▲名校新鮮人自曝陷入求職困境。（圖／取自免費圖庫pexels）
記者吳立言／綜合報導
一篇刊登於 Hacker News 熱門榜的文章〈Work, After Work: Notes From an Unemployed New Grad Watching the Job Market Break〉近日引起網路熱議。作者是一名名校電腦科學系畢業生，成績優異、曾在包括 DeepMind 在內的三家公司實習，卻在畢業後連一份正式工作都找不到。他形容：「我們這一代不是遇到寒冬，而是市場已經壞掉了。」
[廣告] 請繼續往下閱讀.
作者於 5 日在個人部落格發表的長文內容指出，他雖具備亮眼學歷與履歷，但求職過程中面臨的卻是「白領蕭條」與「入門職缺消失」的現實。官方統計顯示失業率仍低，但實際上可投遞的初階職缺急速減少。許多企業不再尋找新人，而傾向聘用「資深工程師搭配 AI 工具」，或乾脆以自動化系統取代部分基層職務。他形容，過去的職場如同一架可以往上爬的梯子，如今底部的幾階踏板已被抽走。
作者分析，這一波就業市場崩壞不僅是景氣循環或資金緊縮所致，更深層的轉變來自「勞動形態的虛擬化」。他舉例，今日許多被稱為自動化的工作其實仍有人力參與，只是被轉移到了螢幕之後。馬尼拉的員工透過 VR 頭顯即可遠端操作東京便利商店的上貨機器人；同樣地，遠端駕駛、倉儲監控等工作也可跨國進行。這樣的「遠端操作（Teleoperation）」讓富國取得低廉勞動力，卻無須面對移民、住宅或社會融合等問題。作者稱之為「沒有移民的移民」，指出這比外包更徹底，也更冷漠。
更令人不安的是，這些遙操作的工作本身也在生成訓練資料，為下一代 AI 取代自己鋪路。作者稱這類現象為「物理世界的幽靈工作」，當人類在操作機器時，同時也在教機器如何模仿人類。他指出，特斯拉的人形機器人 Optimus 及部分家用機器人開發商，皆採取這種「人力示範、AI 學習」的模式。人類當下的勞動成果，最終會成為淘汰自己的數據素材。
這股趨勢並不限於藍領產業。白領世界也在經歷同樣的掏空：大量初階工程師、行銷助理、財務分析等標準化職缺正快速消失。作者指出，現今企業的邏輯已轉向「AI 優先」，高層要求各部門在申請人力前，必須先證明 AI 無法勝任；部分公司甚至公開要求主管「先試 AI，再聘人」。
[廣告] 請繼續往下閱讀..
面對這樣的變化，作者提出一個全新的概念：「正態分外人類（Out-of-Distribution Humans）」。他以鐘形曲線為喻，說明多數工作的任務都集中在可重複、可預測的「常態分佈中段」，而這正是 AI 最容易學習與取代的區域。相反地，曲線兩端那些混亂、獨特、難以壓縮為訓練資料的「非典型任務」，短期內仍需人類參與。換言之，只有那些能「活在常態之外」的人：從事創新、極具變化或涉及複雜人際互動的工作者．才較有機會倖存於這場自動化浪潮中。
作者坦言，他的教育、實習與創業歷程都被設計成一條「走向中間」的路，也因此成了最容易被取代的一群人。「我們在努力成為可預測、穩定、可量化的標準員工，但那正是 AI 最擅長模仿的對象。」他指出，現代教育體系仍鼓勵學生追求可評估的技能與標準化履歷，卻忽視了「獨特性」正逐漸成為新生存條件。
文章後半也探討了勞動政策與自動化的結構矛盾。作者指出，二十世紀的政治思想以「工作」為社會秩序核心，不論左派或右派皆歌頌勞動價值。然而在 AI 與自動化的時代，這一前提正被動搖。工會在部分產業延緩自動化進程、維持談判力，但整體政策仍停留在「創造工作」的思維，未真正面對「工作數量本身減少」的現實。以南韓、日本、新加坡與中國為例，儘管機器人密度不斷上升、GDP 提升，但青年失業率與就業焦慮依舊存在。
作者認為，這場變化真正可怕之處在於它「先發生在感覺層面，再出現在統計裡」。他寫道：「我們這一代懸在半空，底下是成千上萬同樣做對所有事的人，而公司正在把梯子中段的橫檔換成 AI 和機器人。」他呼籲新世代的求職者必須學會成為「正態分外的人」，培養跨域與非典型能力，否則將在中段市場被完全掏空。
[廣告] 請繼續往下閱讀...
從這篇文章的觀點可看出，新興技術與自動化不僅改變了工作型態，也挑戰了傳統「努力即有回報」的職涯邏輯。部分研究學者指出，AI 對就業市場的衝擊仍具產業差異與時間滯後效應，長期影響仍有待觀察。然而，初級職缺縮減與「AI 優先」決策已成全球科技產業的明顯趨勢。對求職者而言，如何在變動中發展具創新性與跨域性的能力，或將成為未來十年就業競爭的關鍵。