身邊不少做父母的朋友，最近都有種說不出的不安。不是很激烈的那種，而是一種隱隱的迷惘。大家都感覺到，小朋友未來要面對的世界正在快速改變，但真的要問「那要做些什麼不一樣的事」，多數人最後還是回到自己當年走過的那條路：讀好書、拿學歷、找工作。這條路對不對，很多人其實已經不確定了；只是手上找不到更清楚的替代方案，所以也只能繼續這樣指著。

我不覺得這是想像力不足的問題。比較像是一個結構性的缺口——值得先講清楚，再談怎麼處理。

Entry-level 底下的那個交易

很長一段時間，entry-level 的工作底下有一個經濟邏輯：junior 員工的成本，相對於他們的產出來說足夠便宜，公司因此「順便」也在訓練他們。Junior 產出與薪水之間的差距，某程度上就是一種隱性的訓練補貼。幾年之後，這個 junior 變得夠有生產力，值回成本，公司也就回收了這筆投資。

AI 正在打破這個交易。改變的方式，是讓生產方程式的兩端同時移動：一個 senior 配合 AI 工具，往往能達到和 junior 相當的產出，成本卻更低。Junior 競爭的對象，從一個絕對的生產力門檻，變成了配備工具的資深工程師——這個門檻高很多，也直接改變了公司願不願意聘請 junior 的算盤。

但這件事影響的，不只是就業機會的問題。Entry-level 的位置，從來不只是一份工作——它同時是很多難以言傳的能力被吸收的地方：怎麼把一個模糊的問題界定清楚、怎麼判斷自己的判斷夠不夠好、什麼時候該求助、怎麼向一個對你有真實影響力的人辯護自己的決定。這些東西從來沒被寫下來過，是人在真實的工作中、在真實的監督下，一點一點傳下去的。

當這個位置變薄，這個傳承機制也跟著變薄——即使有些人仍然拿到那個職稱。

這個缺口，市場自己填不了

如果這只是短期波動，那倒也讓人安心一些。但理由其實很平實：訓練 junior 一直比較接近一種「集體財」，而不是個別公司的最佳選擇。每間公司都受惠於市場上有一批受過訓練的人存在，但沒有一間公司會因為自己付出訓練成本，而得到對等的回報——尤其當受訓的人隨時可能跳槽到競爭對手，或者 AI 已經讓這筆投資在邊際任務上變得不那麼必要。這個搭便車的問題，在 AI 出現之前就存在；AI 只是拿走了原本讓這筆帳勉強算得過去的那個因素。

政府補貼、企業訓練配額、學校課程改革，都是合理的應對方向，我也支持這三方面的嘗試。但它們天生就慢——需要整個機構動起來，而牽涉到的機構（大企業、立法機關、學校系統），剛好是整個系統裡動得最慢的那幾塊。這個缺口，不能只靠等它們去填。

直接重建那個機制

我暫時想到的，是嘗試直接重建學徒制的「訓練機制」本身——這是在我能力範圍內，目前想得到、可以先動手做的方向。

我們可以先從較簡單的形式開始：一個還在養成階段的人，去做一個真實的專案——有真正的外部使用者，不是練習題——在一個只領先他一兩步、而不是領先大半輩子經驗的人引導下進行。技術能力的部分，AI 現在已經是個不錯的老師，可以交給它。

這些都是我們以往從工作中、在真實的監督下慢慢習得的判斷能力。如果傳統的路徑不再可靠，也許 mentorship 可以是另一種途徑，把這些能力刻意地、有意識地抽出來培養。我認為值得這樣培養的，是以下幾項：

1. 界定模糊問題的能力——把一個不清楚的問題，自己界定清楚，而不是等別人把規格寫好。
2. 查核 AI 輸出的能力——用現實、而不是「聽起來合理」去驗證。AI 講話夠流暢，流暢已經不能當作正確的證據了。
3. 拿捏投入程度的能力——判斷一個決定值得多少審視，不是每件事都要全力以赴，但要學會分辨哪件事是。
4. 取捨方法的能力——在多個方法之間做有理由的選擇，而不只是用手邊剛好打開的那一個。
5. 判斷求助時機的能力——知道什麼時候該升級求助，而不是硬猜。這需要一個真的會出錯、但錯了不會太嚴重的環境才練得到。
6. 辯護判斷的能力——事後能向真正在意結果的人，說明自己的判斷，而且經得起問。

一輪結束後，走過這個過程的人，理論上就有能力去帶下一個人——帶人需要的優勢，是領先一步，而不是領先整個職涯。我會這樣想，不是因為我已經驗證過，而是因為這幾項能力本身夠新，沒有人有資格說自己「資深」太久——一個剛練完的人，跟一個剛開始練的人之間，那一步的落差，可能已經足夠當 mentor 了。如果這個假設成立，一兩個人開始的東西，理論上不需要靠我一個人不斷複製，而是可以一輪接一輪地傳下去，慢慢長大。這還只是一個假設，我也還沒驗證過，但這是我願意先去賭一把的原因。

這個計畫的位置

這個計畫想做的事很具體，也很有限：針對那部分過去依賴「有一份真實工作存在」才能傳遞的養成——學校與 bootcamp 已經把學歷與基礎訓練這塊做得相當成熟，我想專注的，是它們之外、entry-level 工作原本處理的那一塊。

我也很清楚這只是其中一種嘗試，一定有其他人正在用我想不到的方式處理同一個問題，我很想知道，也很樂意交流。只是在認真討論、等出一個更好的方案之前，我想先試著動起來：就算幫不到所有人，如果能讓一小群人先開始受惠，我也能從中學到哪裡該調整。

我先從一個領域開始——AI-assisted software development——部分是因為這是我自己有真實材料與可信度的地方，部分是因為這是目前這個斷裂最明顯可見的領域之一。如果有人在其他領域、比我更熟悉那個領域，願意嘗試同樣的模式，或者覺得哪裡想得不夠周全，我都很樂意聽聽。

為什麼把這些寫下來

這篇文章的背後，是一個真的要開始的小計畫。寫下來，是為了把這個計畫背後的想法講清楚：我們真正想訓練的是什麼、為什麼是現在，以及如果這件事有效，這個思路夠不夠清楚，讓其他人也能接手、調整、複製。

計畫的具體安排與參與方式，請見 AI Transformation 學徒計劃。

如果你也是文章開頭那種隱隱不安的父母，或是剛起步、在想現在到底該練習什麼的人，歡迎跟我聊聊。