AI顛覆軟體開發：從SDLC轉向ADLC 工程師角色重塑

人工智慧（AI）正全面革新軟體開發領域，改變了傳統開發模式與工程師的角色。過往以人工編寫程式碼為主的「軟體開發生命週期」（SDLC）正逐漸轉變為「AI 驅動開發生命週期」（ADLC），這項轉變讓開發者從直接撰寫程式，轉變為指揮能自動建構、測試與部署應用程式的 AI Agent。

根據《SC Media》報導，傳統的軟體開發生命週期（SDLC）依賴人類在規劃、編碼、測試到部署等各階段的全面參與。然而，AI 驅動開發生命週期（ADLC）的導入，讓 AI 程式碼開發 Agent 成為流程中的活躍參與者，能夠處理許多過去由人類獨佔的任務。Snyk 的 AI Forward-Deployed CTO Damian Tommasino 指出，開發者的角色正在轉變，他們將以與過往截然不同的方式與 AI 程式碼開發 Agent 互動。

在新模式下，開發者將更多地以自然語言指定需求、設定限制條件，並評估最終軟體的成果，而非親自實作每個功能。人類的專業知識在架構決策方面尤其關鍵。Tommasino 強調，「人類的判斷力從未消失，事實上，當我們從單純編寫程式碼轉變為協調指揮時，判斷力反而變得更為重要。」

然而，AI Agent 若缺乏上下文或經驗，其錯誤的假設可能引入授權漏洞、不安全的依賴關係以及業務邏輯缺陷。這也要求開發者必須在加快交付速度與可能引入缺陷之間取得平衡，以免既有安全問題積壓如山。ADLC 因此需要專為自主程式碼開發 Agent 設計的安全控制措施，例如針對 Agent 能夠存取的檔案、可執行的指令以及是否能在未經人工批准下修改儲存庫等，建立明確的權限規範。

報導指出，隨著 AI Agent 加速開發流程，安全評估也必須更加持續且即時。持續評估將取代週期性檢查，結合確定性漏洞掃描工具與 AI 分析，以識別業務邏輯和授權方面的弱點。儘管 AI Agent 能加速漏洞發現，但這不代表能自動加速修復。從 SDLC 轉向 ADLC 改變了軟體生產方式，但最終對軟體安全負責的仍是人類。開發者將成為協調者，指揮 AI Agent 的同時，仍保有對架構、風險決策和生產就緒的最終權力。