Waiting 的技術週記 #47
這週最大的訊號不是某個新模型發布，而是一批真實的商業決策開始浮出水面：Vercel 把 10 人銷售團隊砍到 1 人、Zuckerberg 承認 AI Agent 進展落後、Gusto 用 Claude Code 直接跳過了所有傳統開發工具。「AI 改變工作」從預言變成案例，而且案例愈來愈具體、愈來愈嚇人。與此同時，另一個訊號是有一批創辦人悄悄停止招 junior engineer 了——不是因為省錢，而是因為他們覺得真的不需要了。這週讀下來我的感覺是：洗牌不是在發生，洗牌已經發生了，只是帳還沒結清。
這位創辦人不招 junior 工程師了
Meta Shift
Platformer 這週訪問了一位創辦人，他說他停止招募初階工程師，不是因為凍結預算，而是因為「不需要了」。他的論點是：一個 AI coding 工具跑得好的資深工程師，可以做掉過去需要 3-5 人團隊才能處理的工作量，招 junior 進來反而要花時間 onboard 和 review。
這個說法有多真實？老實說我覺得他說的是真話，但只說了一半。在 greenfield 專案、tech stack 乾淨的情況下，AI coding agent 確實可以大幅壓縮人力需求。但在真實的 legacy codebase、business domain 複雜的環境裡，AI 還是需要一個「懂上下文的人」在旁邊引導，而那個人通常就是 junior 在用 2-3 年累積出來的背景知識。
但這個分析不重要，重要的是市場在往這個方向走。你現在如果是 junior 或剛畢業的工程師，這是一個需要正視的壞訊號。進入職場的第一步變得更難了，因為你要競爭的職缺減少了，但你要面試上的 bar 沒有降低。
對資深工程師來說，短期內是利好，但也意味著你的槓桿率預期被提高了——公司雇你一個人，但期望你產出過去一個小組的量。這帳要怎麼算，值得認真想一下。
SaaS 一半在死，另一半在吃它的市佔
Nerf Watch
SaaStr 這週出了一篇很值得讀的分析：軟體支出整體創歷史新高，但同時有一半的 SaaS 公司在走下坡。這個看起來矛盾的現象，背後邏輯其實很簡單——錢沒有離開「軟體」這個類別，只是流向變了。
從 Salesforce 的 CRM workflow、ServiceNow 的 ITSM ticket，到各種 document management 系統，這批工具的問題是：它們賣的是「管理流程的殼」，但 AI 正在直接幹掉這些流程本身。你不需要一個工具幫你管 approval workflow，你直接叫 agent 去做這件事。
這個 shift 讓我想到 2012-2015 年 SaaS 幹掉 on-premise 軟體的過程——贏家的 tech 不一定更好，但商業模式和部署方式更符合用戶的新需求。現在輪到 AI-native 工具對傳統 SaaS 做一樣的事。
對工程師的影響是這樣：如果你在一家傳統 SaaS 公司工作，你的公司有沒有在正面解決這個問題？還是在等待、在說「我們也有 AI 功能了」？這兩種態度的結局差很多。下一波被 nerf 的不是產品，是整間公司的存在理由。
Gusto 用 Claude Code 跳過了 Figma、Jira、所有文件
Meta Shift
Gusto CTO Eddie Kim 這週在 Lenny's Newsletter 分享了一個我看完覺得很震撼的案例：他們用 Claude Code 建了一條全新的產品線，整個過程完全沒有用 Figma、Jira、或任何傳統文件工具。
這不是「用 AI 加速開發」，這是整個開發工作流的重新設計。傳統流程是：PM 寫需求 → 設計師出 Figma → 工程師 estimate → 拆票 → 開發。Gusto 做的是：工程師直接跟 Claude Code 對話，快速 prototype，iterate，把 spec 這件事「做在程式碼裡而不是寫在文件裡」。
這個做法有個很強的前提：你的團隊要夠資深，能在沒有明確 spec 的情況下做出對的判斷。不是每間公司都能複製，也不是每個 domain 都適合。Gusto 做的是 payroll/HR 這種相對定義清晰的 B2B 工具，如果是消費產品或 UX 需要大量迭代的場景，跳過 Figma 我覺得風險就高很多了。
但方向是清楚的：Figma 和 Jira 的護城河正在被侵蝕。不是因為工具不好，而是整個「為什麼需要這些工具」的前提正在改變。
Vercel 把 10 人 SDR 團隊砍到 1 人，年成本 5000 美元
Patch Note
Vercel COO Jeanne DeWitt Grosser 在 SaaStr 分享了一個數字：他們用 AI 把原本 10 人的 SDR 銷售團隊縮到 1 人，整年的工具成本是 5000 美元。
5000 美元。之前那 10 個人一年的薪資大概是多少？保守估計 100 萬美元起跳。
這個案例之所以特別值得注意，不只是數字嚇人，而是它發生在 Vercel 這樣的開發者工具公司身上。Vercel 的客戶就是工程師，他們比任何人都清楚 AI 工具在真實環境下能做什麼。他們做了這個決策，不是實驗，是真的執行了。
SDR 的工作核心是大量接觸潛在客戶、做個人化觸達、qualify leads。這些事情 AI 現在可以做得比人快、比人便宜，而且在某些指標上甚至更精準。那剩下那 1 個人在做什麼？大概是在管 AI、設定策略、處理 AI 搞不定的 edge case。
這是一個很清晰的 pattern：AI 不是替代某個「職位」，它替代的是這個職位裡 80% 的「重複性工作」，然後把 20% 留給一個負責監督和調整的人。從 10 人到 1 人，就是這個比例的體現。
Zuckerberg 承認 AI Agent 比預期慢，但這才是真正的訊號
Nerf Watch
Zuckerberg 這週對內部員工承認，Meta 的 AI Agent 開發進展不如預期。這個消息在媒體上被當成一個「大廠也卡關了」的故事在報，但我覺得更有趣的問題是：為什麼 Meta 會慢？
Meta 不缺算力、不缺資料、不缺工程人才。他們的 LLaMA 系列在開源界口碑很好，Llama 4 也有在追上 frontier model 的趨勢。那為什麼 Agent 做不起來？
我的判斷是：agent 的難不在模型，在 orchestration 和 product loop。你需要定義清楚 agent 的目標、邊界、失敗條件，要搞清楚 agent 跟用戶之間的互動模式，要解決 hallucination 在 multi-step task 裡的誤差累積問題。這些問題不是算力能解的，是 product 和 infra 設計問題。
Anthropologicic 的 Claude Code、Cursor 在這塊走得比 Meta 快，不是因為模型比較強，而是因為他們把「coding task」這個 domain 定義得很清晰，agent 的邊界很明確。Meta 想做的大概是更 general 的 agent，而 general agent 在現階段根本就是個尚未解決的問題。
Zuckerberg 敢說出來這件事，某種程度上我反而覺得是個好訊號——至少比那些一直說「我們的 agent 超強」但沒有人用的公司誠實。
本週連結
- This founder isn't hiring junior engineers anymore
- Tired vs. Wired: Why Software Spend Is Up Record Amounts Yet Half of SaaS Is Still Dying
- No Figma. No Jira. No docs. How Gusto built a new product line with Claude Code
- Vercel Took a 10-Person SDR Team Down to 1. The Whole Thing Costs $5,000 a Year.
- Zuckerberg says AI agent development going slower than expected