2021 年，我在鐵人賽寫了《從 AI 落地談 MLOps》（GitHub）。那 30 天在回答一個問題：模型訓練好了，然後呢？

五年後，這個問題不但沒有過期，還變得更尖銳了——因為現在連「訓練模型」這件事，仍不是大眾的選項，很多團隊任務不再於訓練模型，而是直接呼叫 API，兩週做出一個看起來很厲害的 Demo，然後卡在同一個地方：上不了線，或者上線了沒人知道它是好是壞。

這 30 天，我想用一個不太一樣的方式重新回答 AI 落地：不從技術出發，而是從職缺出發。

今天要解決的問題

先講三個現實可能出現的場景，如果有遇到類似情況就是我夢到的：

場景一：Demo 很漂亮，上線遙遙無期。 資料科學家在 Notebook 裡跑出 0.92 的 AUC，交給後端說「幫我上線」。後端打開檔案，看到 47 個排序未明的 cell、路徑寫死在 /Users/xxx/Desktop/、用了三個沒寫進 requirements 的套件。這個模型最後花了三個月才上線，上線時準確率只剩 0.81，沒人知道為什麼。

場景二：上線了，然後沒人管。 模型跑了八個月，某天業務單位說「這個推薦最近怪怪的」。查下去發現上游三個月前改了資料格式，某個特徵一直是空值，模型把空值當成一個有意義的類別在用。沒有任何告警響過，因為根本沒有人設定。

場景三：RAG 做出來了，但沒人敢用。 花兩個月接了公司文件做企業知識助理，主管問：「它答錯的機率多高？」團隊答不出來——因為從來沒有評測集。上線一週後有人發現，它會把 A 部門的薪資文件內容回答給 B 部門的同事。

這三個場景，分別對應這個系列的三塊拼圖：上線的工程能力、活著的維運能力、產品的品質與安全能力。而市場已經把它們打包成了兩個職務。

📊 職缺訊號

2026 年 7 月，我對公開職缺做了一次系統性擷取與分級：12 組查詢、7,149 列原始結果，去重後 4,343 筆職缺，其中 842 筆被判定為高／中相關（方法與限制明天詳談）。這批資料清楚地分成兩群：一群在講「平臺、部署、管線、監控」，另一群在講「RAG、Agent、提示、評測」。它們不是同一個職務，也不是上下游關係。
文章基於 2026 年 7 月的 4,343 筆職缺資料分析，雖具時效性，但公開職缺反映的是「開得出職缺的大中型企業」之需求，容易忽略不需要公開招募或直接交由外部 Vendor / 顧問處理的小型企業真實現狀。

一、現象：一條價值鏈，兩個端點

我們先看市場實際上在徵什麼樣的人。

圖 1-1：雙主軸的價值鏈分工與交會地帶（依 2026-07-25 職缺任務訊號整理的示意架構）。上排是「讓模型可靠地上線與活著」，下排是「讓模型變成有人用的產品」，中間那條黃色的 LLMOps 是兩者都要碰、目前也最缺人的地方。

主軸一：MLOps／LLMOps 工程師。 這角色關心的是：模型能不能可重現地訓練出來、能不能自動部署、掛了會不會有人知道、一個月燒多少 GPU 錢。最高頻的任務訊號是「AI／ML 平臺與基礎設施」，出現在 58.5% 的相關職缺裡。

主軸二：生成式 AI 應用與代理系統工程師。 此角色關心的是：使用者問的問題答不答得出來、答錯了怎麼辦、能不能引用來源、能不能幫使用者真的把事情做完。最高頻的任務是「RAG 與企業知識庫」（48.1%）與「Agent、工作流程與工具串接」（47.6%）。

這兩個職務的焦慮不同：前者半夜怕被叫起來，後者白天怕被使用者說是快樂寶貝。但他們服務的是同一個系統。另外撇開技術問題，實際落地的最大瓶頸往往是兩者之間的「跨領域溝通」與「業務理解能力（Domain Knowledge）」。

二、原理：五年間，什麼變了、什麼沒變

我把 2021 年那個系列的大綱，和今天的職缺任務訊號放在一起對照：

圖 1-2：MLOps 五年對照（評分為作者依兩份系列大綱與任務訊號的主觀對照示意，非量測數據）。左側灰色是 2021 年的重心，右側藍綠色是 2026 年雙職能的重心。

沒變的地基（這是好消息）：

• 可重現性依然是一切的前提。只是現在要重現的不只是「程式碼＋資料＋環境」，還多了「提示＋檢索索引」。
• CI/CD 與自動化管線依然是規模化的唯一解。
• 監控依然是模型活著的必要條件，而且重要性上升了——因為 LLM 的失敗更安靜、更難察覺。

被改寫的任務：

• 「自己訓練模型」的重要性大幅下降。 2021 年的 MLOps 假設你會訓練模型；2026 年多數團隊直接用別人的模型。訓練管線沒有消失，但它從「主線」變成了「有需要才走的支線」。但我相信高敏感領域（金融、醫療、國防）或邊緣運算（Edge AI）中，客製化小模型（SLM）與地端微調仍是關鍵主軸。
• 提示（prompt）成了要版控的資產。 改一句系統提示就可能改變整個產品行為，這在 2021 年不存在。
• 評測從「算個 F1」變成了一整套工程。 輸出是非確定性的、沒有唯一正解，這件事逼出了 LLM-as-a-Judge、評測集管理、上線前 Gate 這一整條新的工作流。
• 成本工程成了日常。 以前是「訓練一次花多少」，現在是「每一次請求都在花錢」，token 成本、快取命中率、模型路由變成要天天看的儀表板。
• 多了一整類安全問題。 提示注入、代理過度權限——這些在傳統 ML 系統裡沒有對應物。

一句話總結：地基沒變，但上面蓋的房子換了樣式，而且多了一層以前沒有的樓。

三、動手：三十秒自我定位

在往下讀之前，先花三十秒回答這五題，決定你在這 30 天要怎麼走：

1. 你能不能寫一個 Dockerfile，把一個 Python 服務打包起來跑？    □ 能  □ 不能
2. 你有沒有做過「模型／服務上線後掛掉」的排查？                  □ 有  □ 沒有
3. 你能不能說出 RAG 中「檢索失敗」與「生成失敗」的差別？         □ 能  □ 不能
4. 你有沒有為 LLM 應用建過評測集（不是靠感覺看輸出）？           □ 有  □ 沒有
5. 你比較想解決哪種問題？  □ A：它為什麼掛了 / 為什麼這麼貴
                          □ B：它為什麼答錯 / 怎麼讓它更有用

• 1、2 答「能／有」，第 5 題選 A → 你的底子在維運端，走主軸一，重點補 Day 09–11（ML 特有的資料與管線紀律）。
• 3、4 答「不能／沒有」，第 5 題選 B → 你的底子在應用端，走主軸二，重點補 Day 18–20（RAG 全鏈路）與 Day 24（評測）。
• 全部答不出來 → 恭喜，你是這個系列設定的標準讀者，從 Day 05 老實走一遍。
• 全部都能 → Day 24–27 是給你的，那是資深職的分水嶺。

四、取捨：該雙修，還是專精一邊？

我知道你想問這個。誠實回答：先專精一邊，但另一邊要懂到能對話。

💡 我的建議

別急著雙主修，但一定要走完 Day 24–27。因為 LLMOps、評測、安全、治理這四塊，是兩個職務都逃不掉的交集——也正是目前最多團隊做不好、最容易讓你被看見的地方。專精是為了進門，交集是為了走遠。

今日小結

• 市場已經把 AI 工程分成兩個職務：讓模型可靠上線（MLOps／LLMOps）與讓模型創造價值（生成式 AI 應用與代理系統）。
• 五年來地基沒變（可重現、CI/CD、監控），但上層被 LLM 改寫：不再自己訓練、提示成為資產、評測變成工程、成本天天要看、多了注入與代理權限的安全問題。
• 這兩個職務不是上下游，而是同一條價值鏈的兩端，中間的 LLMOps 是交會地帶，也是目前最缺的人。
• 先專精一邊，但 Day 24–27 的交集內容別跳過。

明天預告

明天我們把「市場這樣要」這句話攤開來檢驗：4,343 筆職缺是怎麼抓的、怎麼分級的、哪些結論能推、哪些結論絕對不能推。我會把方法與五項限制完整交代——因為一個從資料出發的系列，如果不能被檢驗，那它只是包裝過的臆測。

延伸閱讀

• 🔗 2021 鐵人賽《從 AI 落地談 MLOps》——本系列的前傳，Day 08 會做完整的五年回顧對照
• 📄 Sculley et al., Hidden Technical Debt in Machine Learning Systems (NeurIPS 2015)——十年前就講清楚「ML 程式碼只是系統的一小部分」，今天讀情況依舊