在科技界普遍迷信 AI 能取代人力、甚至將其視為削減成本神器的當下，AWS 執行長 Matt Garman 在這篇《Wired》雜誌的訪談中提出了反直覺卻關鍵的觀點。他曾直言「用 AI 取代初階員工」是他聽過「最愚蠢的想法之一」，並列出了三個核心理由：
1、初階開發者通常更擅長使用 AI 工具
AI 原生代優勢是當前年輕工作者呈現的風貌，Garman 觀察到，初階員工往往是最熟練使用 AI 工具的一群人。他們在求學或實習階段就已習慣與 AI 協作，能快速適應新功能、找出讓 AI 產出最佳結果的方法。
根據 2025 年 Stack Overflow 的調查，超過 55% 的初階開發者每天使用 AI 工具，比例高於資深開發者。
反向指導也是目前的現象，這群「AI 原生代」甚至正在協助資深同事學習如何運用 AI，他們的適應力能大幅提升工作效率。
2、初階開發者不應是削減成本的首要目標
減少初階開發者措舉達成的成本效益低，畢竟初階員工通常領取公司較低的薪資，若目標是「成本最佳化」，從他們身上開刀能省下的錢其實非常有限，並不符合財務邏輯。
真正的成本削減應該審視整體公司架構，而不是這種可能錯誤的錯誤的最佳化方向。許多為了省錢而裁員的公司，最終反而因重新招聘或效率下降導致支出增加。
3、停止招聘新人將斬斷人才供應鏈 (Talent Pipeline)
Garman 特地提出球隊理論，他將公司比喻為球隊，如果你只留老將而不簽新秀，未來當老將退休時，球隊將無好用的球員能上場好好比賽。
如果不繼續雇用新人，將會扼殺創新與未來領袖，畢竟剛畢業的新人他們有機會帶來最新的思維與創新動力。若現在停止招聘初階人員，未來將面臨「資深人才荒」，因為沒有人是從內部被培養起來成為領導者。
長期風險會變成，某些公司會過度依賴 AI 處理任務而缺乏人才培訓，將導致這樣的公司在專案擴展時面臨嚴重的人力短缺。
Garman 認為 AI 雖然會改變工作型態，也就是從寫程式轉變為更多的高價值創造，但它創造的就業機會長期來看，將多於被取代的機會。AI 教父 Geoffrey Hinton 也支持此觀點，他認為計算機科學學位依然重要，因為理解核心基礎對於駕馭 AI 是非常重要的。
CyberQ 進一步分析，以目前的產業動態、開發圈、資安、AI 領域的實務觀察，針對「AI 是否取代初階工程師」，補充一些淺見：
理智與現實拉鋸的市場現況
儘管 AWS、GitHub 等業界大廠的執行長們呼籲「不要停止招聘新人」，但市場資料則顯示許多企業仍傾向「短視近利」。
我們可以觀察到部分市場出現「中空化」現象 (Hollowing Out)，許多新創與中型企業正在減少 Entry-level 的職缺，傾向只招聘能直接審核 AI 產出程式碼的 Senior 資深工程師，這將導致初階職缺競爭變得異常激烈。
外包轉內縮的趨勢也會讓部分企業不再將低階程式碼外包，而是改用 AI 完成，這直接衝擊了原本屬於初階開發者的練功場域。
從 Coder 到 Verifier 的職能轉變
換言之，初階開發者的定義正在被重新改寫。在過去新人只要會寫 Code，能完成主管交代的任務，逐一順利交互參照與團隊合作與主管 code review 會逐步成長。
現在的市場則要求工程師必須具備「審查 AI 程式碼」的能力，有的公司要求初階工程師不僅要會用 AI，還要有足夠的資安意識與基礎知識，去判斷 AI 生成的程式碼是否有漏洞 (Bug) 或資安後門，這反而提高了初階工程師的入行門檻，或只能去雇用這些能力都比一般人好一點的工作者。
「AI 原生代」的隱憂就是基礎能力的流失
現階段業界部分主管與老闆也正特別關注一點，某些工程師過度依賴 AI 可能導致基礎能力薄弱。如果新人從未親手寫過那些「無聊的 boilerplate code」，他們可能缺乏對底層邏輯的深刻理解。當系統出現複雜且非典型的錯誤時，過度依賴 Copilot 的開發者可能會束手無策。
因此，最新的市場趨勢是，頂尖科技公司面試時開始限制 AI 輔助工具的使用，以確保候選人具備真正的演算法與系統設計思維。
市場針對 AWS 執行長這次訪談的討論核心圍繞在人才培育的長期風險、導師機制 (Mentorship) 的必要性，以及AI 工具對初階者能力的真正影響。核心共識確實圍繞在斬斷人才供應鏈是自殺行為，這是開發圈中較強烈的共識。如果不招聘初階人員，5 到 10 年後根本不會有資深人員可用。這是一種為了短期財報好看，而犧牲長期產業健康的短視行為。
這或許能比喻為「囚徒困境」，這是集體行動面對的困難，畢竟每家公司都知道需要有人培養新人，但沒有個別公司願意在經濟不景氣時承擔培訓成本，大家都希望「撿現成」的資深人才，最終導致整體生態系受創。
關於「提問」與導師機制的價值
如果深入探討，可以發現初階者「提問」的重要性，因為這也是 AI 難以取代的部分。也就是「笨問題」的價值，由於資深工程師也會問「笨問題」，但他們懂得如何將問題包裝得有深度。初階者需要一個心理安全的環境去問真正基礎的問題，這是他們成長的關鍵。如果團隊中沒有初階者提問，團隊可能會充滿了許多「未經檢驗的假設」，因為資深員工可能礙於面子不敢問基礎問題
AI 無法提供人際脈絡，這種情況下，導師制度不只是教 coding，還包括教導公司文化、如何跨部門溝通、如何理解業務需求。這些「軟技能」和組織內的隱性知識，是 AI 聊天機器人無法傳承的。
AI 到底是有利於還是有害於初階者？
對於這篇訪談文章中提到「初階者更擅長使用 AI 工具」，也是有正反意見。
反方觀點認為，AI 可能讓初階者更危險。一些資深開發者抱怨，現在的初階者過度依賴 Copilot 等工具，直接複製貼上他們不理解的程式碼。這導致產生了許多微妙的 bug，反而增加了資深人員 review code 和除錯的負擔。另一方面，確實也會導致缺乏基本功，過度依賴 AI 可能導致新人跳過了學習基礎邏輯和演算法的階段，當遇到 AI 無法解決的複雜問題時，他們會完全束手無策。
正方觀點則是認為新要求讓入行門檻提高，初階者的角色變了。以前是「寫 code」，現在必須具備「驗證 AI 寫的 code」的能力。這意味著初階工程師需要的基礎知識門檻反而變高了，他們需要更強的系統思維和資安意識，才能駕馭 AI 工具而不被其誤導。
經濟現實面的殘酷
儘管大家都認同 AWS CEO 的長遠觀點是正確的，但許多人的看法也充滿了無奈的現實感。在預算緊縮和裁員潮下，初階職位往往是最容易被砍掉的，因為他們對當季營收的貢獻最低。某些公司確實為了生存或取悅股東，往往明知故犯，選擇短視近利的做法。
大多數人支持 Matt Garman 的言論，認為這是科技業急需聽到的逆耳忠言。但大家也普遍擔憂，在當前的經濟壓力和 AI 炒作下，企業是否真的能抵抗誘惑，堅持長期的人才培養策略呢 ？
預測未來新的職位崛起
隨著「純寫 code」工作的價值可能有所下降，市場預期會出現新型態的初階職位，例如：
AI 協作工程師 (AI Orchestrator)：專門負責串接多個 AI Agent 來完成複雜任務。
軟體供應鏈安全專員：專注於驗證 AI 生成程式碼的合規性與安全性。
CyberQ 認為，Matt Garman 的觀點屬於「長期主義」的戰略正確，但在短期內，初階開發者確實面臨「職缺變少、門檻變高」的嚴峻寒冬。唯有將自己轉型為「能駕馭 AI 並具備紮實 Computer Science 基礎」的人才，才能在這波浪潮中存活。
首圖和插圖由 Nano Banana AI 生成
