當執行變得廉價，什麼才是真正的稀缺？

當 AI 讓「執行」變得前所未有地廉價，我開始重新思考：什麼才是真正值得投資與培養的能力？不再是誰能寫出更快的程式、做出更完整的報告，而是誰能保持好奇心去探索未知、擁有主動性去行動與迭代，並在此過程中，堅持一套有品味與原則的價值觀。

Oct 06, 2025

a white object on a blue background with a shadow — Photo by 愚木混株 Yumu on Unsplash

如果沒有人從 Junior 做起，那以後 Senior 從何而來？

1. 傳統招募與 AI 衝擊
2. AI 取代 junior，誰來成為未來的 senior？
3. 經驗的本質與執行的意義
4. 新的評價標準：能力、主動性、品格
5. 當執行變得廉價

歡迎回到《非正式寫作》— 理解複雜世界，前往那尚未被命名的自己。

前陣子接手新團隊後，花了一些時間梳理課內業務，了解每位夥伴主責的項目與團隊整體的協作方式。

邁入第四季，面對年底即將啟動的績效考核，以及展望來年的計畫，我開始思考如何招募合適的人才，補強團隊的戰力。所謂「人才」，最近一直縈繞我心頭。

以往軟體工程師的招募，不外乎考考 LeetCode、系統架構設計，或一些行為題。但現在有了 AI 的加持，這樣的測試還具有意義嗎？如果人選能透過 AI 工具又快又正確地完成某項任務，我們還有必要要求他們展現演算法功力嗎？

績效考核通常分為硬實力與軟實力兩個部分。硬實力看的是 domain 深度與技術/工具的掌握度，軟實力則關注協作、溝通與影響力。那麼，當 AI 工具全面導入之後，管理者又該如何重新看待「硬實力」？

以往可能要花上一兩天才能完成的測試，現在半天與 AI 協作就能交付。生產力的變化，不再是隨著時間與經驗的線性提升，而是出現了 1×、10×、甚至 100× 的差距。

《非正式寫作》探索並理解當代世界的多面向特質。
週一更新。馬上訂閱，與 1500+ 位讀者一同升級 ⬆️

source: https://www.digitalinformationworld.com/2025/08/ai-study-shows-job-market-pressure-for.html

史丹佛大學的最新研究指出，生成式 AI 正在改變年輕專業人士的就業市場，部分初階職位的機會正在顯著減少。
數據顯示，自 2022 年底以來，22 至 25 歲、從事高受 AI 影響職業的年輕人，就業機會下降約 13%。即使排除利率、景氣或產業結構等因素，結果仍呈現相同模式。
受衝擊最大的包括軟體工程與客服。年輕工程師的就業在 2022 年底達到高峰，但到 2025 年 7 月已下滑近 20%。相比之下，年長工程師或身處低受 AI 影響產業的員工，則維持穩定甚至成長。研究者指出，這一變化始於 2022 年 11 月 ChatGPT 問世後不久。

這裡產生了一個有趣的悖論：

AI 目前能發揮最大價值的地方，恰恰是那些可以被明確定義、且多屬於 routine 的工作。而這類任務，通常正是初入職場的 junior 所負責的。有些公司甚至要求主管在申請新的 headcount 之前，必須先證明這項職位「無法由 AI 執行」。

AI 系統擅長的是結構化、教科書式的知識，卻難以取代透過多年實踐所累積的隱性專業。於是出現了這樣的邏輯：不需要 junior，只要 senior 配上 AI，就能以相同成本達到更大的產出。

但問題是，那些已經存在的 senior，過去也都是從 junior 一路成長上來的。如果因為 junior 的 CP 值不如 AI 而不再招募與培養，那未來的 senior 要從哪裡來？

這樣的短視近利，終究無以為繼。

換個角度看，AI 提升的是「執行的能力」。這種工具能力的提升，對 junior 與 senior 而言是齊頭式的，但經驗與判斷力才是執行力真正的放大器。

經驗豐富的 senior 能更好地判斷與引導 AI 的執行，產出更精準的成果，這正是 junior 所欠缺的部分 — 即使他們擁有相同的工具。

那麼，經驗是怎麼得到的呢？透過執行。

說「不需要 junior」，其實就等於認同這樣的價值觀：不需要透過執行來累積經驗。這錯得離譜，因為即使是 AI，也是在持續的執行中不斷學習與優化的。把「經驗累積」這樣珍貴的過程，從人身上剝奪、交給機器，不是挺諷刺的嗎？

當然，高瞻遠矚從來不是企業決策時的優先考量。從短期效益看，的確，senior + AI 可能比招募好幾位 junior 更划算。

既然時間效益正是這個悖論的源頭，那麼，junior 的機會或許也在這裡。

junior 雖然沒有 senior 那樣的經驗，但過去的 senior 累積經驗靠的是時間：查資料、debug、試錯，一步步磨出理解。而現在，junior 有機會以極低的執行成本快速累積經驗，就像進入了「精神時光屋」：一年的實作，可能抵得上過去十年的經驗。

這麼來看，這個時代的「選用育留」，該關注的不是初始位置，而是起跑後的加速度：
能夠善用 AI 的 junior，能以極快的速度追趕上過去的 senior。能夠善用 AI 給予 junior 更快的融入和學習體驗的企業，將在未來建立一種「學習的複利機制」，讓組織與人才同時進化。

《每間公司都有相同的徵才標準》提出了招聘時真正重要的三個衡量維度：能力(competence)、主動性(agency) 與品格(character)。文中強調，「有無相關經驗」其實沒那麼重要；真正關鍵的是，這個人是否是一個 高能力、有主動性、具品格 的「泛用型」人才。

當全人類的經驗都被壓縮在那些擁有數千億參數的語言模型裡時，過去職缺中常見的「N 年工作經驗」也許已不再適用。

JD 為什麼要列出年資條件？不過是希望候選人「做過類似的事」，能更快上手。但實際參與過招募的人都知道，年資與能力往往沒有直接關聯，有些人只是「做了一年，重複五次」。

既然如此，與其在意起點，不如關注加速度。年資這項條件，若仍被留在職缺描述裡，恐怕剩下的唯一意義，就是測試候選人的自信心了。

作者提出的三個維度，恰好與我心中對「加速度人才」的想像不謀而合。我們可以把它們看作 AI 時代最稀缺的三本柱：

能力（Competence / Intelligence）：智力、天賦與 好奇心。
我更傾向將它理解為「獲得能力的能力」。就像《鬼滅之刃》中的呼吸法，能否認識自己的長處，並秉持好奇去學習與適應，正是決勝關鍵。
驅動力（Agency / Drive）：抱負、衝勁與 主動性。
AI 雖強，卻不會自己想「接下來要做什麼」— 它不會焦慮，也不會主動探索。
能夠成就偉大成果的人，往往擁有將目標拆解、串聯並不斷校正的能力。
驅動力，是在不可能中找到可能的潛能。
品格（Character / Integrity）與情商（EQ）：誠信、道德與 堅持原則。
除了能幹、積極之外，團隊合作中他還必須是一個「好人」。這裡的「好」不是溫順，而是「有所為且有所不為」。
深刻的表現從來不來自平均值，而是來自那些有原則又能有所取捨的人。
能在堅持與 open-minded 之間取得平衡 (strong opinions, weakly held)，正是一個團隊的加速度來源。