長期以來，我在建構技術時，腦中一直存在「API 之下 vs API 之上」這個框架。它起源於 2010 年代中期平台經濟（例如 Uber、Airbnb、Stripe），說明了軟體平台如何分工：
- API 之下 = 由平台支配的商品化勞動：外送司機遵循演算法競速、提供服務。你的角色是為系統服務，自動化且低利潤（有些人可能達到巨額營收）。
- API 之上 = 平台擁有者、整合者或創意編排者，他們掌握介面、萃取價值，並在其上建構新事物。擁有更高的槓桿、判斷力與所有權，有時甚至壟斷與控制。
由此，整個 API 經濟隨之建立，整合與工具生態蓬勃發展。看看 API 工具市場以及圍繞它建立的平台就知道了。
從 API 到 AI 的轉變
近年來，這個類比直接套用到 AI 上。新的「API」就是基礎模型，加上正在建構的 Agent、工具與平台生態系。
- AI 之下 = 提示工程、程式碼撰寫、內容生成、任務執行等。容易像過去的零工經濟一樣被取代。
- AI 之上 = 架構、驗證、編排、判斷力，以及人類獨有的特質：品味、倫理、脈絡、新穎的整合。例如：設計 Agent 系統、判斷 AI 輸出何時／為何失敗、擁有自己的技術棧，或在其上創造有防禦力的價值。
我甚至認為 AI 是多層次的：我們有 AI 供應商、利用 AI 打造平台的人與公司，以及傳統的（API）平台經濟。隨著時間推移，這些層次會逐漸融合。在 API 時代，軟體工程是優勢；現在則是編排 AI。
從技術演化歷史來看，這並非新鮮事
技術一直沿著抽象層向上爬。每一層新的抽象層會隱藏下方複雜度、提升上方生產力，並將舊技能商品化。每次都會創造出新的「之上 vs 之下」劃分。這不斷重複：
年代 → 新增層 → 抽象化內容 → 影響 → 新機會
- 1940s–1950s → 組合語言 → 原始二進位／機器碼 → 從打孔卡到符號 → 硬體調整者變成邏輯導向的程式設計師
- 1950s–1970s → 高階語言（Fortran、C） → 組合語言／硬體細節 → 「真正的」程式設計師抗拒 → 低階編碼者變成應用程式建構者
- 1970s–1990s → 作業系統、資料庫、框架 → 記憶體、檔案、網路 → 「玩具」語言變成主流 → 系統管理員與資料庫管理員促成商業邏輯開發者
- 2000s–2010s → 網路／雲端 + API（如 AWS） → 伺服器、基礎設施、擴展 → API 經濟蓬勃 → 營運工程師與本地部署開發者演化為 API 編排者、SaaS 建構者與零工平台創造者
- 2020s–現在 → LLM／Agent／基礎模型 → 程式碼、資料管線、例行認知 → 「AI 之上」 → 提示跟隨者與初階角色轉變為 AI 編排者、輸出評判者與技術棧擁有者
每個時代總會遇到懷疑論者，但事情變得越來越簡單、便宜、更親民，推動人們往更高層次移動。AI 只是這條技術創新時間軸上的最新趨勢。
未來會是什麼樣子？
誰知道呢？ ¯_(ツ)_/¯ 但我確定的是，這不會停止，而且發展飛快。
- 未來 2–5 年（Agent 時代）：AI 處理更多執行層面。「之下」縮小到基本的委派。「之上」變成 Agent 設計、多模型編排、嚴格評估，以及人機混合工作流程。新技能：脈絡工程、失敗模式、擁有平台。一人「團隊」或小團隊透過組合 AI 提示，而非撰寫程式碼，達成 10 倍輸出。
- 5–10 年以上（AGI／接近 ASI）：模型自我改進與編排。劃分更細碎化：你可以在某一層「之上」（例如指揮 AI 群體），但在另一層「之下」（如果你領域被完全自動化）。
- 真正的後 AI 時代（富足／脫鉤）：如果 AI／機器人處理幾乎所有經濟生產，舊有的「之下／之上」對勞動力來說大多消解。新的前沿是後設層面：目標設定、AI 系統的倫理／治理、體驗／關係經濟，或全新的層次（生物 AI 共生、太空規模工程、模擬現實）。經濟將發展成完全不同的系統，而今天已有相關嘗試。
長期贏家是誰？那些爬得最快、擁有自己層次，並專注於 AI 尚無法複製之事（至今）的人：深層的人類判斷力與創造力。身為對未來科技充滿熱情的人，我很期待未來將帶來的種種。
