智駕人才，怎麼在具身領域失寵了？

### 智駕人才為何在具身領域退燒？從「坑位漸滿」看產業人才轉移

近期業界流傳一句「坑位漸滿，早點兒入場」，精準點出自動駕駛與具身智能（Embodied AI）這兩個領域的人才供需已經出現微妙位移。過去幾年，各大車廠與新創瘋狂挖角智駕工程師，如今這批人才卻在機器人、人形機器人等「具身」賽道中逐漸失去光環。這並非否定智駕人的技術能力，而是產業週期與技能匹配度正在產生結構性變化。

**背景脈絡：從自動駕駛到具身智能的產業浪潮轉折**

自動駕駛產業經歷了近十年的高速擴張，從感知、決策到控制，累積了大量專注於「車載場景」的工程人才。然而隨著Level 4落地不如預期、資本市場轉向務實，許多智駕公司開始縮編或轉型。與此同時，具身智能（結合AI與實體機器人）在2023至2024年間成為新焦點，獲得大量資金與關注，但這兩個領域的技術需求並非完全重疊。智駕人才擅長的是特定環境下的感知融合與路徑規劃，而具身領域更強調通用操作、動態環境適應與人機互動——兩者雖有共通點，卻存在顯著的知識鴻溝。

**重點整理：為何智駕人才在具身領域「失寵」？**

首先，**技能匹配度不足**是主因。智駕系統依賴高精度地圖與預設道路結構，而機器人需在未知、非結構化空間中完成抓取、移動與任務推理，這需要更深度的強化物件操作、運動學規劃與即時學習能力。其次，**產業人才供給早已過剩**。過去兩年的大量招募導致智駕人才庫快速擴張，「坑位漸滿」意味著初階工程師已無明顯稀缺性，而具身新創更願意招募有機械背景或通用AI研究經驗者。最後，**薪資預期與文化落差**也讓公司卻步——智駕人才多習慣高薪與車廠思維，而具身領域多為新創，預算有限且要求快速迭代。

**可能影響：人才流動與產業生態的雙向衝擊**

對智駕從業者而言，若僅掌握車規級演算法或特定感測器調校，將面臨轉職難度提高的挑戰。部分公司已開始要求員工同時學習機械設計、ROS系統或資料增強技術，否則可能遭邊緣化。對具身領域公司來說，過度依賴智駕背景人才反而可能拖慢開發節奏——因為他們容易沿用「車道線思維」來設計機器人行為，忽略真實環境的隨機性。整體產業將出現「中間層人才過剩，專家級人才依舊稀缺」的結構，促使各公司更精準定義職位需求。

**讀者可關注的後續發展**

未來半年到一年，可留意三個指標：第一，**教育訓練動向**——哪些機構開始推出「具身AI整合課程」？第二，**人才跨界案例**——是否有智駕背景者成功轉型為機器人架構師？第三，**新創融資輪次**——若具身賽道融資趨緩，可能再引發一波人才回流。對正在考慮轉換跑道的從業者而言，現在正是補足操作技能、參與開源機器人專案的時機，而非單純靠「自動駕駛光環」尋找機會。

**總結：沒有永遠的熱門賽道，只有持續進化的技術棲地**

「坑位漸滿」並非末日，而是產業成熟的必然現象。智駕人才並非真的「失寵」，而是需要重新定位自己的技術優勢——例如將感知與決策能力遷移至機器人領域，或轉向自動駕駛與機器人共通的模擬系統開發。具身智能正處於早期擴張階段，若能抓住這個窗口補齊跨域知識，仍能重新取得市場青睞。反之，若停留在既有的技術舒適圈，則可能被新一代的「通用機器人工程師」取代。