技能需求漂移分析 — 2026年第17週

本報告使用 Qdrant 向量搜尋取得相關資料

摘要

本週（W17）共分析約 4,680 筆職缺資料。主要發現：(1) Agent Security 作為新興技能標籤出現（18 次），MintMCP（MCP 閘道器）和 Always Further（Agent 安全執行環境）等公司在 HN Hiring 中招聘，顯示 AI Agent 生態已進入安全治理階段；(2) Agentic/AI Agent 需求維持 28% 成長率（至 218 次），成長速度較 W13 的 34% 略有放緩，但絕對數量持續攀升；(3) FastAPI 穩定上升至 118 次（+22%），作為 AI 服務 API 框架的主導地位進一步鞏固；(4) 台灣資料源（tw_govjobs、tw_104_jobs）本週因網路問題未取得，報告降級為「全球趨勢分析」。

xychart-beta
    title "本週技能需求上升 Top 5（4 週增長率 %）"
    x-axis ["Agent Security", "MCP", "Agentic AI", "FastAPI", "Vector DB"]
    y-axis "增長率 %" 0 --> 50
    bar [45, 38, 28, 22, 20]

資料來源：約 4,680 筆職缺，觀測週期 W14~W17

技能頻率快照：W17 vs W14 對比

程式語言（Programming Languages）

排名 技能標籤 W17 出現次數 W14 出現次數 變化率 主要來源 AI 取代向量
1 Python 1,580 1,505 +5.0% global_hn_hiring, global_arbeitnow cognitive_nonroutine
2 TypeScript（TS） 1,420 1,355 +4.8% global_hn_hiring cognitive_nonroutine
3 Go（Golang） 4,620 4,450 +3.8% global_hn_hiring, global_arbeitnow, global_weworkremotely cognitive_nonroutine
4 Rust 1,085 1,022 +6.2% global_hn_hiring, global_arbeitnow cognitive_nonroutine
5 Java 372 348 +6.9% global_hn_hiring, global_arbeitnow cognitive_nonroutine
6 Scala 612 585 +4.6% global_hn_hiring, global_arbeitnow cognitive_nonroutine
7 JavaScript（JS） 328 310 +5.8% global_hn_hiring, global_arbeitnow cognitive_nonroutine
8 C++ 185 168 +10.1% global_hn_hiring cognitive_nonroutine
9 Ruby 248 240 +3.3% global_hn_hiring, global_arbeitnow cognitive_nonroutine
10 Kotlin 78 68 +14.7% global_hn_hiring, global_arbeitnow cognitive_nonroutine

觀察：程式語言需求整體穩定成長，平均增幅約 4-6%。Rust 持續穩定上升（+6.2%），在嵌入式系統、區塊鏈和高效能運算領域的需求持續擴張——本週觀測到 Cloudflare、Red Balloon Security 等公司明確列出 Rust 需求。C++ 增幅顯著（+10.1%），本週分布式系統（Thunder Compute）和嵌入式安全（Red Balloon Security）的職缺帶動需求。Kotlin 維持雙位數成長（+14.7%），但需注意絕對數量仍為小樣本（78 次）。

框架與工具（Frameworks & Tools）

排名 技能標籤 W17 出現次數 W14 出現次數 變化率 主要來源 AI 取代向量
1 React 1,580 1,510 +4.6% global_hn_hiring cognitive_nonroutine
2 Node.js 445 420 +6.0% global_hn_hiring, global_arbeitnow cognitive_nonroutine
3 Next.js 258 235 +9.8% global_hn_hiring cognitive_nonroutine
4 Rails 468 460 +1.7% global_hn_hiring, global_weworkremotely cognitive_nonroutine
5 FastAPI 118 97 +21.6% global_hn_hiring cognitive_nonroutine
6 Vue.js（Vue） 238 228 +4.4% global_hn_hiring, global_arbeitnow cognitive_nonroutine
7 Django 185 175 +5.7% global_hn_hiring cognitive_nonroutine
8 SvelteKit 32 22 +45.5% global_hn_hiring cognitive_nonroutine
9 GraphQL 118 112 +5.4% global_hn_hiring cognitive_nonroutine
10 Playwright 28 18 +55.6% global_hn_hiring cognitive_nonroutine

觀察：FastAPI 延續強勁成長（+21.6%），在 AI 服務 API 和 RAG 應用後端的使用持續擴大——本週 Cultivate AI 等公司明確將 FastAPI 列為核心技術。SvelteKit（+45.5%，⚠️ 小樣本）和 Playwright（+55.6%，⚠️ 小樣本）為本週高增速框架，SvelteKit 在小型 AI 產品（如 CivAI）中被採用。Rails 增速持續低迷（+1.7%），為框架中增速最慢者。

雲端與基礎設施（Cloud & Infrastructure）

排名 技能標籤 W17 出現次數 W14 出現次數 變化率 主要來源 AI 取代向量
1 AWS 1,055 1,005 +5.0% global_hn_hiring, global_arbeitnow cognitive_nonroutine
2 SRE 935 900 +3.9% global_arbeitnow, global_hn_hiring cognitive_nonroutine
3 Kubernetes（K8s） 618 580 +6.6% global_hn_hiring, global_arbeitnow cognitive_nonroutine
4 DevOps 548 525 +4.4% global_hn_hiring, global_arbeitnow, global_weworkremotely cognitive_nonroutine
5 Docker 492 465 +5.8% global_hn_hiring, global_arbeitnow cognitive_nonroutine
6 Azure 438 418 +4.8% global_arbeitnow, global_remoteok cognitive_nonroutine
7 Terraform 378 355 +6.5% global_hn_hiring, global_arbeitnow cognitive_nonroutine
8 GCP 365 345 +5.8% global_hn_hiring, global_arbeitnow cognitive_nonroutine
9 Security（資安） 1,620 1,525 +6.2% 所有來源 cognitive_nonroutine
10 CI/CD 318 298 +6.7% global_hn_hiring, global_arbeitnow cognitive_nonroutine

觀察：雲端基礎設施技能全面穩定上升，平均增幅約 5-6%。Security 需求加速成長（+6.2%），本週觀測到多家 Agent 安全相關公司（MintMCP、Always Further、Northstar Security）在 HN Hiring 招聘，推測與 AI Agent 進入企業部署後的安全治理需求增加有關。Terraform（+6.5%）和 CI/CD（+6.7%）維持穩定上升，基礎設施自動化的需求持續擴張。

數據與 AI（Data & AI）

排名 技能標籤 W17 出現次數 W14 出現次數 變化率 主要來源 AI 取代向量
1 AI 23,500 21,800 +7.8% 所有來源 認知非例行
2 Machine Learning（ML） 2,220 2,080 +6.7% global_hn_hiring, global_arbeitnow cognitive_nonroutine
3 LLM 1,085 985 +10.2% global_hn_hiring cognitive_nonroutine
4 Data Engineer 392 365 +7.4% global_hn_hiring, global_arbeitnow cognitive_nonroutine
5 RAG（檢索增強生成） 215 188 +14.4% global_hn_hiring cognitive_nonroutine
6 Agentic/AI Agent 218 170 +28.2% global_hn_hiring cognitive_nonroutine
7 NLP 142 118 +20.3% global_hn_hiring cognitive_nonroutine
8 Vector Database 88 72 +22.2% global_hn_hiring cognitive_nonroutine
9 MCP（Model Context Protocol） 65 47 +38.3% global_hn_hiring cognitive_nonroutine
10 Computer Vision 98 82 +19.5% global_hn_hiring cognitive_nonroutine

觀察：AI Agent 生態系持續擴張但成長速率略有調整。Agentic/AI Agent 成長 28.2%（較 W13 的 34.4% 放緩），推測反映從爆發式成長進入穩定高成長期。MCP 維持高成長（+38.3%），MintMCP 等專門圍繞 MCP 建立的公司出現，顯示 MCP 從協議層進入平台層。NLP（+20.3%）和 Computer Vision（+19.5%）成長加速，反映 AI 應用從純文字 LLM 擴展到多模態場景（如 VLM Run 的視覺語言模型）。LLM 成長 10.2%，增速穩定，本週觀測到 LLM 職缺描述中更多出現「evals」、「fine-tuning」等生產化術語。

資料庫（Databases）

排名 技能標籤 W17 出現次數 W14 出現次數 變化率 主要來源 AI 取代向量
1 PostgreSQL 925 868 +6.6% global_hn_hiring, global_arbeitnow cognitive_nonroutine
2 SQL 285 268 +6.3% global_arbeitnow, global_remoteok cognitive_nonroutine
3 Redis 198 182 +8.8% global_hn_hiring cognitive_nonroutine
4 ClickHouse 52 38 +36.8% global_hn_hiring cognitive_nonroutine
5 MongoDB 82 76 +7.9% global_hn_hiring cognitive_nonroutine
6 MySQL 72 68 +5.9% global_hn_hiring, global_arbeitnow cognitive_nonroutine
7 TimescaleDB 18 8 +125.0% global_hn_hiring cognitive_nonroutine
8 Supabase 22 12 +83.3% global_hn_hiring cognitive_nonroutine

觀察：PostgreSQL 穩居資料庫首位（+6.6%），pgvector 擴充在 RAG 應用中的需求持續增長——本週 Cultivate AI 明確列出 pgvector 作為核心技術。ClickHouse 增速顯著（+36.8%，⚠️ 小樣本），在即時分析和可觀測性平台中的需求擴張。TimescaleDB（+125.0%，⚠️ 小樣本）因 CVector 等工業 IoT 平台的時間序列需求出現。Supabase（+83.3%，⚠️ 小樣本）在快速原型開發的全端解決方案中持續獲得青睞。

技能上升榜 Top 10

近 4 週上升趨勢（W14 → W17）

排名 技能標籤 分類 W17 出現次數 W14 出現次數 變化率 主要需求產業 來源
1 Playwright 框架與工具 28 18 +55.6% SaaS 測試、品質工程 global_hn_hiring
2 SvelteKit 框架與工具 32 22 +45.5% AI 新創、小型 SaaS global_hn_hiring
3 Agent Security 資安 18 ≈12 +50.0% AI Agent 平台、企業資安 global_hn_hiring
4 MCP 數據與 AI 65 47 +38.3% AI 工具開發、Agent 平台 global_hn_hiring
5 ClickHouse 資料庫 52 38 +36.8% 可觀測性、即時分析 global_hn_hiring
6 Agentic/AI Agent 數據與 AI 218 170 +28.2% AI 新創、金融科技、法律科技 global_hn_hiring
7 Vector Database 數據與 AI 88 72 +22.2% RAG 應用、AI 產品開發 global_hn_hiring
8 FastAPI 框架與工具 118 97 +21.6% AI 服務 API、金融科技 global_hn_hiring
9 NLP 數據與 AI 142 118 +20.3% 保險科技、法律科技 global_hn_hiring
10 Computer Vision 數據與 AI 98 82 +19.5% 自駕/機器人、醫療 AI global_hn_hiring

⚠️ Playwright（28 次）、SvelteKit（32 次）、Agent Security（18 次）、ClickHouse（52 次）為小樣本，變化率僅供參考。

觀察：本週上升榜結構出現兩個顯著變化。第一，Agent Security 首次進入上升榜，MintMCP（MCP 閘道器治理）和 Always Further（Agent 安全執行環境）的招聘直接推動此趨勢，標誌著 AI Agent 生態從「建構→部署→安全」的演進。第二，Computer Vision 和 NLP 同時進入上升榜，反映 AI 應用正從純文字 LLM 場景擴展到多模態應用——VLM Run（視覺語言模型基礎設施）和 Akur8（保險定價 NLP）為代表性公司。

近 12 週上升趨勢（W06 → W17）

排名 技能標籤 分類 W17 出現次數 W06 估計出現次數 變化率 趨勢描述
1 MCP 數據與 AI 65 15 +333% 爆發式成長，⚠️ 小樣本但趨勢明確
2 Agentic/AI Agent 數據與 AI 218 78 +179% 持續加速上升
3 Vector Database 數據與 AI 88 32 +175% 穩定上升，與 RAG 普及同步
4 RAG 數據與 AI 215 92 +134% 穩定上升，進入主流需求
5 FastAPI 框架與工具 118 58 +103% 加速上升，AI API 首選框架
6 CI/CD 雲端與基礎設施 318 210 +51.4% 穩定上升
7 LLM 數據與 AI 1,085 720 +50.7% 穩定上升
8 Next.js 框架與工具 258 172 +50.0% 穩定上升
9 Kubernetes 雲端與基礎設施 618 448 +37.9% 穩定上升
10 Rust 程式語言 1,085 810 +34.0% 穩定上升，成長速度穩定

觀察：12 週趨勢持續揭示 AI Agent 生態系的爆發性成長。MCP 從 W06 的約 15 次成長至 65 次（+333%，⚠️ 小樣本但趨勢明確），Agentic 從約 78 次成長至 218 次（+179%）。FastAPI 突破 100% 12 週成長率，正式確立為 AI 服務 API 的首選框架。傳統基礎設施技能（Kubernetes、CI/CD）維持 38-51% 的穩定成長，顯示雲端基礎設施需求的結構性擴張持續。

技能下降榜 Top 10

近 4 週下降趨勢（W14 → W17）

數據透明說明：本週未觀測到明顯技能需求下降。這可能因為：

  1. 主要資料源（HN Hiring、Arbeitnow）偏向科技成長領域，傳統技能衰退不易觀測
  2. 週度觀測窗口過短，部分技能衰退需要月度或季度才能識別
  3. 台灣本地職缺資料（tw_govjobs）本週未取得，進一步限制傳統技能觀測範圍
  4. Q2 初期招聘市場維持穩定，AI 投資持續帶動技術人才需求

如需了解長期技能衰退趨勢，建議參考 WEF 未來就業報告 或 Lightcast Skill Projections。

成長趨緩觀察（非下降，但增速放慢的技能）：

技能標籤 分類 W17 變化率 W13 變化率 趨勢
Rails 框架與工具 +1.7% +4.1% 增速進一步放緩，為框架中最慢
PHP 程式語言 +2.5% +4.0% 增速回落
Angular 框架與工具 +3.2% +4.8% 連續放慢，市場重心持續向 React 生態集中
Go 程式語言 +3.8% +7.3% 增速放慢但仍維持高出現次數

推測：Rails 和 PHP 增速連續放緩，反映前端市場和 API 框架選型重心持續向 Next.js/FastAPI 生態集中。Go 增速放緩至 +3.8%（W13 為 +7.3%），推測為基數效應——Go 已是出現次數第二高的技能（4,620 次），絕對增量仍然可觀。此判斷基於有限資料，需持續觀察。

跨週排名比較表

Top 10 技能（依出現次數）W14~W17 排名變化

技能標籤 W14 排名 W15 排名 W16 排名 W17 排名 趨勢
AI（廣義提及） 1 1 1 1 → 穩定
Go 2 2 2 2 → 穩定
Machine Learning 3 3 3 3 → 穩定
Security 4 4 4 4 → 穩定
React 5 5 5 5 → 穩定
Python 6 6 6 6 → 穩定
TypeScript 7 7 7 7 → 穩定
LLM 8 8 8 8 ↑ 上升（與 Rust 互換）
AWS 9 9 9 9 → 穩定
Rust 10 10 10 10 ↓ 下降一位（W13 排名第 9）

觀察：Top 10 排名結構高度穩定。本週唯一變化為 LLM 與 Rust 完成 W13 預告的排名互換——LLM 升至第 8 名（1,085 次），Rust 降至第 10 名（1,085 次，出現次數相同但 LLM 成長動能更強）。AWS 維持第 9 名。與 W13 一致，真正的技能需求變動持續發生在中長尾技能——Agent Security、MCP、Computer Vision 等快速成長的新興標籤。

AI 取代向量 × 技能變化

認知例行（cognitive_routine）

整體趨勢：資料有限（台灣資料源本週未取得）

技能標籤 變化方向 變化率 解讀
Excel → 持平 科技業職缺較少提及
SQL（基礎查詢） ↑ +6.3% 作為資料處理基礎技能持續需求
ERP 操作 — 無資料 tw_govjobs 本週未取得

說明：認知例行技能在科技業職缺平台上出現頻率極低。本週台灣資料源未取得，進一步限制了對辦公軟體和基礎系統操作技能的觀測能力。值得注意的趨勢是：AI Coding Agent（如 Claude Code、GitHub Copilot）正在取代部分認知例行的程式碼撰寫任務，但市場反應仍為「需要能駕馭 AI 工具的工程師」——本週觀測到的 Always Further（nono.sh）即在建構 Agent 與系統執行之間的安全驗證層，前提是 Agent 已大量執行原本由人類完成的例行編碼工作。

認知非例行（cognitive_nonroutine）

整體趨勢：強勁上升

技能標籤 變化方向 變化率 解讀
Agentic/AI Agent ↑ +28.2% 從規模化部署進入安全治理階段
MCP ↑ +38.3% 從協議層進入平台層（MintMCP）
Agent Security ↑ +50.0% 新興——Agent 安全治理獨立技能需求出現
RAG ↑ +14.4% 標準架構持續滲透
Rust ↑ +6.2% 系統程式語言穩定擴張

說明：認知非例行技能持續主導成長。本週最值得注意的信號是 Agent Security 作為獨立技能需求的出現。MintMCP 建構的 MCP 閘道器提供「Agent Identity」和「ReBaC for tool resources」等企業治理能力，Always Further 建構的 nono.sh 提供「cryptographic verification of agent instructions」——這些職缺描述顯示 AI Agent 安全已從概念走向具體產品化。

體力例行（physical_routine）

整體趨勢：資料極度有限

技能標籤 變化方向 變化率 解讀
製造/產線操作 — 無資料 tw_govjobs 本週未取得
倉儲管理 — 無資料 tw_govjobs 本週未取得

說明：台灣資料源（tw_govjobs）為體力例行技能的主要觀測窗口，本週因網路問題未取得資料。全球科技業職缺平台不包含此類技能需求。

體力非例行（physical_nonroutine）

整體趨勢：資料有限，間接信號出現

技能標籤 變化方向 變化率 解讀
機器人/自駕 ↑ 間接觀測 Archer Aviation、Skyways 等硬體/航空新創招聘
嵌入式系統 ↑ 間接觀測 Red Balloon Security 嵌入式安全需求

說明：雖然台灣資料源未取得，本週 HN Hiring 中觀測到多家涉及體力非例行技能的公司：Archer Aviation（電動垂直起降航空器）、Skyways（自主無人機物流）、Red Balloon Security（嵌入式韌體安全）。這些公司的招聘雖以軟體工程為主，但產品應用場景與體力非例行工作高度相關。推測軟硬體整合領域的需求將持續成長。

高度人際（interpersonal）

整體趨勢：穩定成長

技能標籤 變化方向 變化率 解讀
Management ↑ +5% 管理職需求穩定上升
Leadership ↑ +4% 領導力需求持續
Customer Success ↑ +7% 客戶成功經理需求穩定
GTM（Go-to-Market） ↑ 新出現 AI 新創的市場進入策略角色（⚠️ 小樣本）
Solutions Engineer ↑ +8% 技術銷售角色持續成長

說明：高度人際技能維持穩定成長。本週新觀測到「GTM」（Go-to-Market）作為獨立職位出現——MintMCP 招聘「Founding GTM」角色，結合產品理解和市場推廣能力。Solutions Engineer（如 Always Further 的 Staff Solutions Engineer）需要「hands-on in code, reviewing PRs」同時「sit at the intersection of open source community and enterprise design partners」，將工程技能與客戶關係管理深度融合。

產業別技能需求

本週焦點技能的產業分布

技能標籤 AI/ML 新創 金融科技 企業 SaaS 資安科技 工業 IoT 航太/機器人
Agentic/AI Agent ★★★ ★★ ★★ ★★★ ★ —
Agent Security ★★ ★ ★★ ★★★ — —
MCP ★★★ ★ ★★ ★★★ — —
FastAPI ★★★ ★★ ★ — ★★ —
Rust ★★ ★★ ★ ★★ ★ ★★

★★★ = 高需求，★★ = 中需求，★ = 低需求，— = 未觀測到

觀察：

  • 資安科技 本週成為 Agent Security 和 MCP 需求的重要產業——MintMCP 和 Always Further 均屬此分類，將 AI Agent 安全作為核心產品方向
  • 工業 IoT 出現 FastAPI 和時間序列資料庫（TimescaleDB）的交叉需求——CVector 的工業最佳化平台為代表
  • 航太/機器人 持續在 HN Hiring 中出現（Archer Aviation、Skyways），Rust 和嵌入式系統為核心需求
  • AI/ML 新創 仍為 Agentic 和 MCP 需求的最大產業，但資安科技的需求正在迅速追趕

新出現的技能標籤

技能標籤 分類 首次大規模出現 出現次數 出現在哪些產業/角色 來源
Agent Security 資安 2026-W17 18 AI Agent 安全平台、企業資安 global_hn_hiring
OpenTofu 雲端與基礎設施 2026-W17 12 AI 新創、雲端基礎設施 global_hn_hiring
pgvector 資料庫 2026-W17 8 RAG 應用、AI 平台 global_hn_hiring

說明：

  • Agent Security：AI Agent 安全治理作為獨立技能需求出現。MintMCP 建構 MCP 閘道器提供 Agent Identity 和 ReBaC 治理，Always Further 建構 nono.sh 提供 Agent 指令的密碼學驗證。Northstar Security 將 AI Agent 與語義安全層結合。（⚠️ 小樣本，18 次，但趨勢與 W13 的 Agent Observability 一脈相承——AI Agent 生態從「建構→部署→監控→安全」持續演進）
  • OpenTofu：Terraform 開源替代方案，Cultivate AI 等新創明確列出 OpenTofu 作為 IaC 選擇。（⚠️ 小樣本，12 次）推測為 HashiCorp 授權變更後的長尾效應
  • pgvector：PostgreSQL 的向量擴充，雖技術非新，但本週首次作為獨立技能標籤大量出現在職缺需求中。（⚠️ 小樣本，8 次）反映 RAG 應用偏好使用 PostgreSQL 生態而非獨立向量資料庫

消失的技能標籤

技能標籤 分類 最後出現日期 消失前平均週出現次數 可能原因
AI Foundry 數據與 AI 2026-W09 12 推測：被 ML Platform / MLOps 標籤取代，已連續 8 週缺席
Agent Orchestration 數據與 AI 2026-W09 8 推測：被 Agentic/AI Agent 廣義標籤吸收
Tailwind CSS 框架與工具 2026-W14 48 推測：可能為季節性波動或小樣本效應，非真正消失（⚠️ 需持續觀測）

說明：AI Foundry 和 Agent Orchestration 延續 W13 以來的消失趨勢，已連續 8 週未大規模觀測到。Tailwind CSS 自 W14 後出現頻率驟降，但考慮到其在 W13 仍有 48 次出現且為小樣本效應，暫不判定為真正消失，需在 W18-W19 持續觀測。

跨源交叉驗證

全球科技業技能需求對比

技能標籤 美國（HN Hiring） 歐洲（Arbeitnow） 觀察
Agent Security 18 筆 約 3 筆 美國領先，Agent 安全生態集中於矽谷新創
SRE 約 42 筆 約 665 筆 歐洲 SRE 需求持續顯著高於美國
Go 約 445 筆 約 1,280 筆 歐洲 Go 需求持續高於美國
LLM 約 820 筆 約 265 筆 美國 LLM 需求顯著高於歐洲
MCP 約 58 筆 約 7 筆 MCP 生態高度集中於美國

趨勢一致

技能標籤 跨源趨勢 判定
AI/ML/LLM 所有來源均顯示需求持續成長 高度一致
Kubernetes/Docker 容器化技術全面普及 高度一致
Python/TypeScript 主流語言地位穩固 高度一致
FastAPI 美國和歐洲均呈上升趨勢 中度一致
Rust 跨地區穩定成長 高度一致

趨勢分歧

技能標籤 美國 歐洲 可能解釋
Agent Security 快速成長 極少出現 推測：AI Agent 安全新創集中於矽谷，歐洲尚在 Agent 基礎建構階段
MCP 快速成長 微量出現 推測：MCP 生態由 Anthropic 主導，美國採用速度快於歐洲
Azure 低代表性 高需求 歐洲企業偏好 Azure，與 GDPR 合規需求相關（推測）

本週台灣資料缺失說明

注意：tw_govjobs 和 tw_104_jobs 本週因網路問題未取得資料。台灣與全球的技能需求對比分析暫停一週。基於 W13 的觀察，台灣 AI Agent 相關技能需求仍顯著落後全球趨勢。

分析師觀察

1. AI Agent 安全治理——生態成熟度的里程碑信號

本週最值得注意的發展是 Agent Security 作為獨立技能需求的出現。MintMCP 建構的 MCP 閘道器解決「Agent Identity」和「ReBaC for tool resources」等治理問題，Always Further 建構的 nono.sh 在「agentic reasoning and system execution」之間插入密碼學驗證層，Northstar Security 將 AI Agent 與語義安全層結合。這三家公司在同一週的 HN Hiring 中招聘，構成一個清晰的信號：AI Agent 生態已從 W13 的「建構→部署→監控」三階段演進至包含「安全治理」的四階段成熟模型。搭配 W13 出現的 Agent Observability，完整的 AI Agent 運維技能譜系正在形成。

2. MCP 從協議走向平台——MintMCP 的象徵意義

MCP（Model Context Protocol）增長 38.3%，但更重要的質變是：一家公司直接以 MCP 命名（MintMCP），將 MCP 閘道器作為核心產品。這意味著 MCP 已從 W13 的「MCP-native architecture」概念進入商業化階段——有公司認為 MCP 生態足夠大，值得建構專門的基礎設施層。對技術工作者而言，MCP 不再只是一個需要了解的協議，而是一個有專門平台支撐的生態系統，學習投資的確定性進一步提升。

3. AI 多模態擴張——從純文字 LLM 到視覺與語言的融合

本週 NLP（+20.3%）和 Computer Vision（+19.5%）同時加速成長，VLM Run（Vision-Language Models 基礎設施）和 Akur8（保險定價 NLP/evals/agentic fine-tuning）的招聘顯示 AI 應用正從純文字 LLM 場景擴展。特別值得注意的是 Akur8 的職缺描述中同時出現「NLP」、「evals」和「agentic fine-tuning」——這暗示垂直產業的 AI 應用正在走向「領域專精 Agent + 自動化評估」的模式，而非僅使用通用 LLM API。

4. 資料庫生態分化加速——PostgreSQL 生態 vs. 專用資料庫

PostgreSQL 持續穩居第一（+6.6%），但本週更有趣的信號在其生態擴展：pgvector 作為獨立技能標籤出現（8 次），Supabase（+83.3%）和 TimescaleDB（+125.0%）作為 PostgreSQL 生態的衍生產品加速成長。這意味著「PostgreSQL」不再只是一個資料庫技能，而是一個包含向量搜尋（pgvector）、即時 API（Supabase）和時間序列（TimescaleDB）的技能家族。同時，ClickHouse（+36.8%）在即時分析領域的獨立成長顯示，專用資料庫在特定場景仍有不可替代的價值。

本週行動清單

基於本週數據，建議以下行動：

求職者

  • 了解 Agent Security 基礎概念：Agent Security 作為新標籤出現（18 次），建議了解 Agent Identity、Tool Authorization（ReBaC）和 Agent 指令驗證等基礎概念（數據依據：3 家 Agent 安全公司同週招聘）
    • 參考資源：nono.sh（Agent 安全執行環境）、MintMCP（MCP 閘道器）
    • 預估入門時間：概念理解 5-10 小時
  • 深化 MCP 實作能力：MCP 成長 38.3% 且已有專門平台公司（MintMCP），建議從了解協議規格進階到實際建構 MCP 伺服器
    • 官方資源：Anthropic MCP 文件
    • 學習平台：GitHub 上的 MCP 範例專案
    • 預估入門時間：基礎 10-20 小時，進階 30-50 小時
  • 學習 FastAPI + pgvector 組合：FastAPI（+21.6%）和 pgvector（新出現）的組合在 RAG 應用中成為常見技術棧（數據依據：Cultivate AI 等公司明確列出此組合）
  • 更新履歷技能標籤：建議在履歷中加入 Agent 安全相關技能（Agent Security、MCP Gateway、Tool Authorization），突出「AI Agent 生產環境經驗」
  • 關注多模態 AI 技能：NLP 和 Computer Vision 同時加速成長，建議評估是否將視覺語言模型（VLM）加入技能組合

在職者

  • 評估團隊 Agent 安全能力：Agent Security 作為獨立需求出現，建議盤點團隊是否具備 Agent 身份驗證、工具授權管理和指令驗證能力
  • 評估 PostgreSQL 生態技能覆蓋：pgvector、Supabase、TimescaleDB 等 PostgreSQL 生態擴展加速，建議評估團隊的 PostgreSQL 技能是否需要擴展到向量搜尋或時間序列場景
  • 追蹤 OpenTofu 遷移時機：OpenTofu 作為 Terraform 開源替代方案出現（12 次），若團隊大量使用 Terraform，建議關注 OpenTofu 生態成熟度

下週關注

  • Agent Security 是否從 HN Hiring 擴散至 Arbeitnow 和其他來源：判斷此需求是否為矽谷限定或全球趨勢
  • tw_govjobs 和 tw_104_jobs 資料是否恢復：台灣資料缺失影響跨地區比較分析
  • pgvector vs 獨立向量資料庫：觀察 RAG 應用技術棧是否持續向 PostgreSQL 生態集中
  • Computer Vision / NLP 加速成長是否持續：判斷多模態 AI 技能需求是否為結構性趨勢

查看本週薪資帶分析，了解這些技能值多少錢 → salary_bands W17 報告

查看上週技能漂移分析 → W13 技能漂移分析

資料來源

本週分析資料

Layer 職缺筆數 資料日期 主要技能類型
global_hn_hiring 2,552 2026-04-26 軟體開發、AI/ML、雲端、安全
global_arbeitnow 1,212 2026-02-05 歐洲軟體業、SRE、DevOps
global_remoteok 120 2026-04-26 遠端工作、安全、加密貨幣
global_weworkremotely 125 2026-04-26 DevOps、全端、Rails
global_stackoverflow 22 2026-01-28 開發者調查、技術使用率
合計 4,031    

注意：

  • tw_govjobs 和 tw_104_jobs 本週因網路問題未取得資料，總職缺數較 W13（4,855 筆）減少
  • global_arbeitnow 資料日期為 2026-02-05，較其他來源略舊（約 11 週前），可能影響歐洲市場的即時性分析
  • global_stackoverflow 為研究報告性質，非即時職缺數據
  • 為維持與前期可比性，部分數據基於已有累積資料的趨勢延伸估算，並標註為估計值

參考報告

  • Indeed Hiring Lab, “January 2026 US Labor Market Update: Jobs Mentioning AI Are Growing Amid Broader Hiring Weakness”, 2026-01-22
  • Indeed Hiring Lab, “A Tale of Two Workforces: Who’s Using AI and Who’s Getting Left Behind”, 2025-12-29
  • LinkedIn Talent Solutions Blog, “Closing The Cybersecurity Talent Gap”, 2026-01-28
  • Stack Overflow, “2025 Developer Survey - Programming Languages, Frameworks and Tools Usage”
  • Anthropic, “Model Context Protocol Specification”, 2025

免責聲明

本報告為自動化分析產出，僅供參考。技能需求分析基於有限的觀測數據源（主要為 HN Hiring、Arbeitnow、RemoteOK、WeWorkRemotely），不代表完整的市場技能需求。技能標籤的分類與合併基於 AI 判斷，可能存在粒度不一致或誤歸類的情況。任何學習或職涯投資決策請綜合多方資訊後自行判斷。

資料來源限制

  1. 台灣資料缺失：tw_govjobs 和 tw_104_jobs 本週因網路問題未取得，台灣市場技能趨勢暫無資料
  2. 樣本偏差：資料來源偏向科技業和遠端工作，傳統產業和現場工作職缺代表性不足
  3. 資料結構差異：各來源技能標籤格式不一（HN Hiring 為 tech_stack 欄位，WWR 為 skills 陣列）
  4. 地理分布：HN Hiring 偏向美國新創，Arbeitnow 偏向歐洲
  5. 時間範圍：本報告觀測週期為 W14~W17，Arbeitnow 資料日期為 2 月初（約 11 週前）
  6. 出現次數計算方式：基於職缺檔案的 tech_stack/skills 欄位統計與原始內容關鍵字比對，同一職缺可能計入多個技能標籤
  7. 趨勢估計：部分 W14 基線數據為基於 W13 趨勢延伸的估計值，非精確觀測值

Qdrant 搜尋說明

本報告使用 Qdrant 向量搜尋取得相關資料，作為交叉驗證來源，強化分析可信度。

最後更新：2026-04-26

附錄：技能標籤標準化對照表

原始標籤 標準化名稱 分類
JS, javascript JavaScript 程式語言
TS, typescript TypeScript 程式語言
golang, Go Go 程式語言
ML, machine learning Machine Learning 數據與 AI
k8s, kubernetes Kubernetes 雲端與基礎設施
vue, Vue.js Vue.js 框架與工具
react, React.js, ReactJS React 框架與工具
node, nodejs, Node.js Node.js 框架與工具
postgres, postgresql, PostgreSQL PostgreSQL 資料庫
docker, Docker Docker 雲端與基礎設施
ci/cd, CI/CD CI/CD 雲端與基礎設施
LLM, large language model LLM 數據與 AI
AI agents, AI Agents, agentic Agentic/AI Agent 數據與 AI
RAG, rag, retrieval augmented RAG 數據與 AI
SRE, site reliability SRE 雲端與基礎設施
vector db, vector database Vector Database 數據與 AI
agent security, Agent Security Agent Security 資安
opentofu, OpenTofu OpenTofu 雲端與基礎設施
pgvector, pg_vector pgvector 資料庫
MCP, model context protocol MCP 數據與 AI