你的職稱在定義你的競爭者，不是你的價值

核心摘要 職稱只是市場的「定價框架」與「搜尋索引」，而非個人價值的真實反映。在 AI Agent 普及的時代，過度依賴執行型職稱會將自己置於價格被壓縮的競爭區間。真正的競爭力來自於明確的「問題驅動定位」：職稱負責讓你被找到，而你能解決的「問題類型」才負責讓你被選上——前提是這個問題類型必須撐得住查驗，否則它只是另一種說法漂亮的模糊。

我在 LinkedIn 上看到兩個人。一個自我介紹是「UX Designer | Figma 專家 | Design System 推廣者」，另一個寫的是「讓 工程師 (Engineer)、PM (Product Manager)、設計師 (Designer) 開始說同一種語言的人」。前者上週問我為什麼面試都卡在 薪資協商，後者沒來找過我，因為他的條件已經談到比同職級高四成。

這篇不是說前者的能力比後者差。我估計技術功力差不多。差在 職稱策略 的邏輯。

職稱是定價指令，不是中性描述

當你說「UX Designer」，你不只在描述你做什麼。你在讓對方把你放進一個比較框架：市場上所有 設計師 的薪資區間、可以解的問題的邊界、應該坐在哪個會議室。你進了那個框架，就在那個框架裡談價格——頂多高一點，但上限清楚擺在那裡。

隱形框架的危險 這個框架的危險是隱形的。你從來沒有說「請用設計師的標準評估我」，但職稱幫你說了。一旦進入該框架，你的價值就被市場基準價鎖死。

這個機制其實有名字。經濟學家 Michael Spence 在一九七三年那篇奠定「訊號理論」（signaling theory）的論文〈Job Market Signaling〉裡指出：招募市場存在嚴重的資訊不對稱，雇主看不到你真正的能力，只能靠一些可觀察、且成本結構可能不同的訊號去篩選——學歷、職稱、證照都可能成為這種訊號。訊號的作用機制，本來就是把你歸進一個可以被比較的類別，這樣雇主才能快速定價。換句話說，職稱能幫你被找到，跟職稱把你鎖進定價區間，是同一個機制的兩面，不是兩件事——你不可能只要它的篩選功能、不要它的定價功能。

市場付費買的是問題，不是工具

需求側的邏輯跟供給側不一樣。你說「我會 Figma、做過 Design System、做過 User Research」，描述的是 工具能力。但對方在想的是：跨部門需求永遠說不清楚、設計和工程一直在打架、用戶研究做了但沒人看——你能解嗎？

管理學者 Clayton Christensen 提出的「待辦任務理論」（Jobs to be Done）講得更直白：市場「雇用」一個人或一個產品，是為了完成一件具體的任務，不是為了購買一組技能清單的組合。雇主要面試你，本質上跟消費者買一台鑽孔機一樣——他要的不是鑽孔機，是牆上那個洞。他要的不是「會 Figma 的人」，是「那個讓跨部門需求終於能收斂的人」。你描述的技能組合，只是他判斷你能不能完成那件任務的間接證據，不是他真正要的東西。

價值轉換法則 工具能力告訴對方你能用什麼（有市場基準價）。
問題能力告訴對方你能解什麼（無直接競爭者可比）。沒有直接競爭者，就沒有可以參照的 薪資天花板。

你說「設計師」，你就在跟 AI 比執行速度

這個問題在 AI 工具普及之後變得更尖銳。v0 可以把自然語言描述轉成可部署的網頁應用；2026 年 3 月開放的 Figma AI Agent 能直接在畫布上用真實的 component 與 design token 動工，Figma 也展示了透過 MCP 與 use_figma 工具讓支援的 coding agent 讀取、建立與修改設計資產。這些能力會把過去需要人工反覆執行的工作壓縮得更快——尤其是拿到 spec、照著精準實作的角色。如果你的職稱描述的是「執行設計的人」，你就自動進了一個正在被壓縮的價格區間。

> 不是 AI 取代了你，是你把自己標成了跟 AI Agent 在同一個競爭池裡的人。

反例：職稱是搜尋索引的 key，不能隨便丟

這裡要說清楚邊界條件：職稱有它真實的社會功能。

ATS 系統 靠職稱 filter，獵頭 (Headhunter) 靠職稱搜尋，recruiter 靠職稱定初輪薪資區間。曾有人試過完全拋棄傳統職稱、只寫「解決複雜問題的人」——結果在 headhunt 市場上消失了，因為系統找不到他。職稱是 索引 (Indexing)，這個功能不能因為它有缺陷就整個丟棄。

這其實跟前面的訊號理論是同一件事的另一面：Spence 的模型裡，訊號要有效，前提是它能被歸類、能被比較——一個完全無法歸類的訊號，對篩選者來說等於雜訊，會被直接忽略。所以「拋棄職稱」不是跳出框架，是讓自己從索引裡消失，等於自願退出被搜尋的可能性。這正是策略競爭領域常說的「藍海策略」（W. Chan Kim 與 Renée Mauborgne，《Blue Ocean Strategy》）容易被誤解的地方：藍海指的是重新定義比較的維度組合、讓既有的比較基準失效，而不是完全不進入任何可以被找到的分類系統。逃離紅海，不等於逃離所有索引。

職稱的真實用途 答案不是把 LinkedIn 上的 title 改掉。答案是知道 title 的限制，然後在 title 以外建立你真正的定位。

職稱是前台，問題類型是後台

真正有競爭力的定位邏輯是這樣的：先回答「你解決什麼問題類型」，再讓職稱去服務這個答案。

「設計主管」是前台——讓系統找得到你、讓對方能快速分類的索引。但在那之下你要能說：「我過去幾年一直在解一個問題——當 AI 能做大部分執行，設計師和 PM 的判斷力要怎麼變成可見的、可量化的東西。」那才是你的 問題類型。

這兩層不是矛盾，而是分工：職稱負責讓你被找到，個人定位 (Positioning) 負責讓你被選上。大多數人只有前台，沒有後台，然後抱怨面試為什麼總是在談工具而不是在談能力。

但問題型定位一樣可以是廉價訊號

這裡要老實面對一個反方意見：如果訊號理論成立，那「我是讓工程師、PM、設計師開始說同一種語言的人」這種問題驅動的自我介紹，會不會也只是換了一種比較好聽的模糊說法，本質上還是沒有內容的訊號？

答案是：會，而且很常發生。Spence 的模型裡有一個關鍵條件——訊號要能持續發揮篩選作用，發送訊號的成本必須因人而異：真正有能力的人發出這個訊號的成本比較低，沒有能力的人硬要發出同樣訊號的成本比較高，篩選機制才成立。放到職涯定位上，這代表一句漂亮的問題型定位，如果背後沒有可以被查驗的東西撐著——沒有具體案例、沒有可衡量的結果、沒有其他人可以佐證——那麼任何人都能用同樣低的成本說出同一句話，它就會退化成空話，跟「解決複雜問題的人」一樣廉價，一樣會被市場打折扣。

問題型定位要真的有效，後面必須接得住一句可查驗的證明：對象是誰、在什麼情境下、解決了什麼具體的張力、有什麼可以被拿出來對照的結果。少了這一句，你只是把模糊從職稱搬到了自我介紹，並沒有真的解決訊號不可信的問題。

你能在 30 秒內說出你的問題類型嗎？

這是一個測試。

自我檢視 如果有人問你「你的工作是什麼」，你能說清楚「你解決什麼類型的問題、對誰、在什麼情況下、有什麼可以被查驗的結果」嗎？

不能的話，不是你不夠好，是你的 問題類型 還沒有被語言化，或者語言化了卻沒有證據撐著。語言化之前，它就是你知道但說不出來的東西；沒有證據支撐，它就是說得出來但沒人會信的東西。這兩關都過了，它才不會替你出現在需要你的人面前——而只是說出來，不夠。