如果你已經在用 AI，卻比去年更焦慮，那不是你的問題。
Gallup 用 2023 到 2026 年初的四波調查發現：每天或每週多次使用 AI 的人，擔心自己五年內失業的機率，是每月只用幾次的人的兩倍以上。
所以「學好 AI 就不會被淘汰」這句話，對你已經失效了。真正的救生圈只有一個：你能不能判斷它給你的東西對不對。
掉的是某一段工程師，不是全部
先看最硬的一份資料。史丹佛用美國最大薪資軟體商的實際僱用紀錄，追蹤 AI 對就業的影響。
22–25 歲、在 AI 曝險最高職業裡的年輕人，就業相對下降 13%，後來修訂到 16%，最新版本是 19%。軟體開發者是論文裡的代表案例：這個年齡層的開發者就業，從 2022 年底的高點到 2025 年 7 月，掉了將近 20%。
但 26–30 歲只是略降，再更年長的就幾乎沒變。
分界線不是年齡。研究指出，就業下降集中在「AI 主要取代人類任務」的職業；在「AI 主要輔助人類」的職業，就業持平甚至上升。
用我自己的話講：被吃掉的是執行，不是判斷。
最先被追上的是寫 code。不是什麼艱深的部分，就是寫 code 本身——那個曾經是我們工作的核心、也是我們身份認同所在的部分。
殘酷的安慰：你越熟，越不安全
多數人以為焦慮來自「不會用」。但數據顯示剛好相反。
越常用 AI 的人越怕失業，可能因為越熟練，越清楚它已經能做到哪裡。無知才安心，熟練會讓你每天看見天花板往上移。
那什麼有效？Gallup 的答案是：被在乎、被尊重的感覺。員工若覺得組織在意自己的福祉，恐懼明顯較低。
這說明焦慮有一半不是技術問題。但你自己能做的部分，還是要自己補。
會用 AI 已經不是優勢，是門檻
2025 年的 Stack Overflow 開發者調查，49,000 多位開發者、177 個國家：84% 表示使用或計畫使用 AI 工具，比前一年的 76% 更高，專業開發者中 51% 每天使用。
但信任度反向崩落。46% 明確不信任 AI 輸出的正確性（前一年是 31%），只有 33% 信任，其中「高度信任」只有 3%。
而且資深的人最保守：高度不信任 20%，高度信任只有 2.6%。調查的註解是——對於要扛責任的職位，人工驗證是普遍需求。
所以「我會用 AI」已經不構成差異。這年頭它是門檻，像會用 Git 一樣，沒有它不行，有它也不加分。
AI 讓你更快，也會讓你自信地錯
這段決定「驗證力」為什麼值錢。
有一個 758 位 BCG 顧問、事前登記的隨機實驗。同一批人、同一個工具，隨機分派用或不用。
在 AI 做得好的 18 種任務上，用 AI 的人完成任務數多 12.2%、速度快 25.1%、品質顯著更高。
但研究刻意挑了一個超出 AI 能力的複雜個案。結果反轉：用 AI 的人，答對的機率比不用的人低 19 個百分點——而不用 AI 的對照組，正確率是 84.5%。
最危險的細節在這裡：AI 給的答案更流暢、更有說服力，不論對錯。
作者把這條邊界叫「鋸齒邊界」。看起來一樣難的任務，可能分屬兩側，你只能實測才知道。
還有一個很有用的補充：低績效者用 AI 之後品質提升 43%，高績效者只提升 17%。AI 在小圈圈裡是平等器——它先追平的是執行力。
我身邊看起來還很穩的人，靠的不是 prompt
講抽象能力沒意思。講我實際看到的。
我身邊那幾個在 AI 時代看起來還很穩的工程師，共同點不是 prompt 寫得多好。是三件事：熟悉系統設計、熟悉雲端架構、對各種 AI 工具與技術應用都跟得上。
這三件事有什麼共通點？它們都不是「產出」，是「判斷的依據」。
懂系統設計，你才知道 AI 給你這個架構會在哪裡斷。懂雲端架構，你才知道那張架構圖的帳單跟風險長在哪。跟得上工具，你才知道它這次是真的變強，還是只是話講得比較漂亮。
換句話說，驗證力不是一種態度，是一種存貨。你腦子裡有多少可以拿來對照的東西，決定你驗得動多少。
驗證力長什麼樣
它不是「我再看一次」，那是安慰。它像三個問題：
一，這個答案如果錯，會錯在哪一層？ 是需求理解錯、資料模型設計錯，還是只是語法錯？
二，我能不能用另一個方法重算一次？ 兩條不同的路徑得到同一個答案，才叫驗證。
三，壞掉的時候我修得動嗎？ 如果你看不懂它寫的東西，那你不是驗證，你是在祈禱。
舉個很小的例子。AI 給你一段查詢，跑得動、結果也對，於是你上線了。三個月後資料量長了十倍，它慢了十倍——因為它對某個欄位做了函數運算，索引整個失效。
驗證不是「答案對不對」，是你有沒有一眼看出它為什麼會慢。
第三個問題最痛。它會逼你承認：有些你已經驗不動了。
驗證力也有邊界。鋸齒邊界外的東西你也不知道對錯，所以它一定配著謙卑：知道自己哪裡不知道。
給資淺者的實話
你們同時是最危險也最受益的一群。
入門職缺在減少，22–25 歲那 20% 是真的。但低績效者用 AI 品質提升 43% 也是真的。
所以策略不是「不要依賴 AI」，那在浪費你的優勢。是：用 AI 做完，然後自己重做一次最關鍵的那一段。
重做不是為了交出更好的成品，是為了讓那一小段變成你的存貨。存貨這種東西，一次只能累積一點。
什麼時候這已經不是職涯問題
這篇談的大部分是技術與職涯，但有一件事我想放進來。
Lyra Health 2026 年的調查，問了 500 多位大型企業的 HR 與福利主管：近一半說 AI 與技術快速變動正在負面影響員工心理健康。他們點出的前三大問題是工作不安全感與被取代（57%）、持續變動的壓力（57%）、失去人際連結（54%）。
這不是過勞，是「被要求在支援系統還來不及設計時就快速適應」。
如果有三種情況出現，請把它當成健康問題，不是職涯問題：焦慮開始影響睡眠或工作，持續好幾週；你開始迴避原本做得到的事；你會反覆檢查自己是不是快被裁掉。
這三條線碰到了，找人幫忙。那不是意志力不夠。
結尾：今天不要學新工具，先畫一張圖
拿一張紙，把你上週的工作切成十格。
每一格標上：AI 已經做得跟我一樣好、AI 做得比我好、AI 做不好。
標完你會看到救生圈現在在哪、還剩多大。
然後只做一件事——把「AI 做得比我好」的那幾格，各找一格，練習驗一次。看不懂的就回去補系統設計或雲端架構。
你不需要跑得比 AI 快。你需要站得比它穩。