---
title: "為什麼 AI Agent 還取代不了程式設計師 — 約束衰減問題解析"
description: "最新研究發現 LLM Agent 在後端程式碼生成時存在約束衰減問題，隨著任務複雜度增加越來越難遵守原始約束。從技術角度分析 AI Agent 的現實限制，以及這對 Cursor、GitHub Copilot 等開發者工具的影響。"
url: "https://bridge-craft.org/blog/why-ai-agents-cant-replace-programmers-solving-the-constraint-decay-problem"
author: "Waiting7777"
published: "2026-05-25T03:51:43.783+00:00"
updated: "2026-05-25T03:51:54.534762+00:00"
categories: ["AI Agents","LLM","AI","開發者工具","程式碼生成","技術限制"]
language: zh-TW
---

# AI 寫程式碰到天花板了，constraint decay 戳破了誰的泡沫？

**> Patch Note**

我認為 AI Agent 在程式碼生成上還遠遠不能取代程式設計師，這份最新的研究論文「Constraint Decay」直接戳破了市場對 coding agent 的過度期待。老實說，看到那些動輒估值幾十億美金的 AI coding 新創，我都覺得投資人可能想太多了。

這份來自 arXiv 的研究報告揭露了一個關鍵問題：當你要求 LLM Agent 不只是寫出「能跑的程式碼」，而是要遵守「生產環境的結構約束」時，performance 會斷崖式下跌。這不是 fine-tuning 或 prompt engineering 能解決的，而是現階段 LLM 的根本限制。

## 數據不會騙人：約束越多，AI 越不行

研究團隊設計了 80 個 greenfield 任務和 20 個 feature implementation 任務，橫跨 8 個 web framework，結果很慘烈。當約束條件從基本功能需求增加到包含架構模式、database schema、ORM mapping 時，即使是表現最好的 configuration 也平均掉了 30 分的 assertion pass rate。更糟的是，某些較弱的配置直接接近零分。

這個「constraint decay」現象不是偶然。研究發現 framework 的複雜度直接影響 Agent 表現：在 Flask 這種 minimal、explicit 的框架上，Agent 還能應付；但換到 FastAPI、Django 這種 convention-heavy 的環境，表現就大幅下滑。

最致命的是 data layer 的問題。錯誤分析顯示，query composition 錯誤和 ORM runtime violations 是主要的失敗原因（來源：arXiv:2605.06445）。這代表 AI 在處理「資料如何存取」這個最基本的後端問題上，仍然不夠可靠。

## 為什麼 AI 會在結構約束上翻車？

這讓我想到早期的 code generation tool。2000 年代也有一堆 CASE tool 號稱能自動生成程式碼，最後都因為無法處理真實世界的複雜性而失敗。現在的 LLM Agent 遇到的是同樣的問題，只是包裝得更漂亮。

從技術面來說，LLM 的訓練資料主要是「能跑的程式碼範例」，而不是「符合特定架構約束的程式碼」。Stack Overflow 和 GitHub 上充滿了為了 demo 而寫的快速解法，但生產環境需要的是 maintainable、scalable、符合團隊 coding standard 的程式碼。這兩者的 gap 很大。

商業面的問題更明顯。現在的 AI coding tool 都在搶「提升開發效率」的市場，但真正的痛點不是「寫程式碼」，而是「寫對的程式碼」。一個初級工程師也能照著文件寫出功能，但要寫出符合系統架構、能通過 code review、不會產生技術債的程式碼，那就是另一回事了。

從人才面來看，這個研究其實驗證了一個事實：senior engineer 的價值不在於「寫程式碼」，而在於「做正確的技術決策」。當 AI 連基本的 ORM query 都會寫錯時，你還指望它能設計 database schema 或選擇合適的 caching strategy？

## Meta 判讀：Patch Note 等級的調整

這個發現屬於 **Patch Note** 等級 — 有影響但不會改變大方向。

AI coding tool 的市場還是會繼續成長，但投資人和使用者的期待需要校正。我們正在從「AI 即將取代程式設計師」的 hype cycle 高峰，走向「AI 是很好的 copilot 但還不能當 pilot」的 trough of disillusionment。

Cursor 一年賺一億美金（據報導）確實很厲害，但它成功的關鍵是定位在「輔助編輯」而不是「自動生成」。同樣地，GitHub Copilot 的價值在於加速 boilerplate code 的撰寫，而不是替你做架構設計。

對於那些號稱能「全自動生成 web application」的新創，這份研究基本上是當頭棒喝。投資人應該重新評估這類公司的估值模型，特別是那些 demo 看起來很炫但沒有處理 production-grade constraint 的產品。

## 我的建議：務實看待 AI coding tool

如果你是**工程師**：繼續學習 AI tool，但不要指望它們能替你做複雜的技術決策。把它們當作更聰明的 auto-complete，專注在學習系統設計、架構模式這些 AI 還搞不定的核心技能。

如果你是**技術主管**：評估 AI coding tool 時，重點測試它們在你的 tech stack 和 coding standard 下的表現，不要被 demo 給唬住了。Flask 能跑不代表 Django 也行。

如果你是**投資人**：這個研究提醒我們，AI coding 市場的天花板比想像中低。那些估值過高的 coding agent 新創，可能需要重新 pricing。真正有價值的是那些專精在特定 domain、能處理 production constraint 的 solution。

老實說，我覺得這個結果很合理。寫程式從來不只是「generate code」，更重要的是理解 business context、system constraint、team convention。AI 在這些方面還有很長的路要走，這反而是好消息 — 代表程式設計師的工作還安全得很。

至少現在還不用擔心被 AI 搶飯碗，專心把架構設計和系統思維練好吧。

## 延伸閱讀

- [Google 不玩聊天機器人了 — 為什麼 AI Agent 是下一個戰場？](/blog/google-stops-playing-with-chatbots-why-is-ai-agent-the-next-battleground)
- [為什麼這個小工具能讓 AI Agent 開發省下 98% 成本 — Semble 背後的商業邏輯](/blog/why-this-widget-could-save-98-on-ai-agent-development-the-business-logic-behind-semble)
- [AI Agent 不該是你的同事 — 重新思考 Agent 的正確用法](/blog/ai-agent-should-not-be-your-colleague)
