最近一直看到公司在做同一件事：砍 junior 缺。
帳算起來其實滿合理的。一個 senior 配 AI 抵以前兩三個 junior，產出多、品質穩、又省下帶人的時間。我懂這個算盤怎麼打，只是覺得很少人有真的去想再往後幾年會怎樣。
過去 junior 工程師的學習，其實是「順便發生」的。你寫的 code 不完美，但公司會拿去用，所以願意付你薪水讓你一邊做一邊學。學習是工作的副產品，不用另外買單。
AI 改變的就是這件事。當 AI 比 junior 更快、更穩，原本附在工作上的學習就沒有商業價值了。學習從副產品變成純成本——而沒有公司會願意付錢培養純成本。
所以現在的狀況有點怪：線上還在撐著的 senior，都是靠過去十幾年實戰累積出來的判斷力。他們知道怎麼盯 AI、怎麼抓 AI 出包、AI 卡住的時候自己頂上。問題是這群人有保存期限，會退、會轉行、會 burnout。
下一代的 senior 要從哪裡長出來？我沒看到太多人在認真回答這個問題。
我自己的看法是——如果你相信 AI 在未來十年、二十年內都還是需要人類監督的話——那監督者的能力就不能離 AI 太遠。你要真的懂，才有辦法判斷 AI 做的是對是錯。沒自己手寫過 state management、沒在半夜兩點被 race condition 搞到崩潰過的人，就算 AI 給他一份完美的 code，看是看得懂，但系統真的出包時他不知道從哪裡下手。
那種直覺，是親手把東西搞壞過才會長出來的。我目前沒看過例外。
所以我猜——這個猜可能有點賭——軟體團隊會慢慢演化出一種 mentor 制。不是回到以前大量招 junior 做雜事的模式，而是少量、精挑、被刻意設計過的學徒制。新人會有一段時期被故意限制成「不准用 AI」，必須自己寫、自己 debug、自己踩坑，等 mental model 蓋起來之後，才正式進編制。
感覺有點像醫學系。明明 CT 比觸診聽診清楚太多，住院醫師還是得先把觸診聽診學會。那些看起來「沒效率」的訓練不是浪費時間，而是在養臨床直覺。沒那層底子，連 CT 報告都讀不準。
你可能會說：軟體業又沒有醫師執照這種制度門檻，誰來逼公司這樣做？A 公司花三年紮實帶人，B 公司讓新人第一天就靠 AI 衝產出，短期內市場一定獎勵 B 啊。
我自己也卡在這個問題卡了一陣子，後來不知道為什麼想到水電工。
水電這行沒什麼國家級認證制度，但師徒制延續了幾百年都沒斷。原因不複雜：後果藏不住。水管接不好會漏，電線拉不對會燒。你不會去翻師傅的證照，你家有沒有被淹過、被燒過，就是最直接的篩選。市場學會分辨好壞，不是因為有制度，是因為痛過。
軟體業以前的痛來得慢——一個爛架構可以撐個兩三年才整個崩掉。但 AI 應該會把這個時間軸壓得很短。當所有人都用 AI 快速堆東西，系統的複雜度會膨脹得比以前快得多，崩起來也會更早、更猛。到時候「這個人到底懂不懂」是藏不住的。
所以也許根本不需要什麼外部制度。AI 自己就會製造出夠多的災難，逼市場慢慢學會區分「會用工具的人」跟「懂手藝的人」。沒有法律規定你裝水電一定要找老師傅，但你家被淹過一次之後，下次自然會問清楚。
我覺得我們現在就站在「被淹之前」這個階段。大家看著 AI 的生產力很興奮，砍人也砍得很果斷。等到人才斷層的痛真的浮上來——可能要五年，也可能更久——培養的方式才會被重新拿出來認真想。而那個新的方式，大概會長得很像 mentor 制：不是自然發生的學習，而是被刻意設計過的訓練環境。
這樣下來，軟體工程師的職涯曲線會變得有點像傳統手藝行業：前幾年薪水不高、學得密集、淘汰率也高。但出師之後，你會是少數真的能駕馭 AI 的人。
跟過去那種「bootcamp 三個月就能上班」的世界，方向是完全反過來的。