事件
2026 年 7 月，求職平台 Indeed 的研究部門 Hiring Lab 發表分析報告，揭露一個與過去三年認知完全相反的現象：自 2025 年 2 月以來，包括軟體開發、數據分析、內容寫作等被視為「高 AI 暴露」的白領職業，招聘需求率先反彈。其中軟體開發職缺數量回升約 15%，而同期美國整體職缺反而下滑約 7%。
這個時間點並非巧合。2025 年 2 月正是 Claude Code 問世、「Vibe Coding」一詞首次流行的時間點——描述開發者用自然語言指示 AI 寫程式，自己負責更高層級的架構決策與整合。
為什麼值得關注
主流論述過去三年的敘事是直線的：生成式 AI 越強，需要人工編寫程式的工作就越少。按這個邏輯，軟體開發應該是最先被掃出就業市場的職業。但 Indeed 的數據卻顯示完全相反——正是這批最容易被 AI 取代的職業，卻在 AI 成熟時率先招聘回升。
關鍵的轉折不在「需求量」，而在「需求的性質」。企業不是在招聘「會寫程式的人」，而是在招聘「會指導 AI 寫程式的人」。這兩種職業名義上相同，實質上完全不同。前者是執行層，後者是指揮層。技術躍遷沒有消滅職業，而是把職業內涵整個重寫。
長期現象，非短期異常
經濟學家 David Autor 在 2022 年的研究中指出，電話的發明曾被預測為「會消滅秘書職業」，結果反而是秘書數量在電話普及後的 50 年內增長了 10 倍——因為電話讓公司可以規模化運營，反而需要更多人來協調。
類似的模式在電子表格（Lotus 1-2-3、Excel）普及時重演。财務分析師職業沒有消滅，反而在 Excel 出現後爆炸性增長——因為新工具讓非財務人員也能做初步分析，反而催生更高級的「會用 Excel 的分析師」角色。
AI 的故事似乎在重複這個劇本。軟體開發沒有消滅，而是分化：低端的「寫重複程式碼」工作消失了，取而代之的是「設計 AI 提示詞、審視 AI 輸出、整合多個 AI 模組」的新職業。
企業招聘邏輯的轉變
過去三年，企業對 AI 影響就業的反應是「觀望」——等 AI 成熟度更高、再決定是否縮編。但從 2025 年 2 月開始，隨著 Claude Code 等工具達到實用閾值，企業轉向「主動擁抱」——不是降低招聘，而是改變招聘的類型。
Hiring Lab 的數據隱含的信號是：企業已經測過 AI 的邊界了。他們發現 AI 擅長的（寫標準程式碼、生成初稿）可以自動化，但不擅長的（判斷架構、做權衡、整合系統）需要人工監督。這導致企業對「懂 AI、能指揮 AI」的工程師需求激增。
職業重構不等於就業樂觀
值得注意的是，這不是整體就業市場的好消息——美國整體職缺仍下滑 7%。這代表 AI 真的在摧毀一些職業（客服、初級內容編輯、初級財務分析等），但同時也在催生新的職業。兩者疊加的結果是就業結構的激烈洗牌，而不是就業機會的增加。
對中高階主管而言，這意味著： - 組織重組的對象不是「要不要裁員」，而是「裁哪類人、招哪類人」 - 技能重定義速度會比預期快——今年的「優秀工程師」與明年的定義已經不同 - 內部轉型困難度極高——老員工很難快速轉換到「AI 時代的職業定義」，新招聘反而更順利
最深層的問題
如果職業內涵在以年為單位快速重新定義，傳統的「職業規劃」就失效了。一個 25 歲的應屆畢業生選擇軟體開發，可能在 30 歲時發現「軟體開發」這個職業已經完全變形——不再是寫程式碼，而是管理 AI、評估風險、把控品質。
這迫使個人與組織都要拋棄「職業固定」的假設，轉向「持續技能重組」的模式。而這對教育系統、職涯輔導、薪資結構等都是劇烈的衝擊。
Indeed 的數據揭示的不是「AI 不會搶工作」的樂觀故事，而是「工作會持續變形、你需要持續脫皮」的現實。