過去兩年，關於 AI 與應屆職缺的敘事一直是一道減法題：起步的台階被鋸掉、畢業生的活被併進「資深員工＋聊天機器人」的組合、寧願訓練軟體也不願帶一個 22 歲新人的招聘主管。FrogHire.ai 在 6 月 6 日發布的一份報告，指向了一個更安靜、也可能更持久的變化：AI 不只是在搶走第一份工作，它正在變成進入這份工作的門票。
先看數字，再聽解讀
FrogHire 這份名為《早期職涯勞動市場的 AI 準備度》的報告，建立在它自有資料庫裡 2070 萬則徵才紀錄之上，時間跨度為 2025 年 1 月到 2026 年 3 月。期間共有 2,616,339 則徵才——占 12.64%——至少提到一項與 AI 相關的技能。這是平靜的部分。有意思的是斜率。
提到 AI 的職缺一年內幾乎翻倍：從 2025 年第一季占全部職缺的 9.33%，升到 2026 年第一季的 19.11%。應屆職缺也沒掉隊：入門級職缺的 AI 技能滲透率從 8.34% 升到 13.78%，期間共有 233,035 則入門級徵才點名了某項 AI 技能。而真正該讓每個大四學生坐直身子的，是這一行：在提到 AI 的徵才裡，把這些技能寫成「必備」（而非「加分」）的比例，從 45.03% 漲到了 75.66%——四個季度，45% 到 76%。AI 從一個可以跳過的項目符號，變成了一個必須打勾的方框。
「不是每個人都得變成 AI 工程師」
看到 76% 就慌，是很容易的，所以報告裡最有用的一句話恰恰是潑冷水的那句。FrogHire 執行長 Andrew Chen 說：「對學生的訊息不是說所有人突然都得成為 AI 工程師，而是 AI 正在變成工作完成方式的一部分。」報告統計的技能並不是高精尖那種——它數的是會跑一套行銷調研流程的行銷學生，會拿模型輸出去對真實數字的金融學生，會搭一個報表自動化、還能講清它哪裡可能出錯的營運學生。
這跟「成為機器學習專家」是兩種截然不同的要求。它更像十五年前那個時刻：「精通 Excel」不再是值得吹噓的一行，而開始變成每份分析師職缺底下預設的前提。報告給大學就業中心的建議，也是別再把 AI 當成「意識」來教，而要當成「證據」來教：不是「我用過 ChatGPT」，而是一個具體專案——學生用了工具、抓出了它哪裡出錯、還能說清做出來的東西達成了什麼。Chen 強調，最強的訊號，正是你糾正模型的那一段——而這一段，恰好也是模型替你偽造不了的。
那些星號才是承重牆
幾條限定讓這件事保持誠實。數據來自單一廠商的徵才語料，而非整個勞動市場；「必備」這個詞，雇主在職務說明裡揮霍得很慷慨，到了面試卻執行得很鬆——徵才要求和實際錄用之間的落差，又寬又有據可查。FrogHire 坦承自己的紀錄缺少可靠的產業與公司規模欄位，因此它明確不宣稱哪個產業最需要 AI。2026 年 5 月的數據只到 5 月 8 日，並未計入趨勢。而且，從一個很小的基數翻倍，仍然是個很小的基數：19% 的職缺提到 AI，意味著 81% 還沒提。
但一條寫進去的「必備」，刪起來比加起來貴；這裡的方向既不含糊，也很快。它還順手調和了六月裡兩個看似在吵架的故事：應屆市場可以因為未必全是 AI 的原因而疲軟，同時，那些確實存在的職缺又在悄悄抬高門檻。這倆不矛盾，是同一道擠壓的兩邊：門更少了，還沒關的那幾扇又收起了過路費。
這條新聞到底該怎麼用
可操作的讀法很窄，也不浪漫。2026 屆要做的，不是去跟前沿模型比寫程式；而是走進門時，已經熟練掌握這份工作預設你會用的工具，並且手裡有一件能證明這點的具體作品。跨過這道抬高門檻的學生，不會是把「AI」寫進履歷的那些人，而是能指著一件自己做的東西、說清模型錯在哪、再展示自己照樣交付了什麼的那些人。這本來就是工作的樣子。只是工具換了而已。
