AI 是否已經開始取代工作，目前正引發激烈的爭論。根據再就業顧問公司 Challenger, Gray & Christmas 的統計，今年 5 月，科技業裁員創下數年來的單月新高，理論上，在這波浪潮中最受衝擊的是被 AI 寫程式工具快速滲透的軟體工程，但創投機構 SignalFire 的〈2026 人才現況報告〉顯示出正好相反的情況。
SignalFire 報告顯示，工程反而是科技業裡最具韌性的職能。同一份數據也揭露一件更值得關注的事：AI 沒有讓工程師消失，而是正在重塑整個科技業的人才結構。
《TechCrunch》報導，SignalFire 研究主管 Asher Bantock 觀察到一個矛盾：許多裁員都把理由歸給 AI，強調一名工程師如今能完成過去數人的工作量，但實際招聘數據卻與這套說法對不上。SignalFire 追蹤逾 8 千萬家公司、數百萬名員工的職涯動向，並刻意採用招聘數據而非裁員數據，因為員工常在被裁後延遲更新狀態，使裁員數字難以即時反映真實情況。
「AI 程式碼末日」砍向設計與行銷，不是工程師
數據顯示，大型科技公司整體招聘量較 2019 年減少 25%，但工程職位僅下滑 11%。換算占比，工程師如今占新聘人員的 55%，高於 2019 年的 46%。在早期新創，工程招聘不減反增，成長 7%，同期設計下滑 22%、行銷下滑 18%。Bantock 指出，若 AI 真在取代工程人力，工程招聘理應最先下滑，但數據恰恰相反。
業界判讀也在轉向。NVIDIA 執行長黃仁勳今年 4 月於史丹佛商學院訪談中反駁 AI 將取代工程師的說法，表示當工程師全面改用代理式 AI 後反而更忙碌，因為 AI 幾乎能即時寫出程式碼，工程師被持續推著去產出「下一個點子」。這呼應了 Jevons 悖論：效率提升不會減少需求，反而因工作量擴張填滿新產能而增加。
組織變扁平，「超級個人貢獻者」取代管理紅利
工程核心穩住的同時，組織圖正在變扁平。SignalFire 指出，AI 大幅提升資深工程師的生產力，瓶頸從「寫程式」轉移到「審查程式」，過多初階工程師反而拖慢團隊，於是企業開始拆解中間層。大型科技公司每位工程主管如今平均管理約 12 名工程師，較 2019 年增加 14%；早期新創更達約 15 名。產品經理同樣被稀釋，要支援的工程師人數比 2019 年多出 22%。
這催生了一種新角色：超級個人貢獻者（Super IC）。當 AI 把過去需 5、6 名專才完成的工作壓縮，一名能力夠強的工程師便能獨力負責一條完整產品線。頂尖的 staff 與 principal 薪酬甚至已能追平或超越總監，翻轉了過去二十年的「管理升遷紅利」：通往更高職權與報酬的路徑，不再必然得經過管理職。
斷掉的職涯階梯，新鮮人被鎖在門外
這場重組，代價最沉重的一端落在新鮮人身上。相較於 2019 年，大型科技公司的新鮮人招聘崩跌約 65%，早期新創更下滑約 76%，SignalFire 稱之為「junior lockout（初階鎖出）」。原因在於企業普遍偏好資深人才，而非投資培訓新人。過去畢業生在前 12 到 18 個月撰寫樣板程式、跑單元測試與例行除錯的入門工作，正是科技巨頭如今用 AI 自動化掉的部分。
不過 SignalFire 警告，靠砍掉新鮮人管道優化短期財報，可能在 5 到 10 年後造成結構性的領導與人才斷層。
既然進不去，就自己當老闆：畢業生的創業轉向
被鎖在門外的新鮮人，選擇了另一條路。根據 SignalFire 與《華爾街日報》報導，在全美 20 所頂尖學校中，2025 年有就業的電腦科學畢業生自稱「創辦人」的比例，從 2022 年的 2.9% 翻倍成長至 6%。這份報告分析了每一年逾一萬名學士畢業生的 LinkedIn 檔案，而在這些 2025 年的畢業生創辦人中，已有將近五分之一募得創投資金。
與此同時，這批畢業生進入大廠的比例正在下滑。SignalFire 指出，2025 年頂尖電腦科學畢業生到科技巨頭擔任工程職位的機率，較幾年前低了 45%。《華爾街日報》以今年 5 月自 UC Berkeley 電機與電腦科學系畢業的 Tejas Prabhune 為例，他在返回實習過的新創、應徵大型 AI 公司，以及自行創業三條路之間，選擇了創業。
Prabhune 的選擇，反映出 AI 對傳統職涯路徑的壓縮。SignalFire 描述，過去那條「學寫程式 → 進大公司 → 累積信心 → 理解客戶 → 成為創辦人」的路徑，如今被壓縮成一個直接的執行迴圈：「做出可運作的原型 → 取得活躍用戶 → 成為新創創辦人」。報告也點出一個耐人尋味的反向效應：科技巨頭為了節省短期成本而縮減入門職缺，等於在不經意間，於自家高牆之外孵化出下一代的競爭者。
重塑後的人才金字塔
所謂的「AI 程式碼末日」並未降臨在工程師身上，真正發生的，是科技業正壓縮成一個由資深人力主導的精實工程核心。面對這樣的結構，SignalFire 建議企業與其追問「AI 能取代多少人」，不如反向檢視哪些管理層級當初只是為了彌補資訊流通緩慢才存在；同時別急著廢掉新鮮人管道，而改以「AI 學徒制」讓初階人才負責管理、測試與優化 AI 工作流程。
對新鮮人，報告則建議別再等著被錄取與培訓，而是先用已上線的作品與實際的客戶開發，把獨立執行的成果當成最有力的履歷。當整個產業停止投資早期人才，十年後的領導梯隊從何而來，以及能否在精實核心與人才養成間重新找到平衡，將決定下一個十年的科技業由誰打造。
【推薦閱讀】
◆ Loop Engineering 崛起：當 AI Agent 能自己工作，Google 工程師點人類三大職責
＊本文開放合作夥伴轉載，資料來源：《TechCrunch》、《The Wall Street Journal》、SignalFire，首圖來源：Unsplash
