從寫程式到自主提案：未來人才挑選法

過去一年我也是這樣帶團隊，但發現部份經驗與好奇心不足的人（例如一些實習生）會對這種工作型態無所適從

個人感覺，這大概就是一種挑選未來人才的方法

---

Anthropic 的 Claude Code 創作者 Boris Cherny 近期在多個訪談（如 Lenny’s Podcast 與 Y Combinator 的 Lightcone）中，針對 AI 時代的人才篩選與未來職業形態提出了非常前衛的觀點。

他認為隨著 AI 已經「基本解決了編碼問題」，企業與個人對「人才」的定義將發生根本性的轉向。以下是其核心觀點的整理：

https://www.youtube.com/watch?v=Mr2eVO052bQ

1. 尋找擁有「支線任務」（Side Quests）的人

Boris 非常看重候選人的好奇心與生活廣度。他提到在面試工程師時，會特別留意那些在週末進行獨特項目的人。

範例：他舉例曾面試過一位熱衷於在家自製康普茶（Kombucha）的工程師。

邏輯：這種對非工作領域的熱情與探索精神，象徵著一個人的自主驅動力與解決問題的渴望。在 AI 時代，技術門檻降低，這種「主動探索」的特質比純技術深度更難得。

2. 從「工程師」轉向「建造者」（Builder）

Boris 預測，「軟體工程師」這個職稱最快可能在 2026 年消失，取而代之的是 Builder（建造者）。

全才化： 未來的人才不再是單一領域的專家。在 Claude Code 團隊中，產品經理、設計師甚至財務人員都在寫程式。

模糊的界限： 他認為職位之間將有超過 50% 的重疊。人才篩選應優先考慮那些能夠跨學科思考，並能利用 AI 快速在不同角色（產品、設計、開發）間切換的人。

3. 「極致通才」優於「狹隘專才」

在 AI 工具（如 Claude Code）能處理 100% 程式碼撰寫的情況下，人才的價值不再是「寫出代碼」，而是：

• 定義目標： 判斷系統該往哪個方向走。

• 結果驗證： 判斷 AI 生成的東西是否正確、安全且符合需求。

• 人機協作能力： Boris 建議給予優秀的人才「無限的 Token（計算資源）」，而非增加人力。他認為一個能極大化利用 AI 的通才，產出遠勝於一群傳統專才。

4. 具備「超前模型」的思維方式

他建議人才與創業者不應針對「現在」的模型能力來建構產品或技能，而應針對「六個月後的模型」。

這種「預判模型進化」的能力是未來人才的關鍵。如果你現在學的技能在半年後就會被模型自動化，那該技能的價值就是零。

5. 強化「非電腦相關」的人類特質

Boris 坦言，幾乎所有「坐在電腦前的工作」都會受到 AI 的劇烈衝擊。因此，未來人才的護城河將在於：

• 人際溝通與關係建立： AI 無法取代的信任感。

• 倫理決策： 在關鍵時刻做出的價值判斷。

• 創新與定義問題： AI 擅長回答問題，但人類負責「問對的問題」。

💬 延伸閱讀： 2025 年度回顧與未來展望