AI 時代：Jack of All Trades, Master of a Few

上週 Susan Zhang 在 X 上發了一條推文，27 萬次查看：

“there is no better time in tech than now to be a jack of all trades, master of a few. just make sure to keep adding to the few year over year, such that the cumulative breadth of expertise you collect becomes an increasingly rare combo. remember, if you’re top 10% in 3 different areas, that already makes you top 0.1%.”

留言裡馬上有人回：「可是面試還是要靠深度跟學歷進門吧。」

這個回應說的沒有錯，但說的是舊世界的規則。

我想用一個比較清楚的框架，把這件事說明白。

終點只有一個：Master of a Few

先把目標說清楚，才不會在路上迷失。

Susan Zhang 說的 master of a few，是指在 2-3 個領域 都達到真正的深度。她給了一個很直接的數學：

在三個領域各達到 top 10%，組合起來就是 top 0.1%。

0.1 × 0.1 × 0.1 = 0.001。

這不是激勵話語，是純粹的機率計算。你在三個領域的組合，市場上可能找不到第二個人完全一樣——這就是護城河。

但問題在於：要怎麼到達這個終點？

從哪裡出發，路徑不一樣，難度也不一樣。

舊時代的兩條路，難度差很多

在講 AI 改變了什麼之前，先把舊世界的邏輯說清楚。

Master of One（專才路線）

舊時代的邏輯很清楚：學一個領域，學深，然後靠深度進門。

這條路的進門邏輯：你去面試，面試官問你一個領域的問題，你答得夠深，你就進了。Junior → Mid → Senior，靠年資和深度爬升。

難度：低到中。只要你在一個領域夠深，有學歷、有認證、有年資，門是開著的。

Jack of All Trades（通才路線）

舊時代通才的命運就比較慘。

「樣樣通、樣樣鬆」這句話，本來就是在貶低通才的。你什麼都會一點，但在面試的時候，面試官要找的是一個「做 X 的人」，你說「我什麼都會一點」——對不起，下一位。

難度：高。廣但沒有深度的錨點，很難通過傳統的篩選機制。履歷上也說不清楚「你是什麼人」。

舊時代的結論：專才路線，門比較好進。

新時代的就業市場，難度反過來了

AI 出現之後，這兩條路的難度開始對調。

Master of One 在新時代：門還開著，但入口在縮小

現在去面試，如果你是某個領域的深度專才，你還是能進門。這點是真的。

但有一個問題在慢慢發酵：Junior 職缺正在消失。

AI 接管了大量原本屬於 Junior 的工作——基礎的 coding、資料處理、文件整理、初階的分析。公司不需要再雇一個 junior 來「練功」，直接用 AI 做就好了。

這傷的不只是 junior 本身，傷的是整條養成鏈。

以前的路線是：jr → mid → senior，靠真實場景裡踩坑、累積深度。但入口縮小了，新人進不了門，就沒有辦法在真實環境裡累積深度。學校教的是理論，深度是在「做了一百個 PR、踩了一百個 bug」之後才有的。

入口在縮，養成路徑在斷。Master of one 現在還可以，但越來越難進門。

Jack of All Trades 在新時代：AI 幫你補短板，新職缺在長

通才路線在新時代發生了一件事：達到「夠廣」的成本大幅下降了。

以前，把一個領域從 20 分補到 60 分，可能要花一兩年——讀書、上課、在真實場景裡摸索。

現在？AI 可以讓你在幾週內把一個陌生領域的基礎掌握到能對話、能判斷、能提問的程度。不是說你變成專家，而是你到達「不再是阻礙」的門檻。

AI 讓廣度變便宜了。

同時，有一種職位正在從例外變成主流：FDE（Forward Deployed Engineer，駐場工程師）。

FDE 不是在辦公室接需求的人，是進到客戶現場、快速理解他們的問題、然後直接交付解決方案的人。它需要的恰好是通才的能力組合：

  • 快速學習客戶的 domain（今天是物流，明天是醫療）
  • 直接跟客戶建立信任關係
  • 能跨越技術和業務的語言
  • 能獨立交付，不需要等後勤支援

這個角色以前很少，現在很多公司都在找。而且它天然排斥純粹的深度專才——因為你不知道下一個客戶的產業是什麼，你需要廣。

Jack of all trades 現在第一份工作確實比較難找，但它對標的職缺正在成長。

我的立場：用 AI 把短板補到 60 分，然後押注人的能力

我自己做 AI coding 顧問、FDE 工作、技術 blog，這幾年試出來一個對我有效的策略：

用 AI 把所有短板補到 60 分，讓它們從「阻礙」變成「夠用」。然後把真正的時間投在人的能力上。

為什麼是 60 分？

90 分提升到 95 分，邊際效益遞減，而且大概率還是得靠你自己的腦袋。但 20 分補到 60 分？AI 可以幫你做到，而且這個門檻已經足夠讓你在那個領域「不再是障礙」——你能對話、能判斷、能知道什麼時候要找真正的專家。

60 分不是目標，60 分是地板。

為什麼特別鼓勵 FDE 路線？

FDE 是我看過最符合「jack of all trades, master of a few」精神的工作型態。

你進客戶現場，你需要快速理解他們的產業，用你的技術能力解決真實的問題，然後建立足夠的信任讓他們願意繼續合作。這個過程自然地強迫你同時練廣度（每個客戶產業不同）和深度（你必須真的解決問題，不能只說漂亮話）。

FDE 不適合所有人——它需要你願意在不熟悉的環境裡快速行動，而不是等到「準備好了」才出手。但如果你有這個特質，這條路在 AI 時代的發展空間很大。

為什麼特別強調人際關係？

這是我認為 AI 最難複製的東西。

當所有人都在用 AI 生產輸出，「你能不能讓客戶願意跟你說真正的問題」這件事的稀缺性反而在升高。技術輸出可以 AI 化，但信任關係不行。

客戶願意在凌晨兩點打電話給你，不是因為你最厲害，是因為他相信你。這個東西，是執行力、學習能力、人際關係加在一起累積出來的，不是知識。

坦白說：我一直以為我是 master of one

在整理這篇文章的時候，我回頭看了一下自己的職涯，發現一件有點好笑的事。

我以前一直以為我是 master of one。

在 Google 做雲端顧問的時候，我覺得我是「雲端架構專才」。跳去物流業當 VP of Data & AI，我覺得我是「數據領域的人」。做醫療 AI 研發長，我覺得我是「AI 落地的人」。

每一個階段，我都在說服自己我有一個「主要的深度」。

但有一天我把整條職涯攤開來看，我才發現：我從頭到尾的個性就是 jack of all trades。

我從來都不是因為「這個領域我最深」才進那個行業的。我是因為「這個新場景讓我覺得好奇」才跳進去的。進去之後，我用廣度和速度讓自己快速夠用，然後靠解決真實問題累積深度。

不是深度驅動，是好奇心驅動。

這讓我開始想：對 jack of all trades 的人來說，真正在累積的東西是什麼？不是某個領域的知識——那個在換跑道的時候會折損。真正跨越每一個領域、越用越值錢的東西，是：

第一，學習力。 每一次進入陌生領域，你練的不是那個領域本身，你練的是「快速讓自己夠用」的能力。這個能力在 AI 時代的價值，比任何單一知識都高。（我在《AI 時代投資報酬率最高的事：填補短板》裡說的也是這件事——短板補到 60 分，學習力才是真正的資產。）

第二，執行力。 Jack of all trades 很容易變成「什麼都懂一點但什麼都沒做完」。能跨越廣度還能持續交付的人，靠的不是知識，是把事做完的習慣。這個習慣在每個領域都一樣——AI 時代的全端能力，說的本質也是「你能不能一個人從頭做到尾」。

第三，勇於推翻自己的能力。 這個最難說，但我覺得是最核心的。

Jack of all trades 最容易卡住的地方，不是學不會新東西，而是「用舊框架看新場景」。你在上一個領域建立的判斷模型，進入下一個領域的時候往往是負資產。能持續成長的人，是那種能說出「我之前的理解是錯的」然後真的換掉框架的人，不是那種死守舊判斷的人。

我自己就是一個案例——我花了很多年才承認我是 jack of all trades，而不是我以為的 master of one。

沒有最好的路，只有適合你的路

說了這麼多，我不是在說「通才路線一定比專才路線好」。

這件事取決於你的個性和天賦。

如果你是那種喜歡把一件事做到極致、能在同一個領域持續深挖十年還覺得有趣的人——master of one 不是錯的選擇。但要誠實面對一件事：你需要確保自己的深度達到真正的頂尖，因為中等深度的專才，在 AI 時代的護城河越來越薄。

如果你是那種喜歡好奇、不怕陌生、在新環境裡反而更有能量的人——jack of all trades 路線在 AI 時代比以前更有利了。AI 幫你把廣度的成本壓低，你只需要把真正的能量放在執行力、學習速度、和人的關係上。

而且 jack of all trades 還有一條路很多人沒想到：創業。

創業者天然需要廣度——你今天要談客戶、明天要管帳、後天要做產品決策、下週要招人。純粹的深度專才在這個場景裡反而會卡住，因為他習慣把不擅長的事交給別人，但早期公司根本沒有「別人」。廣度、執行力、人際關係——這三件事剛好是早期創業者最需要的東西，也剛好是 jack of all trades 在 AI 助力下最自然能發展出來的東西。

這裡說的三條路——IC（個人貢獻者）走 FDE、IC 走深度專才、創業者——終點不完全一樣：

  • IC 走深度專才：目標是山峰型，3 個長板達到 90 分，短板用 AI 撐到 60 分
  • IC 走 FDE / 跨域顧問：同樣是山峰型，但峰與峰之間的廣度更重要，進客戶現場靠的是連結不同領域的判斷力
  • 創業者：終點可以是超寬長方型——不一定需要極高的峰，但底板要夠寬，AI 幫你把每一個職能都撐到 60 分，一個人跑起整間公司

唯一不能做的，是在某一個狀態永遠停著不動：

  • 永遠是 master of one，拒絕往外擴——遲早被單點突破
  • 永遠是 jack of all trades，永遠不願意 commit——廣但沒有錨點，IC 說不清楚自己是誰，創業者也沒有讓人信任的核心能力

最終形態：山峰型，以及它的一個變種

山峰型，就是 master of a few 的形狀。（如封面圖右下角的示意）

三個領域各達到 90 分，這是你真正的長板，是別人無法輕易複製的護城河。峰與峰之間的低谷，也不能掉到 60 分以下——短板不需要拼頂尖，但不能是致命弱點。AI 的用途就是在這裡，把你所有的低谷都撐在 60 分以上。

但山峰型還有一個變形：超寬長方型。

沒有特別高的峰，但寬度極廣——設計、行銷、財務、客服、研發、法務，每一個都到 60 分。以前這個覆蓋寬度需要一支 5-10 人的團隊，現在一個人加上 AI 可以撐起來。

這就是一人公司的技術基礎。

Susan Zhang 在推文裡說了一句很多人跳過的話：「the disappearing managerial class」——管理階層在消失。不是因為公司不需要那些功能，而是因為一個夠寬的人加上 AI，可以自己把那些功能都做完，不再需要一層層的協調。

一個人能獨立完成的邊界，正在快速往外推。 而推動這件事的，就是每一個把自己從 I 型走到山峰型、甚至走向超寬長方型的人。

Susan Zhang 的原推文值得去讀完，包含底下她回覆別人的部分。有人問她關於面試和 leetcode 的問題，她的回答也很實在：先做一個你可以分享給任何雇主的作品集，比刷題更根本。