EP675 大學畢業該趕快先念 #研究所 嗎?|大人的Small Talk
三句話摘要
大學畢業後,現在是否應該立即讀研究所,還是先出來工作一兩年。 2026年讀研究所的關鍵不是越早越好,而是越清楚自己缺什麼才去讀,這樣投報率最高且風險最低。 工作經驗是澄清職業想象的唯一辦法——大學生對職業的想象多來自偶像劇和教授講解,不知道實際工作中70%的時間可能在處理Excel報表或瑣碎事務,只有真正做過才能判斷自己能否堅持十年。
重點整理
重點- 1
工作經驗是澄清職業想象的唯一辦法——大學生對職業的想象多來自偶像劇和教授講解,不知道實際工作中70%的時間可能在處理Excel報表或瑣碎事務,只有真正做過才能判斷自己能否堅持十年。
- 2
學歷市場已嚴重貶值,特別是AI時代——16年前的預言已應驗,中段碩士的薪資溢價基本消失,而AI讓HR可以在一秒內評估100份履歷和候選人的實際作品,學歷不再是唯一篩選工具。
- 3
文科碩士特別容易踩雷——文科學位(如歷史、社會學)與業界職位無直接對應,深入專精的論文主題(如明清江南商業網路)在民間就業市場上難以變現,除非清楚知道怎麼翻譯成商業價值。
- 4
先工作才能確定要補強什麼——工作中會發現真正的需求(可能是法律、財經、行銷或UX,而非當初想像的領域),此時讀研究所才針對性強、投報率高。
實用技巧與重點
乾貨- 核心資料與觀察:
- 16年前(2010年)就已撰文預言學歷與收入的正相關性會降低——至今應驗
- 當前時間:2026年
- 文科畢業與直接就業市場的薪資差距已不明顯,部分碩士甚至找不到工作
- 具體產業案例:
- 臺積電、聯發科等科技公司:法律上不要求碩士,但實際招聘寫「碩士以上」,供給大於需求時學歷變成隱形篩選門檻
- 翻譯行業:被AI衝擊,市場萎縮,從業難度上升
- 教師職業:有硬進入門檻(教師資格考試),但不保證有工作機會
- AI時代的學習順序變化:
- 過去:先上課→溫習讀書→考試→實習→應用
- 現在:直接動手做→邊做邊問AI→補充不足→累積手感
- 例子:程式設計
- 過去:要報名6個月課程,完成學校專案,才能進業界
- 現在:開啟Cursor或Claude Code,告訴AI想做什麼,邊寫邊問,一兩天可做出可堪用版本
- 學歷價值重新定義:
- 名校碩士:仍有訊號價值(臺大、Harvard、MIT、Oxford等)
- 後段或中間排名學校的碩士:轉換價值快速消失
- 實戰證據(GitHub commit、產品成交、社群運營、客戶案例、podcast、文章):現在可被AI驗證,重要性上升
- 例外情況(應該直接讀研究所):
- 制度型硬門檻:醫師、律師、會計師、心理師、建築師、教授、研究員(法律規定需要執照)
- 市場型隱形門檻:臺積電製程工程師、聯發科晶片設計等超熱門職位,前提是確認產業未來會萎縮
結論
結論“2026年讀研究所的關鍵不是越早越好,而是越清楚自己缺什麼才去讀,這樣投報率最高且風險最低。”
完整解析
詳細這集podcast討論的核心問題是:為什麼大學畢業後應該先出來工作,而不是直接繼續讀研究所?講者Joe首先挑戰了聽眾的直覺。他在大學講座上被問到「家境不好的學生是否應該先出來工作而不是讀研究所」,他的回答是:無論家境好壞,都應該先出來工作。這個反直覺的答案讓底下安靜了,因為很多人預期他會說「家境好就繼續念書,家境不好就先工作」。
Joe進一步解釋,這個觀點是16年前寫在大人學部落格的文章《人多的地方不要去》的延伸。當年他預言,未來10到15年學歷與收入的正相關性會降低。至今這個預言基本應驗——學歷市場確實在貶值,中段碩士的薪資溢價已經消失,而AI時代只會加速這個趨勢。
為什麼要先出來工作?因為大學生對未來職業的想象往往不真實。一個外語系學生可能想像自己會做優雅的翻譯工作,實際上可能前五到十年都在處理報表和預算爭執。只有真正進入職場,才能判斷自己是否適合這個領域、是否能堅持十年。這一兩年的工作經驗能幫助你發現:翻譯可能不如跨文化的品牌行銷吸引你,或者你真的喜歡翻譯但需要法律財經背景來升級自己。這樣當你決定讀研究所時,就不是盲目選擇,而是針對性地補強缺陷。
對於文科學生尤其重要,因為文科碩士與業界職位沒有直接對應。一個歷史碩士寫了明清江南商業網路的論文,在學術上有價值,但進入一般公司找工作時,這份專精很難轉換成市場價值。僱主不知道怎麼用你,你也不知道怎麼變現所學。理科學生情況不同——電機碩士和電機學士在臺積電的起薪差距看得見,直接對應產業需求。
AI時代帶來兩個關鍵變化。第一,學習順序被顛覆。過去你必須先上課再應用,現在你可以邊做邊學。程式設計的例子最明顯:過去要讀完六個月課程才能寫程式,現在你可以直接用Claude Code或Cursor邊寫邊問,一兩天就做出可用的工具。這意味著許多領域不需要先花兩年讀研究所再應用,而是先在工作中解決問題,邊做邊補知識。
第二,AI改變了履歷評估。以前HR時間有限,用學歷做第一層篩選合理。現在HR可以用AI一秒讀完100份履歷,用AI搜尋你的GitHub、LinkedIn、作品集,甚至網路上的所有發表,量化評分你的實際成果。學歷光環——尤其是非名校的學歷——價值大幅下降。實戰證據(GitHub紀錄、產品成交、文章、podcast)的可驗證性反而上升。
這不是說研究所完全沒價值。研究所能訓練研究方法、系統化思考、問對問題的能力,這些仍有價值。但問題是許多人讀研究所的邏輯很簡單:「讀碩士賺比較多錢,所以我應該讀」,完全不知道讀什麼,甚至大學念什麼就研究所念什麼。在這個時代,這個策略不再有分。如果真的要讀,只有兩條路值得:一是名校碩士,保留訊號價值;二是先搞清楚自己缺什麼,讀研究所來補強特定需求。
有例外情況。如果你想做的職業有硬門槻——法律上規定的(醫律師等)或市場隱形規定的(臺積電要求碩士)——那確實應該直接讀。但Joe還提醒一件事:有硬門檻不代表產業會興旺。流浪教師的例子說明,進入門檻高不等於有工作機會。所以即使有門檻,也要想清楚這個產業未來是擴大還是萎縮。
回到最初的問題。家境不好應該先出來工作,因為需要收入。但家境好也應該先出來工作,不是因為經濟壓力,而是因為不知道自己真正要什麼時讀研究所會是浪費。家境好的真正紅利是將來決定讀時能輕鬆讀,決定不讀時不用勉強自己。這個彈性才是優勢,而不是儘早把它花在不該讀的時候。
關鍵時刻
Pipeline v2帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。


