除了薪水，畢業後選工作更該思考的幾個問題
March 12, 2026
第一份工作真正在選的不是薪水，而是一個決定你未來三到五年能力結構與思維模式的成長環境。
Career Path Decision Framework
碩班畢業前後，這段時間大概是我這輩子焦慮的高峰。看著 PTT、Dcard、LinkedIn 上的薪資討論，最常見的問題不外乎這幾種：「進大公司還是新創？哪個CP值比較高？我是不是該去刷 LeetCode 衝軟體外商？」我第一次發現，自己花了4+2年學習專業知識，卻不一定準備好回答這個沒有標準答案的問題。真正要選的不只是帳面數字。我們其實是在挑一個成長環境，它會在接下來三到五年淺移默化般地改變我們的能力結構、思維模式，以及在這個產業的位置。而這些，往往比第一份薪水更決定我們的職涯上限。閱讀完 Vincent Cheng-Wen Yu 的〈除了分數，選校系時你更該思考的幾個問題〉後，我想藉助 Vincent 的思考框架以及口吻，拋出幾個問題，針對理工科系畢業生的職涯選擇重新展開，幫我拆開那個模糊的感覺，讓自己看得更清楚。
▉ 為什麼這道選擇題比以前難很多
對於理工科系學生而言選工作這件事之所以變得更複雜，有兩個結構性的原因。
第一，半導體之於台灣的產業影響持續加劇。
台灣的科技業，表面上看起來多元，實際上高度集中。許多人在填志願、選職涯時，腦海中想像的是矽谷的版圖——有 Google、有 Netflix、有 Stripe、有 Airbnb，軟體、平台、消費服務百花齊放，工程師可以在不同產品邏輯、不同商業模式之間自由流動。但台灣的現實是：所謂「科技業」，骨幹就是半導體業。
台積電、聯發科、瑞昱等這些名字撐起了台灣科技就業市場的大半。看台灣頂尖理工科系的畢業生流向，最終大多數都會收斂到晶片設計、製程研發、或供應鏈相關職位。不是因為這些人沒有別的選擇，而是因為這個市場給出的薪資、資源、和社會認可，把其他路徑的吸引力壓得很低。
第二，科技產業的分工正在被快速重寫，AI 降低了「把事情做完」的門檻，卻提高了「定義問題」的價值。
AI 加速了自動化，也加速了軟硬體邊界的模糊。今天你以為選了某個專業就是在累積核心技術壁壘，三五年後這道壁壘可能已部分被 AI 輔助設計工具侵蝕。你現在拿到的，更可能只是一套很快就會被工具部分取代的局部技能，而不是你想像中的護城河。
更現實的是，每條路都有它的沉沒成本陷阱。早期的路徑選擇，會比你以為的更早鎖定你的選項。
未來市場不再那麼獎勵「你會用哪個工具、跑哪段 code」，而會更獎勵你能不能定義問題、整合資訊，並在答案不完整時做出判斷。AI 可以幫你寫演算法，解決運作問題，但不能替你承擔設計決策的後果。
這兩個趨勢指向同一個結論：第一份工作最重要的，不是你拿到多少薪水，而是你有沒有把自己放進一個能持續成長、快速迭代判斷力的環境。
▉ 先問自己一個更根本的問題
在比較 offer 之前，值得先問自己：你有沒有辦法在一個高度結構化、或高度模糊的環境裡持續自主學習？
這裡說的學習能力，不是你 GPA 多高，也不是你 side project 做了幾個。我會從三個面向來看：
- 問題定義能力：當你被丟進一個你不熟的 domain，你能不能把模糊的任務拆成具體的子問題，知道從哪裡開始？還是你需要有人幫你鋪好 spec 才能動？
- 輸出與迭代能力：你有沒有習慣用「做出東西」來測試自己到底懂了多少？只會讀論文、看技術文件，但說不清楚設計取捨的人，在職場上很快就會露出馬腳。
- 系統化能力：你能不能把分散的技術知識串成一張地圖？知道這個 Design Choice 和那個 Architecture 的關係，而不只是會操作工具？
測試自己的方法很簡單：找一個你完全不熟的技術主題（例如 OpenClaw 的設計挑戰，或者 chiplet 架構的商業邏輯），給自己一段固定時間，目標是能用文章或口頭方式，把這件事講清楚給一個不懂的人聽。
你卡在哪裡，就是你的能力缺口在哪裡。這個測試告訴你的，往往比任何職涯測驗都更有用。
▉ 用「環境設計」的眼光看工作選擇
如果你已經確認自己具備自主學習的意志，選工作這件事就會清晰很多。不要再問「這份工作薪水多少」,而要問：「這個環境有沒有資源，讓我在三到五年內培養出我真正需要的能力？」
以下我以身邊同儕的真實經驗為基礎，整理出五條常見路線來沙盤推演。
路線一：IC Design House 硬體設計端
你拿到的： 深度局部能力。你可能在三年內成為某個 domain 的行家 RF、數位前端、AI 硬體加速等，薪資在業界頂端，同儕水準高，技術摩擦力強。
你可能付出的： 這條路的代價是工時與路徑集中風險。高工時不只是體力消耗，它還會壓縮你探索其他可能性的時間。當你花了三年深耕 timing closure，你對 system-level thinking、PM、商業模式的理解往往沒有跟著成長。
更值得想的問題是： 這個局部能力，在五年後的市場上，稀缺性是增加還是減少？你累積的是可轉移的思維模式，還是只是特定工具的熟練度？
路線二：IC Design House 軟韌體端
你拿到的： 最靠近晶片的軟體工作，卻仍在 IC Design House 的薪資體系內。你寫的 Driver 或 SDK 直接跑在自家設計的 SoC 上，這意味著你必須同時理解硬體行為和軟體介面，你知道某個中斷為什麼打不起來，是因為你能看懂 datasheet 和 register map，而不是只會猜。這種「懂硬體的軟體人」在市場上比純軟體背景更難被替代，也是理工背景者天然的差異化位置。
你可能付出的： 你的職涯標籤會是「韌體工程師」，在純軟體圈的可讀性不高，面試軟體外商還是要刷 LeetCode，但你的工作內容和那套面試完全沒有交集。另一個風險是，如果你做的 SDK 層是高度 IC 特定的（例如只適用於某顆特定 SoC），離開這家公司之後，這段經驗的可轉移性比你想像的低。
更值得想的問題是： 這個軟體層的工作，做的是通用的軟體抽象設計，還是特定晶片的 workaround 集合？你有沒有機會碰到跨平台移植、效能優化、或與客戶共同定義 API 介面的工作？主管的技術背景是硬體導向還是軟體導向，也會決定成長路徑往哪裡走。
路線三：軟體外商路線
你拿到的： 工程師文化、薪資天花板最高（含 RSU）、相對友善的工時、以及一張跨國流通的職業標籤。進去之後，你的同儕是全球競爭進來的工程師，技術摩擦力高，code review 文化成熟，系統設計討論的品質也往往比台灣本地公司高一個層次。
你可能付出的： 刷題是一套高度局部優化的能力，它測試的是演算法模式識別，不是你對系統設計的理解。很多理工背景的人花了六個月到一年全力刷題，進去之後發現日常工作和 LeetCode 完全是兩件事，會有一段明顯的身分認同混亂期。更現實的問題是：台灣的軟體外商缺額少、競爭者多，你在刷題上投入的時間，ROI 需要非常誠實地評估。
更值得想的問題是： 你去刷題衝外商，是因為對軟體工程或特定技術領域本身有熱情，還是只是因為「薪水高、工時好、標籤漂亮」？如果是後者，這是典型的過度局部優化，你在優化一個不是你真正在乎的賽場的入場資格。另外，不同外商、不同團隊的工作性質差異巨大，「軟體外商」是一個太粗糙的分類，你需要看清楚你要去的那個團隊，真正在解決什麼問題。
路線四：新創公司的系統架構軟體
你拿到的： 在軟體棧的最底層做最接近硬體的系統決策——Hypervisor、RTOS、自訂 OS、網路協定棧、邊緣 AI runtime、安全啟動鏈。這類工作要求你理解 CPU 微架構、記憶體模型、OS 排程，同時又要對上層應用的需求有感。理工背景在這裡不是包袱，而是真正的優勢。新創環境意味著你很可能在早期就參與架構決策，這種全局視角在大公司要花五到十年才能拿到。
你可能付出的： 薪水打折、公司存活風險是真實的、技術方向可能在市場驗證前就死掉。更難評估的風險是：如果這家新創的系統軟體方向不夠有深度，你可能花了兩年做的只是把現有開源專案包裝一下，實際上什麼架構能力都沒長出來。
更值得想的問題是： 這家新創的系統軟體，解決的是一個真實的技術問題，還是在找尋一個還不確定是否存在的市場？創辦人或技術主管的系統軟體背景夠不夠強，他有沒有辦法逼你做出品質更好的架構設計？你能不能在進去之前，看懂他們的技術選型邏輯？如果你看不懂，可能是題目太難，也可能是他們自己也沒想清楚。
路線五：大型製造業 IT 部門
你拿到的： 頂尖製造業的品牌背書加上「大規模製造業數位轉型」的第一線視角。這類大廠 IT 的規模、複雜度、和對系統可靠性的要求，在台灣幾乎找不到可比較的對象，MES、良率分析系統、設備自動化、數據平台，這些系統的尺度是一般企業碰不到的。薪資水準對齊一流外商。
你可能付出的： 這裡的工作文化和評價標準，是製造業邏輯，不是軟體工程師文化。你的同儕基準是廠務工程師和製程整合，而不是 SWE。如果你想被市場辨識為「軟體工程師」，大型製造業 IT 的標籤定位模糊，外界很難判斷你到底在做系統整合、資料工程，還是只是 helpdesk 進階版。離開之後，這段經驗在純軟體圈的解讀，往往不如你在職時想像的有力。
更值得想的問題是： 你來這裡，是因為技術挑戰本身吸引你，還是只是借大廠的品牌殼？五年後，你希望自己被市場辨識為什麼樣的人，「大廠出來的 IT」，還是「解決過某類系統問題的工程師」？這兩個定位的市場流通性差異很大。
▉另外幾個考量：信號效應、跨域、同儕
信號效應（Signaling Effect）
頂尖大廠的品牌標籤，是市場上流通性最高的信用背書。當別人還不認識你的時候，這個標籤幫你估值。
但信號效應最有力的階段，是你還沒有足夠作品和紀錄的時候。一旦你累積了設計成果、主導過專案、或者有可量化的解決問題紀錄，信號的重要性就退到第二線。
更重要的是：熱門標籤有時帶給你更擁擠的賽道，而不是更大的空間。 同一間大公司中，不同職位的工程師在市場位置差異巨大，但外界看到的都是同一個標籤。進去之前，要弄清楚自己到底是在哪個賽道競爭。
跨領域的機會
畢業初期是你職涯中「跨域成本相對低」的視窗。很多人把自己過早定義成「韌體工程師」或「IC 設計師」，但這種自我設限，比實際能力更早把未來的路堵住。
懂硬體的人如果同時具備商業理解或軟體思維，看問題的方式往往和純背景的人不同。真正有價值的跨域，不是什麼都做一點，而是在至少一個領域站穩之後，再去理解另一套語言和思考框架。 通才的彈性，是建立在有根的基礎上才有價值。
同儕的力量
你的工作同事，會慢慢決定你覺得什麼叫正常、什麼叫值得投入。如果周圍的人對技術品質認真，你很難長期鬆散下去；反過來也一樣。
最直接的評估方式：去找在那家公司工作的學長姐聊，問他們：「這裡的人在意什麼？他們覺得什麼事值得驕傲？他們的焦慮是什麼？」 這些答案，往往比任何 Glassdoor 或是 Dcard PTT 評論更真實。
▉給自己的決策工具
把前面這些東西整合起來，形成一套評估框架。當你已經有幾個 offer 在手，卻還在猶豫時，可以問自己幾個問題：
- 價值排序：我真正重視的是什麼？即時高薪、技術深度、成長速度、自主空間、創業選項，還是生活品質？哪些條件是我不能退讓的？
- 環境品質：這裡有足夠的摩擦力和回饋密度，讓我加速成長嗎？同儕水準如何？
- 能力累積方向：三年後，這份工作讓我累積的是可轉移的判斷力，還是只是特定公司才有用的工具熟練度？
- 信號效應投資報酬率：這個品牌標籤的市場流通性？我想去的下一步，需要的是這個信號嗎？
- 路徑選擇權：這條路讓我保有多少未來轉向的彈性？撤退成本高不高？
- 家庭資源與風險承受度：我有沒有條件承擔新創的不確定性？還是我現在需要一個更確定的現金流基礎？
這套框架不是要你算出一個標準答案。它是逼你把模糊的感覺拆開，讓你看見你真正還沒想清楚的地方。
幾個典型的對比：
- IC Design House 硬體 vs. 軟韌體端：同一屋簷下，薪資相近，但能力累積方向截然不同。硬體端往 timing、layout、IP 設計走；軟韌體端往 driver、SDK、系統抽象走。你五年後想站哪個位置，決定你現在要往哪邊走。
- IC Design House 軟韌體 vs. 軟體外商：前者薪資不輸、硬體感知是護城河；後者品牌標籤跨國流通，但刷題入場成本高且與工作內容脫節。動機是關鍵，你是真的對那個 domain 有熱情，還是只是在優化入場資格？
- 新創系統架構 vs. 大型製造業 IT：前者全局視角快、不確定性高；後者品牌強、定位模糊。都叫「系統軟體相關」，但五年後市場對你的解讀完全不同。
關鍵不是哪條路「比較好」，而是這條路給你的能力累積方向，和你五年後想站的位置，有沒有對齊。
環境很重要，但環境只能放大本來就願意主動的人。再好的工作，如果你只是被動做完交辦的任務，最後資源也只會從你身邊流過。
▉別把重點搞錯了
從某個角度看，選第一份工作很像你人生第一次正式做資產配置：你在分配的不只是工時，還有注意力、所處的同儕環境，以及未來的選擇權。
有些選擇短期現金流更明確，有些選擇長期上限更高但路徑更不確定；有些提供穩定回報，有些提供非線性成長的機會。問題從來不是哪種配置絕對正確，而是你在自己的家庭資源、性格和風險承受度下，適合哪一種組合。
決定你五年後競爭力的，不只是你接了哪個 offer，更重要的是你在那個環境裡，把自己鍛造成什麼樣的人。
不要把選工作當成在猜那個唯一正確的答案。這個決策真正要做的，是替自己挑一個能成長、能試錯、也有彈性轉向的環境。
第一份薪水多或少，通常三到五年內就會被追平；但早期職涯選錯了環境，錯過的成長視窗，有時很難補回來。