2025 年末，有一位軟體創業的朋友，受邀回台大工學院演講。他去之前問我：「未來軟體業的發展趨勢、新鮮人應該具備哪些能力？」

我依據這幾項觀察：

• 作為創業者，召募並帶領開發團隊的執行經驗
• 與台灣創業朋友的交流，了解較大的公司所面臨的現況
• 與美國大型企業 Meta/NVDIA/Google 等朋友聊天的印象

以下整理我個人對於工作環境變遷、職涯技能的想法，尤其針對中小型團隊的管理者(或創業者)視角。

在此總結 2025 年底的現況，半年後說不定就有巨大改變。

AI 時代進入 2.0 版本：不是沒工作，而是工作方式完全變了

從 2022-2023 的 LLM 大爆發，到 2024-2025 年 vibe coding 的爆發與成熟。

不管新聞媒體、社群輿論講的多慘烈，「軟體相關技能」還是壓倒性有優勢；差別是，產業需求的「總人數」大幅下降。

過去的需求：

• 軟體需要大量工程師「產出」程式碼，例如，軟體接案、軟體代工(做APP)、客製化開發、串接 API 等⋯⋯。
• 這些海量的軟體人力輸出，有些工程師會自嘲為「碼農」。

現在的需求：

• 需要比以往更多「駕馭 AI 開發」能力的人
• 人才類型 mid level-senior level 比以往更加重要
• 理想目標：一個優秀工程師 +AI 可以達成以前 3-5 人小組完成的事情

一些相關研究：

• Stanford 今年研究指出，22-25 歲軟體開發者就業在 2022-2025 下降近 20%，與 AI coding 爆發的時間重疊
• Stack Overflow 2025 開發者調查(49,000 人回覆)，有 84% 的工程師聲稱自己正在使用(或考慮)AI 協助開發
• 但也有研究機構(METR)顯示，經驗老道的工程師反而因為 AI 效率下降 19%

現在業界最缺的 4 種人才

現在市場上的熱門人才，我會分成幾個類型：

頂尖 AI 研發者：年薪上億也搶不到

這些人就是領導 LLM 模型的核心、過去兩年常在新聞看到 100M(一億美金)的薪資 package(Meta)

過去兩三年 bigtech 大裁員的熱潮中，這類人仍然被搶翻。即使在科技業中，薪資還是有極度M型的差異。

OpenAI/Anthropic/Google/Meta 搶著要，薪資也逐年攀升；現代所謂「AI 創業」也都是圍繞這一群人投資。

在台灣，這是台大電機、資工之中最頂級學生，最嚮往的未來發展。

AI 技術實作者：幫公司建基礎建設

這些人不一定是 AI 研究背景，但具備AI或ML的專業執行能力。

常見的基本能力包含訓練模型、會佈署自建 AI；在職能上，可以幫團隊打AI的基礎建設，包含專屬 fine tuning 或資料安全性等設置。

這類人的需求高峰我認為還沒出現，但絕對是下一個階段多數團隊必備的基礎建設者。

橋樑型人才：工程師與非工程師都聽得懂你說話

程式底+擅長 AI 工具+產品思維，可以搭建工程師與非工程人員之間的橋樑。

這些人有足夠的全端基礎(實作+知識)，可以知道怎麼用快速串接 AI 與各種 database/api 的產出許多小型應用。

這類型的人，可以搭配所有 non-engineer 背景的 vibe coder，2-3 個人可以完成過去 5-10 人的任務。

這類人的需求應用會非常多，可以當顧問、可以 part time 的 member、可以主導創業。

Vibe coding 開發高手：一個人抵一個小團隊

自己本身 coding 能力、速度都在水準以上，非常熟練、熱愛 vibe coding，可以一人當一個小團隊用。

這套能力組合，是我認為傳統軟體工程師最值得的投資。

聽起來非常理所當然？

雖然 Stack Overflow 調查工程師使用 AI 高達 84%，但我實際觀察真正相信 AI、投入 AI、探索 AI 的開發者，應該還在總人口的 20%-30%。

常聽到的原因，是在他們的工作流程中很難實踐 vibe coding。

例如產品過度龐大、導致 context 過長，無法用 AI 輔助精準的 build up/iterate 一個大型產品。

目前中間的巨大鴻溝是產品或公司規模。

但我相信有一天會 AI 輔助的開發會跟巨大系統走向愈來愈收斂。

在此之前，如果有任何機會擁抱 vibe coding、甚至具備帶領工程團隊進入 vibe coding 世界，都會是目前軟體公司最想追求的工程師。

2026 軟體工程師生存指南

最後，如果是現役學生、或目標轉行軟體業的朋友，我提供幾個淺見：

• 軟體工程的「基礎開發能力」已經不是即戰力(沒有過去的產值)。
• 軟體工程的「基礎能力」若搭配 AI 應用，會有重大加成效果。
• 對小團隊而言，工程師的「產品思維」前所未有重要。未來非工程師將大量產出「淺產品」，透過工程師之手將潛力無窮。
• 大量摸索 AI。現在的工具肯定不是未來的工具，而培養「學 AI 的能力」則是這個時代的基本功。

AI 時代過幾年將渲染至百工百業，不是 AI 淘汰了誰，而是有一群新的人才會在這個時代大放異彩。