為什麼這個領域重要

今年以來，美國頂尖大學至少有22位教授與研究人員離職或留職停薪，轉往OpenAI、Anthropic、Meta與Google DeepMind。Anthropic挖走了加州大學柏克萊分校電機工程與電腦科學系的系主任，6月底又有至少3位電腦科學教授加入Meta的AI實驗室。系主任一走，亂掉的不只是課表。研究生指導、課程改版、新聘教師的審查會一起停下來。

學生端也轉了向。CRA Taulbee調查的2025年資料顯示，博士學位授予數再創新高的同時，大學部新增主修人數與在學總數第一次出現明顯收縮。出口在放大，入口在變窄。學歷通往辦公室工作這條戰後共識正在被重新檢視，電腦科學已經不是那個證明它還成立的例外。

搶人的也不只是前沿實驗室。在記憶體與晶圓代工，同樣的競爭發生在公司之間。三星工會表示4月以來已有200多名會員轉往SK海力士，6月的內部調查顯示81.5%的代工人員希望兩年內換公司，SK海力士光上半年就增員2,152人。哪裡的稀缺技能被重新定價，教這門技能的工作也跟著重新定價。

對教書的人來說，這兩股力量落在同一個問題上。要判斷的不是走或留，而是教學這件事在哪一種地形上收得到錢。留在學界、企業內訓、訓練營與教育科技、產學雙聘，需要的肌肉各不相同。

所需技能

底子仍然是演算法與系統，但四條路共同要求的其實是把教材丟掉的膽量。模型與工具鏈以半年為單位翻新，還在用三年前的投影片，講台本身就先失去信任。要判斷留什麼丟什麼，得在備課時就把概念層與工具層分開設計。

• 實驗環境的維運。 GPU配額、雲端額度、內網沙箱。願意親手把環境架起來並且盯著帳單的人，處理的往往才是真正的瓶頸。
• 預設工具在場的評量設計。 在編碼代理開著的前提下，設計能判定學習者會做什麼的作業與驗收關卡。只看交出來的成品已經判斷不了。
• 可查證的產業年資。 企業內訓看的是把這套系統做出來並且維運過的紀錄，而不是證照種類。半導體學院延攬業界高階主管授課，看的也是同一件事。
• 寫得下來的能力。 開發者關係與內部賦能的產出是文件與範例程式，不是一場演講。文字能被反覆讀，規模才長得起來。
• 課程與認證設計。 把課程翻譯成學分、內部職能認證或結業標準，組織才會編預算。

證照在這裡不是決定性的。真正有份量的是能用數字說清楚：自己設計的課程有多少人讀完，讀完之後能做什麼。

職業路徑

留在學界不是一扇關死的門，只是空缺換了位置。《國家重點領域產學合作及人才培育創新條例》通過後，台大、清大、成大、陽明交大等校陸續成立半導體與AI等研究學院，以沙盒模式鬆綁組織、人事、採購與人才培育的限制。陽明交大2021年7月率先與台積電、聯發科、鴻海等企業合作成立產學創新研究學院，其前瞻半導體研究所匯集五十多位教師，並規劃延攬產業界高階主管開課。這類學院的教學缺，正是資深教師被挖走之後最快長出來的位置。

企業內訓是電腦科學教育者成長最快的去處。內部AI訓練營、工程師到職培養、產品公司的開發者教育，都需要能把一套正在跑的系統改寫成課程的人。職稱集中在開發者教育、解決方案架構師、前進部署工程師這一帶，教學與交付被放進同一個職務。學員本身就是在職工程師，重心不在講概念，而在把生產環境的問題改造成練習。

訓練營與教育科技失去了當初賴以起家的商品。初階職缺收縮之後，包就業的課程對個人很難賣。現在還在簽的合約是面向在職員工的技能重塑，教材直接用客戶自己的資料與內部工具，要找的是課程設計者而不是講師。

產學雙聘可能是最耐用的一條。業師制度與研究學院的彈性聘任，讓在企業任職的人可以進課堂，教師參與企業專案的通道也在放寬。不急著二選一，把兩份履歷同時累積起來的人，路關得最晚。

四條路裡該走哪一條，一個學期就能試出來。挑一門自己在教的課，把實驗環境換成產業真正在用的工具鏈，再把改動理由與學生卡住的地方寫成文件。這份文件拿去當課程提案、企業內訓應徵資料或開發者關係作品集，都不必重寫。