2026 年 10 月 26 日，掘金平臺上一位署名 stormzhangV 的作者發文，標題直接寫著「AI 越強，失業越嚴重」。文章很短，論點也直白：AI 能力提升後，企業會逐漸發現同樣的業務不需要那麼多人，多數公司把崗位砍掉一半，營運可能完全不受影響。這篇文章近期又在社羣間流傳，值得把它拆開來看：哪些是可檢驗的推論，哪些只是作者個人判斷。
這篇文章實際說了什麼
作者的核心主張有三層。第一，全球經濟環境本來就差，AI 的出現加快了企業縮編的節奏；原本會隨經濟週期慢慢發生的崗位調整，被壓縮到更短的時間內發生。第二，AI 目前真正的效用在生產力提效，新的工作型態與新崗位還沒出現，於是出現一段「舊崗位在縮、新崗位未生」的空窗。第三，這個空窗有多久沒人知道，可能是半年，也可能是兩年。
至於應對，作者給的建議偏向個人層面：累積使用 AI 的底層能力、保留生活風險緩衝、減少高消費，並且放下過去引以為傲的行業經驗，改往多技能方向發展。對企業，作者的建議是盡快用 AI 重塑工作流。
用一個日常比喻看「提效」的數學
這件事的機制其實不難懂。把一家公司想成一間廚房，過去十道菜需要五個廚師，現在來了一臺什麼都會做的料理機，兩個廚師加一臺機器就能出同樣的菜。老闆一開始可能沒察覺，但只要有一次有人示範了「兩人也行」，整條街的餐廳都會跟著算這筆帳。
作者的判斷是，這種「察覺」正在陸續發生，而且一旦開始就是漸進但不可逆的。這個推論在邏輯上成立，但它是一個推論，來源並未提供任何裁員數據、產業調查或具體企業案例支撐「崗位減半」這個量級。「砍一半沒影響」更接近修辭，而非可驗證的估計。
哪些部分值得一般工作者當參考
文章裡比較有價值的部分，是「時間差」的概念。企業導入 AI 工具、重整流程需要時間，產業之間的認知落差也不一致。這段落差期，確實是個人可以做事的窗口：熟悉 AI 工具進入實際工作流的方式，比只是「會用聊天機器人」更接近作者所說的底層能力。
風險緩衝的建議則屬於常識層面：保留現金、控制固定支出，在任何就業環境波動期都適用，不需要 AI 才成立。
至於「拋棄過往行業經驗」這一條，讀者可以保留一點懷疑。多數實際案例顯示，AI 工具在懂業務的人手上效果最好，行業知識往往正是讓 AI 產出可用的關鍵。完全否定經驗價值，與工具落地的方式並不完全吻合。
沒被回答的問題
文章自己也承認了最大的未知：短期是多久、衝擊落在哪些產業、新崗位何時出現，作者都說無法預測。這是誠實的，但也意味著讀者不該把這篇當成預測，它更接近一份個人觀察加上自我提醒。
值得注意的是，作者身份標註為「技術與產品人、AI Builder」，對 AI 工具的推廣本身有利益相關。這不代表論點無效，但「盡快擁抱 AI」的建議出自重度投入 AI 生態的人，讀者在採納時可以把這個背景納入考量。
對一般工作者而言，這篇文章可用的結論收斂成一句話：AI 對崗位的壓縮是否如作者所說劇烈尚無數據，但把自己的工作流程跟 AI 工具實際磨合一遍，成本不高，而且這件事現在做，比等到所在產業集體「察覺」之後再做，餘裕多得多。