人工智慧讓資深專業人士的能力倍增，但也可能正在削弱年輕人累積同樣經驗的成長路徑。
在 AI 與 Agents 的時代，似乎沒有哪個專業群體比剛畢業的新鮮人更容易受到這波變革的衝擊，尤其是來自電腦科學、法律等受這場革命影響最深的領域。而且，這股浪潮很快就會蔓延到其他服務業相關的職涯中。
根據我的實務經驗，那些我們稱之為「agentic」的任務，交由資深或高階專業人士來協調與監督會更理想。原因在於，他們能更有效地將 Agents 對齊待解決問題的目標、下達更精準的指令，並對產出結果做出更到位的評估。因此，Agent 與資深人員能夠互相成就：修正的過程能優化指令與後續流程，而資深人員也在這種緊密的共生關係中吸收新知識。
直到不久之前，企業仍會把非核心但必要的任務交給新手，例如重複性勞動，或是資訊的蒐集與整理。如今，許多這類瑣碎工作 AI 幾秒鐘就能完成，大幅壓縮了新人展現專業能力、累積實戰經驗，以及在同事和主管面前建立口碑的機會。
初階專業人士雖然帶來了新知識與活力，卻缺乏實務磨練出的經驗與判斷力。此外，大學與學院教的東西，也未必能直接套用在真實產業中。當初階人員使用 AI／Agents 時，往往不會提出足夠的質疑；即使質疑了，也缺乏必要的判斷標準。表面上看來，新手與老手用 AI 做出的成果或許差不多，但像 Google Research 所做的研究 等近期報告顯示，這條捷徑雖然能提升新手當下的工作品質，卻未必能鍛鍊出讓他們明天成為專家的思維「肌肉」與批判性判斷力。
再者，有些專案並不是交出成果就結束了，真正的成效要在中長期的正式營運中才能見真章。雲端軟體平台或 SaaS 就是如此，長期留住客戶甚至比成交本身更重要。在這類專案中，資深人員的優勢展露無遺，因為他們不僅能引導自己開發的 Agents，還懂得簡化並標準化架構，以壓低未來的營運成本，包括降低出錯機率與服務中斷風險。這種功力只有靠專業自信才撐得起來，因為過程中往往需要反駁 AI。初階人員通常比較容易全盤接受並相信 Agent 的產出，給出模糊（或過度具體）的指令，照單全收那些會讓軟體 unnecessarily 複雜化的路徑與分支，最終墊高了營運、維護與日後修改的成本。
對資深專業人士來說，這無疑是個絕佳的機會：他們的能力不僅被放大，未來幾年的工作保障很可能還會更加穩固。畢竟，用 AI 完成的工作，責任終究還是落在人與組織身上——從公司的法定代表人到部門主管皆然。道理很簡單：你無法在法律上懲處一個表現不佳的 AI，總得有人類出來扛責（至少目前是如此）。
那麼年輕的專業人士該怎麼辦？這一代人進入職場的門檻越來越高，在假訊息氾濫的年代又容易被操弄，單靠自己恐怕很難走出這場危機，尤其當 AI 持續擴張到更多產業與應用時，情況只會更嚴峻。我們必須正視一件事：挫折感、被迫閒置的時間、經驗不足、缺乏實質責任，以及看不到人生方向，在某些條件下，都可能成為引爆抗爭與社會動盪的完美燃料。這個問題，至今仍未有解答。
