Replit 執行長震撼預言：未來公司只剩兩種員工——你屬於哪一種？
想像一下，你現在正坐在一間新創公司的會議室裡，螢幕上顯示著公司的組織圖。這是一間你夢寐以求的公司，成長飛速，營收亮眼。但仔細一看，你發現了一件怪事：這張組織圖上，只有兩個職位。
一個叫「產品構想者」，另一個叫「客戶關係者」。沒有工程師，沒有設計師，沒有行銷團隊，沒有客服主管。
你以為這是科幻電影的開場嗎？不，這是 Replit 執行長 Amjad Masad 在 Y Combinator 的訪談中，對未來公司做出的最精準、也最令人不安的預測。他直言不諱：「未來，大多數公司只需要兩種人：那些知道要建造什麼的人，以及那些在乎客戶的人。」
這不是一個遙遠的假設。這是一個正在發生的現實。而這個現實，將徹底顛覆你對「工作」的定義，以及你對自己職涯的規劃。
1. 工程師的末日？不，是「所有人」都能當工程師的開始
我們先來處理最核心、也最反直覺的衝擊：如果未來公司不需要工程師，那程式設計師要去哪裡？
Amjad 的回答很簡單，但也很殘酷：「AI 不會取代程式設計，但它會讓程式設計變成一種像『閱讀』和『寫作』一樣的基本技能。」 這句話的潛台詞是：未來，會寫程式不再是你的競爭優勢，就像今天你會讀寫並不值得驕傲一樣。
這不是說工程師會失業，而是說工程師的定義將被徹底改寫。想像一下，當一個非技術背景的產品經理，可以透過自然語言對 Replit 的 AI Agent 說：「幫我建立一個使用者登入系統，用 Google OAuth，並且在後端記錄每一次登入的 IP 位置。」然後 AI 在幾分鐘內就完成了這項工作，而且程式碼品質比一個中階工程師還好。
那麼，傳統意義上那個「負責寫程式碼」的工程師，價值在哪裡？
Replit 的執行長指出，真正的瓶頸不再是「寫程式碼」這個動作，而是「決定寫什麼程式碼」這個思考過程。 這意味著，未來最有價值的技能，是那些能將模糊的商業需求，轉化為精確、可執行 AI 指令的能力。這是一種全新的「翻譯」能力——你必須同時理解人類的慾望和機器的邏輯。
這對你我的啟示是什麼？如果你現在是一名工程師，你的護城河不再是你的技術棧有多新，而是你對商業問題的理解有多深。如果你不是工程師，你現在有了一個前所未有的機會，去親手打造你想要的工具，而不需要再苦苦哀求技術團隊。未來的戰場，不在於誰能寫出更快的排序演算法，而在於誰能提出更好的問題。
2. 「產品構想者」：未來公司唯一的高階主管
如果工程師不再是公司的核心，那誰才是？答案是：產品構想者。
Amjad 用了一個非常有趣的比喻來說明這個角色。他說，在 Replit 內部，他們發現 AI 工具最大的受益者，不是那些頂尖的工程師，而是那些「有想法但沒技術」的人。這些人可以是一個行銷人員、一個業務員，甚至是一個實習生。他們對公司產品有深刻的痛點理解，但過去因為技術門檻，他們只能提出需求，然後祈禱工程團隊能幫他們實現。
現在，這道門檻消失了。
「產品構想者」的核心能力，不是寫程式，而是 「品味」 和 「洞察」。他們能從混亂的市場訊號中，辨識出真正的需求；他們能預見一個功能上線後，會如何改變使用者的行為；他們能對 AI 生成的數十種方案中，挑出那個最優雅、最具破壞性的解決方案。
這是一個完全不同的權力結構。在傳統公司，權力來自於你管理多少人、你掌握多少預算。但在未來的公司，權力來自於你對「做什麼」這個問題的答案有多精準。一個頂尖的產品構想者，或許只是一個 25 歲的年輕人，但他可以透過 AI 工具，在一個下午內完成過去需要一個 10 人工程團隊花一週才能完成的產品迭代。他的影響力，將遠超過任何一個部門主管。
這也意味著，「管理」的定義將被重構。管理不再是指揮人做事，而是為 AI 設定目標、提供背景資訊，並對 AI 的產出進行驗證和把關。你不再是一位「經理」，你是一位「AI 指揮家」。
3. 「客戶關係者」：AI 做不到的最後一道防線
如果 AI 可以寫程式、做設計、甚至分析市場，那還有什麼是人類不可取代的？Amjad 給出的答案是：真誠的在乎。
這就是第二種員工——「客戶關係者」。
你可能會說：「客服不就是要被 AI 取代的嗎？那些聊天機器人已經做得很好了。」但 Amjad 指出的，是一種更深層次的關係。他認為，AI 可以處理 99% 的標準問題，但無法處理那 1% 的「人類時刻」——當客戶憤怒到極點、當客戶感到被背叛、當客戶需要一個活生生的人來傾聽他的挫敗感時，AI 是無能為力的。
這不是技術問題，這是信任問題。一個客戶可能因為一個 bug 而損失了數百萬美元，他需要的不是一個道歉信，而是一個能理解他痛苦、能代表公司做出超出規章制度補償的人。這個人，必須擁有同理心、判斷力，以及承擔責任的勇氣。
「客戶關係者」的角色，遠遠超越了傳統的客服。他們是公司與外部世界的橋樑，是品牌信任的守門人。他們的工作，是將客戶的痛苦轉化為產品改進的回饋（反饋給產品構想者），並在關鍵時刻，用人性的溫度去化解機器的冰冷。
這對我們有什麼啟發？如果你擅長與人打交道、擅長解決複雜的情緒問題、擅長建立深度的信任關係，你的價值不僅不會被 AI 取代，反而會因為 AI 接管了所有重複性工作，而變得更加稀缺。 未來，一個頂尖的客戶關係者，年薪可能比一個 AI 工程師還要高，因為他們掌握的是 AI 無法複製的「人性」。
4. 從「規模化人力」到「規模化智慧」：公司組織的死亡與重生
傳統的公司組織，是為了「規模化人力」而設計的。你需要層層的管理，來確保數百、數千人的工作方向一致。你需要繁瑣的流程，來避免溝通錯誤。你需要龐大的會議，來同步資訊。
但未來的公司，是為了「規模化智慧」而設計的。
Amjad 在訪談中提到了一個極具衝擊力的觀點：「當你可以用 5 個人完成過去 500 個人的工作時，公司的組織圖就不再是金字塔，而是一個星狀結構。」
在這個星狀結構的中心，是少數幾個「產品構想者」和「客戶關係者」。他們各自指揮著一群 AI Agent，這些 Agent 負責執行所有具體的任務。溝通不再是層層傳遞，而是點對點的直接對話。決策不再是等待批准，而是基於 AI 提供的數據和模擬結果，立即做出反應。
這聽起來很美好，但背後隱藏著巨大的挑戰。首先，這種組織極度脆弱。如果中心的那個「產品構想者」判斷錯誤，AI 會以驚人的速度將這個錯誤放大，導致公司在一夜之間崩潰。傳統組織的「官僚主義」雖然效率低下，但它同時也是一種「緩衝器」，可以防止單一錯誤造成毀滅性打擊。
其次，這種組織對人才的要求極高。你不再需要一個「還不錯」的員工，你只需要頂尖的「構想者」和「關係者」。這意味著，未來的就業市場將出現嚴重的兩極分化：要嘛你成為那少數的「核心」，享受極高的報酬和自由度；要嘛你被邊緣化，成為 AI 的附庸，做著 AI 暫時還做不好的零碎工作。
5. 創業的黃金時代：一個人的獨角獸不是夢
如果未來公司只需要兩種人，那對創業者來說，意味著什麼？意味著史上最低的創業門檻。
過去，要創辦一間軟體公司，你需要找到一個技術共同創辦人，你需要融資來雇用工程師，你需要花數個月來開發 MVP（最小可行產品）。現在，你只需要一個 Replit 帳號，一個清晰的點子，以及一個週末的時間。
Amjad 在訪談中分享了一個令人震驚的案例：Replit 平台上，已經有許多使用者，一個人就創立了年營收數十萬美元的公司。這些人可能是來自非技術背景的設計師、會計師，甚至是高中生。他們利用 Replit 的 AI Agent，獨自完成了產品開發、部署、行銷、客服的所有環節。
這是一個「一人獨角獸」的時代。當然，年營收數十萬離真正的「獨角獸」（十億美元估值）還有很遠的距離，但這個趨勢是不可逆的。當一個人可以完成一個 10 人團隊的工作時，商業模式將會被徹底顛覆。利潤不再需要與龐大的員工薪水分攤，創辦人將獲得前所未有的財富槓桿。
但這也帶來了另一個問題：如果每個人都能創業，那誰來消費？ 當社會上大多數人都忙著打造自己的 AI 驅動的小生意時，傳統的僱傭關係將會瓦解。這可能會導致一場劇烈的社會結構重組，我們需要新的社會安全網，來支持那些在 AI 浪潮中無法找到自己位置的人。
6. 批判性思考：AI 的「幻覺」不是 bug，而是 feature
在談論 AI 如何取代工作時，我們很容易陷入一種天真的樂觀。但 Amjad 也誠實地指出了 AI 目前的巨大缺陷：幻覺。
AI 模型，尤其是大型語言模型，本質上是一個「高級的文字接龍遊戲」。它非常擅長生成聽起來合理、但實際上完全錯誤的內容。當你讓 AI 去寫程式時，它可能會生成一個看起來完美、但內部邏輯有致命漏洞的函式。
這意味著，「產品構想者」和「客戶關係者」必須具備極強的批判性思考能力。你不能盲目信任 AI 的產出。你必須有能力去質疑它、測試它、驗證它。
Amjad 認為，未來最重要的教育，不再是教學生如何記憶知識，而是教他們如何提問、如何驗證、如何對抗 AI 的「自信」。一個優秀的產品構想者，必須像一個偵探一樣，不斷地對 AI 的答案進行交叉比對，找出其中的矛盾和不一致。
這也解釋了為什麼頂尖的工程師在 Replit 的時代依然有價值。他們可能不再需要寫大量的程式碼，但他們對系統的深刻理解，使他們能夠一眼看穿 AI 生成的程式碼中潛藏的風險。他們從「程式碼的生產者」，轉變成了「程式碼的鑑賞家和審查者」。
7. 教育革命：當「學寫程式」變成「學用 AI 寫程式」
這個未來圖景，對我們的教育體系提出了最嚴峻的拷問。如果未來的公司不需要傳統的工程師，那我們現在讓孩子們花數年時間學習的資料結構、演算法，還有意義嗎？
Amjad 的看法是：基礎知識依然重要，但教學方式必須徹底改變。
他認為，未來的程式設計教育，應該從「教文法」轉向「教寫作」。也就是說，不應該讓學生花費大量時間去記憶各種函式的語法，而是應該讓他們直接使用 AI 工具去「寫」程式，然後去理解 AI 做了什麼，為什麼這麼做。
「你不需要知道引擎的每一個零件是如何運作的，才能開車。但你必須知道如何踩油門、踩煞車，以及如何辨別儀表板上的警告燈號。」Amjad 用這個比喻來說明，未來的程式設計師，更像是賽車手，而不是引擎工程師。他們需要的是對系統的直覺、對風險的判斷，以及快速決策的能力。
這對我們所有正在學習或考慮學習新技能的人來說，是一個明確的信號：不要花時間去學習那些 AI 可以輕鬆替代的技能。 例如，不要去背誦 React 的各種 hooks 用法，而是去學習如何設計一個好的使用者體驗；不要去研究如何優化 SQL 查詢，而是去學習如何分析數據背後的商業意義。你的時間，應該投資在那些 AI 無法替代的、高階的思考活動上。
核心觀點匯總
為了讓你更清楚地掌握這次訪談的精華，我將核心觀點整理成以下表格：
| 面向 | 傳統模式 | 未來模式 (Replit 預測) |
|---|---|---|
| 核心員工 | 工程師、設計師、PM、QA、客服... | 產品構想者 + 客戶關係者 |
| 工程師角色 | 程式碼的生產者 | 程式碼的鑑賞家、審查者、AI 指揮家 |
| 組織結構 | 層級分明的金字塔結構 | 以人為中心的星狀結構 (人 + AI Agent) |
| 權力基礎 | 管理人數、預算規模 | 對「做什麼」的判斷力、品味與洞察 |
| 競爭優勢 | 技術深度、程式碼品質 | 商業直覺、提問能力、批判性思考 |
| 創業門檻 | 高 (需要團隊、資金、時間) | 極低 (一人 + AI 工具，一個週末) |
| 最大風險 | 溝通成本高、決策緩慢 | AI 幻覺、核心人物誤判導致快速崩潰 |
| 教育重點 | 記憶知識、學習工具 | 提出問題、驗證答案、對抗 AI 的自信 |
結語：你準備好成為「未來人」了嗎？
Amjad Masad 的這番話，不是一個遙遠的科幻預言，而是一份正在生效的作戰手冊。它告訴我們，未來的工作，不再是你「做什麼」的問題，而是你「是誰」的問題。
你是一個能從混亂中看見機會的「構想者」嗎？還是一個能用溫度化解衝突的「關係者」？或者，你只是一個等待被 AI 取代的「執行者」？
這個問題，沒有標準答案，但每一個人都必須現在開始思考。因為當組織圖上只剩兩個職位時，你必須確保自己的名字，出現在其中一個格子裡。
最後，留給你一個值得深思的問題：如果今天你被解僱，並且被告知你只能帶著一個 Replit 帳號和你的大腦去創業，你會在 48 小時內做出什麼產品來？
這個問題的答案，或許就是你未來的職業生涯。