多題目是為了考試與解題技巧設計， 並不符合實務上的寫法。

當學習者卡關時，往往會錯誤地否定自己。

四、解題能力 vs 工程能力

業界更重視的是： 架構理解、需求轉換、維護與溝通。

五、這是一種結構性的誤導

很多人不是被能力刷掉， 而是被不適合的評量方式刷掉。

六、一個更貼近現實的結論

七、用 AI 生成程式碼的正確位置

進入第二階段後，會發現系統中有大量 結構固定、重複性高的程式碼。

• Entity 與資料表對應
• DTO 與欄位映射
• Repository / CRUD
• Controller 與 API 樣板
• 前端 API Service

正確的方式是：

• 先理解每個層級的責任
• 自己定義資料流與 API 規格
• 再請 AI 生成對應的程式碼

因此，正確使用 AI 本身就是工程能力的一部分， 而不是逃避基本功。