AI Agent 時代最搶手的職缺，最厲害的人卻不想來上班

本文整理自《Latent Space》2026 年 3 月播出的單集。

{{< youtube mMbPEf4V_hE >}}

---

DevRel：為什麼這個冷門職缺突然變成最搶手的？

在 AI Agent 的世界裡，有一個職位正在快速升溫，而且升溫的邏輯跟過去完全不同。DevRel（Developer Relations，開發者關係）過去是科技公司裡一個相對小眾的角色，負責維護跟外部開發者社群的關係，寫技術文件、辦開發者大會、回答論壇上的問題。但在 Agent 時代，DevRel 的戰略地位被徹底拉高了。

原因很直接：Agent 需要發現和使用 API。當你的公司提供一個服務，而未來最大的「使用者」不是人類而是 AI Agent 時，你需要確保 Agent 能找到你的 API、理解怎麼用、成功完成串接。這本質上是一個新型態的行銷問題，但它需要深厚的技術背景才能做好。你不能用傳統的廣告來觸及 Agent，你需要的是高品質的技術文件、範例程式碼、以及在開發者社群裡建立的信任感。這些全都是 DevRel 的核心能力。

Box 執行長 Aaron Levie 在 Latent Space Podcast 上直言，Box 正在積極招募 DevRel 人才。他的說法不是客套話，而是基於一個很具體的商業判斷：Box 正在打造 Agent 平台，包含 MCP 伺服器和各種 API，如果開發者不知道怎麼用這些東西，平台上的投資等於白做。但問題來了，他想請的那種人，偏偏不太想上班。

最好的人才在創作者經濟裡賺更多

Latent Space Podcast 主持人 swyx（Shawn Wang）把這個矛盾說得很白：最頂尖的 DevRel 人才，已經在創作者經濟裡找到了更好的出路。他們經營自己的 Substack、YouTube 頻道、技術部落格，透過訂閱制和廣告收入，年收入可以輕鬆超過百萬美元。這些人為什麼要放棄自主權，去一家公司領固定薪水？

這不只是薪資競爭的問題。創作者經濟給了這些人一種傳統企業無法提供的東西：對自己內容的完全掌控。在公司裡做 DevRel，你的內容要經過行銷部門審核，你的發言要符合企業口徑，你推廣的產品不一定是你真心認為好的。但當你是獨立創作者，你只需要對你的讀者和觀眾負責，你可以說真話。而這種真實感，恰恰是開發者社群最看重的東西。

swyx 提出的解法是：企業必須把這些人當作合夥人而不是員工。給他們股權、給他們自由度，把 DevRel 視為「媒體業務」而非「行銷支援」。但即使這樣做，供給問題仍然存在。全世界能把深度技術知識轉化為引人入勝的內容的人，本來就是稀缺的。AI Agent 的爆發只是把這種稀缺性推到了一個新的極端。

每家公司都必須成為媒體公司

DevRel 危機其實只是一個更大趨勢的縮影。swyx 在節目中提出了一個更激進的主張：每家公司都必須建立或收購一家媒體公司。他用了「GoDirect 模式」這個詞來描述：企業需要建立與受眾的直接溝通管道，不能再仰賴中間人。

這個主張的背景是 Agent 時代的資訊發現機制正在改變。過去，使用者透過 Google 搜尋找到你的產品，透過應用商店發現你的 App。但在 Agent 時代，是 Agent 替使用者做決策。Agent 怎麼知道該用哪個 API、該推薦哪個服務？它靠的是訓練資料、它能存取的文件庫、以及它在網路上能找到的技術內容。如果你的公司在這些管道裡沒有存在感，Agent 根本不會知道你的存在。

「除非你認識到必須這麼認真地對待這件事，否則你永遠不會做好，」swyx 說。他的意思是，大多數公司把內容行銷當成可有可無的附加品，交給外包團隊做一些 SEO 文章就算了。但在 Agent 時代，內容不再只是行銷工具，它是 Agent 發現你的主要途徑。你需要持續產出高品質的技術內容，而這需要專業的編輯、工程師、內容策略師。本質上，你就是在經營一家媒體公司。

工程師反而比以往更安全

在 DevRel 和媒體業務的討論之外，Levie 提出了一個很多人沒想到的觀點。在 AI 時代，工程師的工作不是變得更危險，反而是更安全了。

他的論證很精巧。現在流行一種「vibe coding」的說法，認為未來人人都可以用 AI 寫程式，專業工程師的價值會大幅縮水。但 Levie 把這個邏輯反轉過來：如果你相信未來企業會為所有問題建構自己的 AI 軟體，那你其實是在說「電腦科學」這個學科比以往任何時候都更重要。誰來維護這些系統？誰來更新它們？誰來管理業務需求跟程式碼之間的關係？大多數企業連現在的系統都沒有足夠的工程師來維護，更別說當客製化 AI 軟體爆量成長之後的情況。

更進一步，Levie 認為在 Agent 時代，技術人才是最適合部署和管理 Agent 的人。Agent 不是裝了就會自己跑的東西，它需要人來設定工作流程、監控輸出品質、處理異常狀況、優化效能。這些全都需要技術能力。所以 AI 帶來的不是工程師的替代，而是工程師需求的乘法效應。程式碼量增加 10 倍到 100 倍，意味著需要更多而不是更少的工程師來維護整個系統。

這跟很多人的擔憂完全相反。多數非技術從業者怕 AI 會取代工程師，但 Levie 看到的圖景是：在一個所有企業都在用 AI 建構軟體的世界裡，懂程式的人反而最不需要擔心。

知識圖譜是「書呆子陷阱」？

節目中還有一段關於知識圖譜的精彩辯論值得一提。當主持人問 Levie 對知識圖譜的看法時，他的回答相當務實：理念很好，但 2026 年的現實是，大多數企業並沒有真正採用。

客座主持人、向量資料庫 Chroma 執行長 Jeff Huber 在這個話題上給了一個更尖銳的評論。「知識圖譜是書呆子陷阱，」Huber 說。他的論點是，真正的圖結構應該在 Agent 使用資料的過程中自然浮現，就像人類在學習新領域時，腦中的知識網路是逐步建構起來的，而不是一開始就有一張完整的地圖。預先建構的靜態圖譜反而可能限制 Agent 的思考方式，因為它把知識關係固定在某個時間點的理解上，沒辦法隨著新資訊動態演化。

節目中三個人最後達成的共識是：與其花大量精力去建構知識圖譜，不如把資料整理成好的 Markdown 格式，搭配 Wiki 風格的相互連結。這種做法經過時間考驗，Huber 用了「Lindy」這個詞來形容，意思是存在越久的技術越可能繼續存在。Markdown 加上 Wiki 連結對人類和 Agent 都友善，而且維護成本遠低於知識圖譜。每個 Agent 都應該有自己的 Wiki 作為持久記憶，這比精心設計的圖結構更實用。

我的觀察

這集 Podcast 最有意思的不是任何單一觀點，而是三個不同角色碰撞出來的化學反應。Levie 是一個必須在現有業務和 AI 轉型之間走鋼索的企業 CEO，他的每個判斷都帶著「我的公司可能因此活下來或死掉」的重量。swyx 是站在開發者社群第一線的觀察者，他看到的是人才流動和內容生態的結構性變化。Huber 則是從資料庫的角度出發，對知識管理有一套務實的理論。

三個人的交集指向一個讓人興奮也讓人焦慮的結論：AI Agent 時代的贏家，不是技術最強的公司，而是最快把整個組織重新配置成「Agent 友善」形態的公司。知識管理要 Agent 就緒、人才策略要因應創作者經濟、對外溝通要像經營媒體一樣認真。技術是門檻，但真正的競爭在技術之外。