年輕工程師少了近兩成，暴漲的是誰？｜機器學習 2027 第一講 單元 1-3
三句話摘要
人工智慧衝擊就業市場的真實樣貌：蒸發的是自動化工作，成長的是判斷與驗證工作。 AI 正在蒸發已經能寫成自動檢查程式的工作，同時暴漲需要人類判斷和驗證的工作，決定你未來競爭力的不是你會不會做，而是你能不能判斷什麼是對的。 就業市場呈現兩張臉：不是整個職業消失，而是同一職業的入門位置大幅下滑（-16%），資深位置維持甚至成長。AI 接手的是「代辦式」工作（整件接手），沒有動到「協作式」工作（與人協作完成）。
重點整理
重點- 1
就業市場呈現兩張臉：不是整個職業消失，而是同一職業的入門位置大幅下滑（-16%），資深位置維持甚至成長。AI 接手的是「代辦式」工作（整件接手），沒有動到「協作式」工作（與人協作完成）。
- 2
職業容易被接手的判別標準：根據實際使用數據，代辦式使用比例高的職業（如軟體工程師、客服人員）就業下降最快；而照護工作雖然 AI 能協助，但無法完全接手，年輕人就業反而增加。
- 3
招聘市場的技能轉移：職缺需求從「資料輸入」「手動寫程式」轉向「提示工程」「模型微調」，但更重要的是「模型驗證」能力提及次數快速成長，說明判斷模型輸出正確性的工作需求爆增。
- 4
工作層級分化的根本因素：自動檢查能捕捉的錯誤（如格式、檔案錯誤）已可機器化，但需要人類判斷的錯誤（方向不對、內容不具體、觀眾看不懂）仍無法自動化，這決定了哪些工作蒸發，哪些工作暴漲。
實用技巧與重點
乾貨- Anthropic 經濟指數（2026）：
- 電腦與數學類任務在對話介面上佔 35%
- 企業 API 流量中該類更接近 50%
- 統計樣本 9,700 人，電腦與數學職業佔 30%，超額集中倍數 7.5 倍（美國該類職業僅佔就業人口 4%）
- 協作模式 vs 代辦模式比例：2025 年 11 月為 5:4.5，2026 年 2 月協作比例更高
- 史丹佛大學研究（美國聘僱數據）：
- 20-25 歲就業相對下降 13%（2025 年 11 月）→ 16%（2026 年 2 月更新）
- 易被整件接手職業：軟體工程師（22-25 歲下降近 20%）、客服人員（同走向）
- 難以整件接手職業：護理助理、居家照護（年輕人就業增加，且速度快於資深工作者）
- 真實招聘市場分析（15 萬+ 英文職缺，2018-2025）：
- 下降職缺關鍵字：資料輸入、手動寫程式
- 上升職缺關鍵字：提示工程、微調、模型驗證
- 模型驗證（判斷輸出正確性）能力提及次數快速增長
- 講者工作紀錄（內容製作）：
- 自動檢查捕捉的錯誤：76-77%（聲音對不上、檔案錯誤、格式問題等機器能判別的）
- 講者（AI）自行判斷的錯誤：約 0.3-0.7%
- 只有人類能捕捉的錯誤：23.3%（方向不對、內容不具體、觀眾看不懂）
結論
結論“AI 正在蒸發已經能寫成自動檢查程式的工作，同時暴漲需要人類判斷和驗證的工作，決定你未來競爭力的不是你會不會做，而是你能不能判斷什麼是對的。”
完整解析
詳細這份分析從四個不同角度檢視人工智慧對就業的真實衝擊。第一個角度是使用數據：Anthropic 公開的經濟指數顯示，編程與數學相關任務在 AI 工具使用中壓倒性地佔最大比例，而且隨著時間推進，協作模式（人與 AI 一起做）的比例在上升。這提醒我們，不該把 AI 簡單地看成「接管工作」，而要區分「代辦」（AI 整件做完）和「協作」（人與 AI 一起）兩種模式。
第二個角度是真實聘僱數據。史丹佛大學對美國最大薪資軟體公司的紀錄進行分析，揭示了一個出人意料的現象：就業不是整個職業下降，而是同一職業內部的世代分化。容易被 AI 整件接手的工作（如軟體工程師、客服人員）中，20-25 歲的年輕人就業相對下降了 16%，但資深工作者反而保持甚至繼續成長。相反，AI 只能協助但無法完全取代的工作（如居家照護、護理助理），年輕人的就業機會反而在增加。這說明 AI 的衝擊不是「職業消失」的簡單故事，而是職業內部的層級重構。
第三個角度是招聘市場的技能需求。分析超過 15 萬則跨越七年的英文職缺，發現「資料輸入」和「手動寫程式」需求在下降，但「提示工程」和「模型微調」快速增長。更值得注意的是「模型驗證」能力的提及次數在快速上升，這反映出一個新的工作類別正在形成：判斷 AI 模型輸出是否正確。
第四個角度是講者自己的工作記錄。作為一名內容製作者，講者分析了每個製作環節可能出錯的地方。結果很清晰：約 76% 的錯誤能被自動檢查捕捉（聲音與畫面不同步、檔案放錯位置、格式破損），這類錯誤機器能輕鬆檢查。但有 23.3% 的錯誤穿過了自動檢查，甚至穿過了講者（一個 AI）的判斷，最後才被人類編輯發現。這些錯誤的特徵是「程式測不出來」：方向不對、內容不具體、觀眾聽不懂。這正好解釋了為什麼就業市場出現了這樣的分化。
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。
