人工智慧原本被寄望能消除開發軟體的技術門檻。承諾是：任何有好點子的人，只要將它輸入文字提示，就能得到一個完整運作的新創產品。然而，在非洲科技生態系中，現實卻截然不同。當前這波AI工具並未為一般人實現產品開發的民主化——它反而成為已經理解部署與系統架構的專家的強大放大器。

這是軟體工程師、IDEA8LAB創辦人Aminat Shotade的日常觀察。她在接受Technext獨家專訪時指出，對日常開發者而言，根本性的瓶頸已完全從產生程式碼轉移。

「最大的挑戰已經不再是寫程式。AI可以寫程式碼、解釋程式碼，甚至能為你建構應用程式的大部分內容。真正的挑戰是知道要打造什麼、各個部分如何組合，以及如何將想法變成可運作的產品，」Shotade解釋。「大多數非技術背景的人都能描述他們想要的功能。他們難以理解的是身分驗證、資料庫、支付、主機託管、安全、使用者體驗與產品設計等事物。」

對非工程背景的讀者而言，這些術語指的是每個可用應用程式背後的機制：身分驗證確認使用者是誰，資料庫儲存應用程式收集的資訊，主機託管是軟體實際運行的地方，而支付與安全則是讓真實交易安全無虞的關鍵。這些機制正是聊天提示無法提供的，這也是為什麼她所描述的瓶頸是移動了，而非消失了。

崩潰發生在架構層面

非技術背景的創辦人通常能精確描述他們想要的功能，但現代軟體是相互連結系統構成的複雜網絡，當這些系統必須彼此組合時，問題就出現了。

「開發一個應用程式不只是一個問題。它是二十個相互連結的不同問題，」她指出。「AI可以協助解決個別任務，但你仍然需要理解整體系統。」

Shotade指出推出產品所需的隱形基礎設施。創辦人也許能用機器人產生精美的使用者介面，但仍然必須設定身分驗證協議、建構資料庫、保護使用者資料，並配置主機環境。當一般開發者嘗試部署AI產生的程式碼時，他們會立刻撞上伺服器配置與安全要求的高牆。用她的話來說，這正是為什麼能否使用聊天機器人已不再是非洲開發者的決定性因素——能否運行它產出的成果才是。

Lagos Life的爆紅成功印證了這一點

近期諸如Lagos Run及其人生模擬續作Lagos Life的成功，乍看之下似乎證明進入門檻終於崩塌。這些基於瀏覽器的體驗透過遊戲化城市居民的日常掙扎，吸引了巨大的文化關注。到了第四天，Lagos Life已累計近250萬名玩家與2,300萬次造訪，尖峰時段超過122,000名同時在線用戶，據報導創造約6,200萬奈拉（46,900美元）的收入，主要來自虛擬看板廣告以及玩家購買遊戲內奈拉。

這種爆發式的速度造成一種誘人的幻覺，彷彿任何人都能達到同樣的成果。但這些遊戲的創辦人並非對著虛空輸入提示詞的新手。他們是經驗豐富的軟體工程師，深知如何將不同的技術拼接在一起。處理大規模同時流量需要對資料庫架構、負載平衡與即時狀態管理的深入知識。整合真金白銀的廣告銷售與本地支付閘道，則需要對金融API與交易安全的根本理解。AI並沒有建構那套基礎設施——是工程師利用AI建構的。

對於擁有同樣出色想法的非技術背景創辦人來說，生成式聊天介面與可上線、可擴展產品之間的鴻溝依然頑固地寬闊。對在地共鳴產品的需求顯然存在；用她的說法，稀缺的是將關注轉化為能夠承載負載的產品的營運知識。

執行力將工程師與其他人區隔開來

Shotade精確指出為何技術人員與一般使用者之間存在這道鴻溝。

「打造成功的產品遠不止有一個想法。大多數人都有想法。困難的部分是執行。工程師了解技術在真實世界條件下的行為，」她說。「他們知道如何快速建構、測試、改進、擴展與修復問題。當他們看到機會時，通常能更快行動，因為他們已經理解這些工具。這並不意味著非技術背景的人無法打造成功的產品。只是意味著工程師在想法與成品之間的障礙通常更少。」

在部署階段，完全依賴面向消費者的聊天工具的侷限變得痛苦地明顯。生成式介面是為創造而設計，而非為執行而設計，Shotade針對這個侷限提供了一個犀利的比喻。

「聊天介面很適合創造東西。不是為運營東西而設計的，」她說。「ChatGPT可以幫你設計一家餐廳、製作菜單，甚至撰寫商業計畫。但它不會變成那家餐廳。你仍然需要建築物、員工、電力、支付系統和顧客。軟體也是同樣的道理。聊天介面可以產生程式碼。但你仍然需要有地方託管它、儲存資料、管理使用者、處理支付，並讓一切持續運行。這就是真正的應用程式必須超越聊天視窗的地方。」

這條規則適用於所有軟體。產生程式碼只是第一步。創辦人仍然需要有地方託管它、儲存資料、管理使用者、處理支付，並讓基礎設施安全運行。大型語言模型可以為結帳頁面撰寫腳本，但它無法自動保護從使用者輸入卡片資訊到銀行授權扣款之間的資料管道。真正的應用程式必須超越聊天視窗才能存活。

教育必須從語法轉向系統

在Shotade看來，這個現實要求徹底重寫非洲大陸的科技教育方式。多年來，業界透過強迫學生背誦語法來教授程式設計——這類工作現在已完全由生成式模型處理。新近變得有價值的技能完全集中在邏輯與系統架構上。

「我認為我們教錯了東西。多年來，人們透過背誦語法來學習程式設計。AI現在已經能處理其中大部分工作，」她主張。「有價值的技能正在變成：你如何思考一個問題？你能把一個大問題拆解成更小的部分嗎？你能設計工作流程嗎？你能理解資料如何在系統中流動嗎？你能辨別什麼需要第一、第二、第三步發生嗎？未來不在於記住每一個程式指令。而在於理解邏輯、系統與決策。」

為了讓奈及利亞生態系真正從這場AI革命的財富創造潛力中受益，重點必須從撰寫程式碼轉向設計工作流程。開發者需要理解資料如何從頭到尾在系統中流動，並在產生任何一行程式碼之前，先辨別什麼必須第一、第二、第三步發生。非洲大陸的課堂與培訓計畫如何應對這項轉變，將決定隨著AI工具的普及，誰具備開發能力。

想法與生產之間缺失的一層

她表示，真正的民主化需要一套全新的基礎設施層。當前生態系缺少連結人類想法與實際生產環境的關鍵橋樑，而視覺化無程式碼運行環境與以邏輯為基礎的培訓平台，是真正打開這個生態系的關鍵。

「我們仍然缺少介於想法與生產之間的一層。現在存在著巨大的鴻溝。有人可以用簡單的英文描述一個應用程式。AI可以產生程式碼。但把程式碼變成可靠的生意仍然很複雜，」她表示。「你仍然需要考慮資料庫、身分驗證、主機託管、監控、安全、支付與部署。」

「我們缺少的是能自動處理大部分這些決策的基礎設施。當有一天，人們可以用自然語言描述一個商業點子，並在不需要理解底層技術堆疊的情況下，可靠地推出安全、可擴展的產品，那時軟體創作才真正對所有人開放。我們正朝那個方向前進。只是我們還沒到達，」她總結道。

在那一層出現之前，生態系的分界線仍停留在今天的位置：在能輸入提示詞的人與能部署產品的人之間。按照她自己的框架，值得關注的發展不是又一次爆紅式上線，而是能獨力將一個自然語言想法一路帶到安全、可擴展上線的工具的到來。

本文基於Technext最初發表的獨家專訪。