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。
1. 首先,我認為2025年是AI普及時代的V2.0階段
從2022-2023的LLM到爆發,到2024-2025年vibecoding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AIcoding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%
2. 面對上述提及AI普及V2.0的階段,環境有了巨大改變、人才的需求改變也快速變遷
現在市場上的熱門人才,我會分成幾個類型:
核心AI人才
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。
具備AI專業技術力
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。
廣泛合作型
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型:
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vibecoding、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。
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。
林啟維
台大電機與 UCLA 畢業,創業超過 10 年。曾打造獲得國際大獎的桌遊品牌、現為創作者工具 Portaly 的執行長。
喜歡學習並實踐新創的成長方法,並導入自己的創業團隊中,包含 data-driven、AI-driven 與 growth hacking。
關於更多林啟維。