研究宣言

底層階梯消失了。替代它的是什麼?

第一份軟體工作正在被壓縮。替代物必須是公開、可審查且真實的。

舊約定是:先被雇用,在邊界明確的工作中學習,贏得信任並成長。新市場越來越像是在說:先證明你能工作,然後才有人給你工作。

論點 01

學徒層從來不是自動存在的,它需要被維護。

初級職位曾經是一種粗糙但可靠的社會契約:公司雇用潛力,交給新人邊界明確的工作,並讓他們在審查中學習判斷力。這些工作並不光鮮:工單、bug、測試、遷移、文件、支援串和程式碼審查。

這個契約正在破裂。讓早期職涯可被看見的任務,正是公司最想自動化、壓縮,或交給擁有 AI copilot 的資深人員處理的任務。

論點 02

經驗悖論已經變成基礎設施問題。

第一個損失不只是一個職缺發布,而是初學者能夠安全犯小錯、學習本地標準,並建立被他人審查過的紀錄的地方。

沒有這架梯子,市場一邊要求新開發者有經驗,一邊移除了曾經創造經驗的低風險工作。

論點 03

當產出變便宜,證明必須更接近現實。

AI 讓私人產出變便宜。它可以在幾秒內生成漂亮 demo、可信解釋和體面的履歷要點。這有助於學習,但當每個申請者都能製造相似材料時,它削弱了招聘信號。

替代信號不是更響亮的自我推銷,而是公開工作:議題上下文、pull request diff、維護者回饋、修改紀錄和已合併變更。

論點 04

開源把學習變成公開軌跡。

開源不是完美的學徒系統。維護者很忙,議題品質不一,標籤也只是提示。但它擁有新勞動力市場急需的一個優勢:證據公開且可審查。

一個小而被接受的 pull request 展示的不只是程式碼。它展示閱讀理解、限制處理、耐心回應回饋,以及在他人系統中交付的能力。

論點 05

AI 屬於工作流,但不能取代問責。

新的第一階不應假裝 AI 消失。開發者應該使用它。但證明單位必須是被審查的改動,而不是生成物。

關鍵問題不是初學者是否用了 AI,而是他們是否理解問題、驗證改動、回應審查,並讓專案比之前更好。

論點 06

替代階梯是貢獻,不是證書表演。

Good First Issue 為這條更窄、更持久的路徑而存在。它幫助新開發者找到足夠小、也足夠真實的工作。

底層階梯消失的答案不是懷舊,而是一個更好的第一步:公開、有範圍、可維護的工作,讓初學者有公平方式證明自己能交付。

從這裡開始

建立市場能夠檢查的紀錄。

選擇一個範圍清楚的議題,公開工作,回應審查,並留下真實貢獻的持久軌跡。

瀏覽議題

來源

研究與參考

  1. SignalFire, The SignalFire State of Tech Talent Report - 2025, 2025 年 5 月 20 日
  2. Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
  3. Stanford Digital Economy Lab, 2025 年 11 月 PDF 版本
  4. McKinsey Global Institute, Generative AI and the future of work in America, 2023 年 7 月
  5. Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, 2025 年 9 月 16 日