AI 新創公司不要應屆生了：入門職位正在被高級化

Fortune 最近報導了一個很刺眼的趨勢：AI-native startups 正在減少入門級員工，更偏好有經驗、技術強、背景更成熟的人才。

報導引用了哈佛商學院和 INSEAD 的研究。研究顯示，AI-enabled startups 相比類似的非 AI startups，入門級員工大約少 15%。同時，它們的高級員工占比更高，管理層更少，工程師占比更高，人均融資和人均估值也更高。

這並不是說 AI 公司不招人了。

而是職場第一層入口正在改變。

真正不舒服的信號，不只是年輕人被排除在外。而是很多過去用來訓練新人的基礎工作，正在變成 Agent 的工作。

第一層梯子正在變窄

過去很多年，科技行業給年輕人講過一個清晰故事：先進來，做基礎工作，理解系統，然後往上走。

入門職位不一定光鮮，但很重要。新人透過查資料、測試、寫文件、整理表格、起草初稿、復現 bug、做客服分流、參與大專案裡的小任務，慢慢學會真實業務。

這些任務，就是職涯的第一層梯子。

AI 改變了這層梯子的經濟帳。

如果 Agent 已經能做第一版草稿、第一輪搜尋、第一份資料摘要、第一版測試，公司自然會問：還需要同樣多的人來做訓練型工作嗎？

入門職位正在變得更像高級職位

重點不是所有初級職位都會消失。

重點是，初級職位開始被要求具備更多高級職位的行為。

一個新人不能只靠「願意執行」取勝。他越來越需要會處理 AI 的輸出：檢查它、改進它、把它接到業務目標上，並推進成真正可交付的結果。

入門級篩選正在從：

「你能不能做第一步？」

變成：

「當 AI 已經做出初稿時，你能不能管理好第一步？」

這是一條更高的門檻。

為什麼 AI-native 團隊可以更小

AI-native startups 並不是簡單用高級員工替代新人，再堆更多管理層。研究裡的結構更有意思：入門級員工更少，管理層更少，高級員工更多，工程師更多，團隊更小。

這指向一種新的組織形態。

Agent 吃掉一部分基礎執行和協調層。Senior 更靠近實際工作。團隊需要的中間交接變少，因為更少的人可以從想法推進到原型，再推進到交付。

這會讓創業公司更快。

但也會讓新人訓練路徑變得不那麼清晰。

新人真正該訓練什麼

答案不是恐慌，也不是死記更多工具按鈕。

答案是提前訓練 AI 不能自動給你的那一層能力：判斷力。

對新人來說，至少要盡早訓練三件事：

• 理解任務背後的業務問題；
• 使用 Agent 生成草稿、檢查和備選方案；
• 審核輸出，判斷什麼安全、什麼有用、什麼可以交付。

第一份工作可能不再是證明你能耐心做重複勞動。

它更像是在證明：你能不能負責任地監督機器執行。

公司也不能忘記一件事

這裡也有管理風險。

如果公司砍掉太多入門級工作，也可能一起砍掉培養未來高級人才的訓練場。公司不可能永遠只招聘已經成熟的 Reviewer。總得有人學會如何成為 Reviewer。

更好的策略不是放棄新人。

而是重新設計新人工作。

讓 Agent 先做重執行，讓新人透過審核、對比、追問和觀察 senior 如何決策來學習。第一層梯子不應該繼續只靠手工執行，而應該變成有指導的判斷訓練。

Buda 的判斷：更早教人管理 Agent

Buda 正是圍繞這個變化設計的。

Drive 給 Agent 上下文。Skills 封裝可複用方法。Automations 盯住重複訊號。Channels 把人帶回審核節點。Sessions 保留完整工作軌跡。

這個結構不只適合 senior operator，也可以成為新人訓練環境。

人仍然是兔子：方向、品味、責任和判斷。

Agent 是爪子：高速執行，負責起草、搜尋、檢查和準備。

如果職涯第一層梯子正在被重新設計，答案不是教人和爪子比執行速度，而是讓人更早學會成為更好的兔子。

你可以在 Buda 建立第一個可審核的 Agent 工作流，也可以閱讀 Buda Agent Workspace，了解團隊如何管理 AI 執行，而不是把控制權交出去。