AI 让企业减少培养基层工程师，知识传承中断将导致未来高阶人才荒

人工智慧工具快速进入软体开发流程，改变科技业培养工程人才的方式，但这场看似提升效率的转变，也可能埋下更深的人才危机。近两年，科技公司普遍缩减基层工程师招募，理由是资深工程师搭配 AI 助理后，能以更少人力完成更多工作，企业自然倾向把预算集中在高阶人才与 AI 基础建设。

Auth0 平台内容资深经理 Juan Cruz Martinez 撰文指出，从短期财务角度来看，这项决策似乎合理：与其花数万美元聘用一名需要半年磨合的新鲜人，不如让熟手搭配 AI 工具直接上阵。但多项研究显示，这股趋势正造成明显断层。

大型科技公司中，应届毕业生占新进工程人才的比率，已从 2019 年的约 32% 降至约 7%；美国前 15 大科技公司 2023 年至 2024 年间的基层职缺招募量也下滑 25%。史丹佛与哈佛相关研究更指出，生成式 AI 导入后，基层员工就业在数季明显缩减，高阶员工人数则相对稳定。

工作真正关键并非文件，而是员工理解的知识技能

表面上，AI 取代的是部分低风险、重複性高的开发工作；但真正被打乱的，是整个工程团队原本自然运作的分工节奏。过去由基层工程师承接的前端微调、测试、除错与小功能开发，不只是产能来源，也是资深工程师释放认知负荷、传承知识的重要机制。如今 AI 能快速产出大量程式码，却也迫使资深工程师花更多时间审查、修补与判断品质，反而让最有价值的人才变成程式码审核瓶颈，而非创新推手。

另一层风险是知识传承中断。工作最关键的往往不是文件，而是资深员工脑中对系统建立、架构选择与例外情境的理解。这些知识原本透过带新人、回答基础问题，以及共同工作逐步传递；一旦基层人才不再进场，这条传承链就会慢慢断裂。等到老将离职或退休，团队失去的不只是人力，而是整段无法快速複製的机构记忆。

人才市场失衡，节省基层人力成本将面临高昂代价

基层职缺锐减，迫使大量年轻工程师挤向中阶职位；另一方面，真正能独当一面的高阶人才却更加稀缺，企业得用更高薪资与留任奖金争夺。这意味着，今天省下的基层人力成本，未来可能以更高昂的招募与管理代价还回去。

如今的问题不只是AI 能不能取代基层工程师，而是如果整个产业都不再愿意给新人入场机会，未来的资深工程师又从哪里来。对科技公司而言，真正的策略不该是放弃培养，而是重新定义基层职位：让新人从 AI 输出审查、情境测试、提示设计与判断力训练中成长。否则，现在看似精简的人力结构，未来可能就会变成整个工程体系最难补上的断层。

• The Talent Pipeline Is Collapsing. Your Team Will Feel It Next.
• Developer Hiring Crisis 2026: 40% Worse, Junior Drops 73%
• How to Stay Ahead of AI as an Early-Career Engineer

（首图来源：pixabay）