# 數控機床讓老師傅貶值了嗎？Asianometry 談機工技能搬家的四十年

> 聽 Asianometry 談數控機床與機工技能的四十年：拆分、稼動率、薪資與系統監督，延伸到 AI 寫程式時代的技能搬家與判讀方法。教育分享，非投資建議，不構成任何買賣推薦。

Published: 2026-09-11
Locale: zh-TW
Tags: Asianometry, 數控機床, 技能轉移, AI 寫程式, 產業史


![夜班機械加工廠裡，老師傅側耳貼近發光的數控機床聽刀具聲，身後長廊延伸到一排昏黃燈下的舊式車床](/covers/asianometry-2026-09-10-did-numerical-control-de-skill-machinists-cover.png)

> 斲輪，徐則甘而不固，疾則苦而不入。不徐不疾，得之於手而應於心，口不能言，有數存焉於其間。臣不能以喻臣之子，臣之子亦不能受之於臣。
>
> —— 《莊子・天道》（戰國）

輪扁做了一輩子車輪。削得慢，榫頭鬆；削得快，卡不進去。

![一條 U 形曲線，橫軸是削輪的速度，太慢和太快兩端的誤差都很高，只有正中間一段窄窄的速度誤差最低，那段標著「不徐不疾」。](/figures/lunbian-speed-sweet-spot.svg)

分寸在手上，嘴講不出來，連兒子都教不會。我聽 Asianometry 在 2026-09-10 這一集〈Did Numerical Control De-skill Machinists?〉的時候，一直想到這段：機器進了工廠之後，這種講不出來的分寸去了哪裡？

## 這集在講什麼

1960 年代數控機床（NC）開始出現，很多人擔心它會把工廠裡的機工「去技能化」：老師傅四年學徒練出來的手感，被一捲打孔紙帶取代。這集從十九世紀的機工文化講起，經過 NC 與電腦數控（CNC），最後拿來對照今天 AI 寫程式的處境。

## 摘要重點

**一、機工的本事有一半在耳朵和手上。** 機工要讀平面藍圖、在腦中轉成立體零件，所以要會幾何、三角、代數。講者引了 1887 年版《The Complete Practical Machinist》的一段話：車床的進給與轉速，是整門手藝裡最繁複、最會騙人、最需要判斷與警覺的部分。刀具聽起來正常，可能在偷工；聲音不對，零件會歪，人也可能少一根手指。老師傅靠量具，也靠手去感覺千分之半英寸的尺寸變化。當年學徒要走四年、八千小時，出師那天公司發一套工具或一筆獎金，講者補了一句：最重要的是，這下可以結婚了。

**二、拆分從十九世紀就開始了。** 1883 年，年輕機工 John Morrison 在美國國會作證：這一行從 1870 年代中期開始細分，細分之後再細分，做縫紉機的人「根本不被當成機工，那只是勞工的活」。鍋爐鉚接原本要九個熟練工匠，換成液壓鉚接機後，變成一個熟練工加八個粗工。

![左右兩格各九個圓點代表九個人，左邊手工鉚接九個全是熟練工，右邊換成液壓鉚接機後只剩一個熟練工，其餘八個變成粗工。](/figures/boiler-riveting-nine-to-one-plus-eight.svg)

NC 放進這條時間線是再往前一步，它的不同在於把金屬加工和資料綁在一起。

**三、早期 NC 讓想省人的老闆失望。** NC 在 1950 年代發明，先服務空軍與航太，規格遠超過小型代工廠的需要；功能寫死在硬體裡，要升級得拆開控制器重做。1960 年代中期 Lawrence Williams 與 Brian Williams 的調查發現，工廠還是需要同樣技能的操作員。機器一出錯就是昂貴的停機，老闆反而把最好的師傅派去顧它。

**四、回報來自稼動率。** NC 改良之後，一台 NC 鑽床抵三台傳統機，一台 NC 銑床抵兩到三台；機器的生產時間拉高四到五倍，幾十件到幾千件的小批量開始划算。1982 年一篇研究瑞典工廠的論文記錄：一家車床廠只雇了 22 名 NC 操作員，原本要 44 名車床工；另一家用 21 名 NC 操作員取代 63 名合格機工。NC 操作員訓練六到十二個月，車床師傅要四到五年。瑞典找不到願意上夜班的熟練工，NC 讓機器半夜也能轉，這是老闆在訪談裡最看重的一點。

![兩組橫條圖比較瑞典兩家工廠的人頭：車床廠傳統車床工 44 人換成 NC 操作員 22 人，另一家合格機工 63 人換成 NC 操作員 21 人。](/figures/sweden-nc-headcount.svg)

**五、說「技能變少」的人，離機器越遠越篤定。** 1980 年代加拿大的調查，將近八成手工機工認為 NC 加工需要較少技能；親手操作過 NC 的人意見對半。經理和 NC 程式設計師也偏向「較少技能」，但沒有手工機工那麼一面倒，講者猜是因為他們離實際工作隔了一層。

![三根直條由左到右代表離機器越來越遠的三群人，說 NC 需要較少技能的比例從親手操作者的一半，升到隔一層的經理與程式設計師，再升到沒操作過的手工機工約八成。](/figures/canada-distance-certainty.svg)

**六、薪水和印象對不上。** 1989 年一篇研究用 1981 年美國勞工統計局的資料比對：工具機業八萬名 A 級機工時薪 9.72 美元，NC 操作員 9.51 美元，差兩毛一。做重複性工作的 B、C 級機工是 8.54 與 6.41 美元，而部分 NC 操作員是從 B、C 級轉過來的，等於加薪。

![一把時薪尺，手工機工的 A、B、C 級分別落在 9.72、8.54、6.41 美元，NC 操作員 9.51 美元幾乎貼著 A 級，B、C 級各有一條箭頭往上指向 NC 操作員，表示轉過去等於加薪。](/figures/nc-wage-ladder-1981.svg)

1970 年代微處理器帶來 CNC，廠商在機台上加了鍵盤和螢幕，現場操作員可以自己改程式，設計權又分回一部分到現場。

**七、新技能是還原事故的邏輯。** 一位操作員對研究者 William Cavestro 說：出了故障不能直接衝去修，要回頭追事件怎麼發展、找出失敗的徵兆，不能隨手亂按一個按鈕。另一位 Hurco 機台的操作員說，鑽頭切得太吃力時「聲音就是不對」，這時改的是程式：跑慢一點，或把定位孔開大；手工時代同一件事是手少壓一點。1990 年代中期台灣的 CNC 操作員調查，八成同時有加工與程式經驗。Jeffrey Keefe 1991 年整理勞工統計局橫跨三十年的三份調查，總體技能水準只降了約 1%；可是設定工、半熟練操作員、粗工這些職位消失或改變，任務搬到 NC 操作員身上，平均數底下翻了一輪。

![兩根幾乎一樣高的堆疊長條，左邊由機工、設定工、半熟練操作員、粗工組成，右邊只剩機工和一大塊 NC 操作員，一條色帶把左邊消失的三個職位連到右邊的 NC 操作員，總高度只低了一點點。](/figures/keefe-average-hides-churn.svg)

## 延伸想法

### 「AI 會不會讓我這一行不值錢？」

這集最後講者提到 OpenAI 的 Ryan Lopopolo 在 2026 年 2 月寫的一篇案例：一整個新產品由一組 AI agent 寫出來，人負責監看與掌舵。寫程式在今天的美國，跟當年的機工一樣，是收入高的主力工作。我聽到這裡，第一個念頭是替身邊寫程式的朋友擔心。

這集給我的拆法有三層。

第一層，看任務搬去哪裡。瑞典那兩家廠，人頭少了一半到三分之二，被拿掉的是「顧一台機器」這個動作；留下來的人，薪水跟 A 級機工只差兩毛。被機器吸收的是重複的那一段，出錯時要還原邏輯的那一段，搬到了新職位上。講者說，程式設計師以後還是要讀程式、判斷程式、診斷問題，差別在修的時候是告訴 agent，不是自己打開編輯器。

第二層，看平均數底下。Keefe 的 1% 如果只看總數，會以為什麼事都沒發生；拆開職位才看得到設定工和粗工整類消失。我看產業數據也常被總數騙：一個產業總營收持平，裡面可能是一群公司萎縮、另一群公司接走訂單。現在看到一個產業平均，我會多問一句：這是誰跟誰平均出來的？

第三層，看下判斷的人站在哪裡。加拿大那份調查裡，最篤定技能變少的，是沒操作過 NC 的手工機工。我自己看新技術也有這個毛病，沒用過的工具最容易被我下結論。所以我現在的習慣是，對一個工具下判斷前，先找親手用過三個月以上的人問。

### 「早點學新東西，紅利能吃多久？」

Bill Bowman 在 1992 年的口述歷史裡講：雇主越來越期待機工自己寫程式，他花時間學 CNC，1989 年年收約三萬美元，換算今天約八萬一千。後來學會的人多了，他的加給被壓縮，幾輪裁員之後年收剩兩萬，時薪約九美元，做的程式工作還更多。

![兩條隨時間走的曲線，灰線是會 CNC 程式的人數一路往上爬，藍線是 Bowman 的年收，在會的人還少時爬到 1989 年的 3 萬美元高點，會的人一多就掉回 2 萬。](/figures/bowman-cnc-premium-curve.svg)

這段讓我想到看市場時常碰到的同一件事：一個判斷在少數人知道時值錢，傳開以後價格就把它反映掉了。Bowman 的故事把這件事放在薪水上。CNC 程式能力稀缺的那幾年，他拿到溢價；會的人一多，溢價就收斂回去，連帶被裁員周期壓得更低。

我從這裡帶走的判讀是：評估一個技能或一個題材的溢價時，要問它現在有多少人會、一年後會有多少人會。會的人還少，溢價站得住；課程和工具已經把門檻降到六到十二個月，溢價就在倒數。Bowman 的加給從出現到被壓回去，只隔了幾年。

### 「新技術的銷售數字很漂亮，普及了嗎？」

1980 年，已開發經濟體賣出的工具機有 25% 到 30% 帶 NC 功能，可是裝機存量低得多。企業咬著牙買這些貴機器，因為對手用了之後成本和交期都拉開了。從 1950 年代發明到 1970 年代加速，中間隔了二十年；早期買的人還遇到功能寫死、得派最好的師傅顧機的狀況。

我從這段拿到兩個判讀。一是分清楚「新賣出的比例」和「全部在用的比例」：前者是流量，後者是存量，新聞裡的普及率多半報前者。

![左邊一小格四台今年新賣出的機器，其中一台帶 NC，占 25%；箭頭流進右邊四十台全部在用的機器，其中只有兩台帶 NC，占 5%，數字為示意。](/figures/nc-flow-vs-stock.svg)

二是看效益落在誰身上：NC 的好處是稼動率、夜班、小批量，買機器的工廠拿到了，同時也為了跟上而把財務拉緊。一項技術普及，採用它的每一家不見得都賺到錢。現在看 AI 相關的數字，我會先問兩件事：這是今年的新增，還是已經在用的總量？採用者省下的成本，有沒有被跟上對手的支出吃掉？

## 可以參考的資料

- Asianometry〈Did Numerical Control De-skill Machinists?〉，2026-09-10
- 《The Complete Practical Machinist》，1887 年版（節目引用的車床進給與轉速段落）
- John Morrison，1883 年美國國會證詞（機工行業的細分）
- Jeffrey Keefe，1991 年，勞工統計局三十年技能調查的整理研究
- Bill Bowman，1992 年口述歷史
- Ryan Lopopolo（OpenAI），2026 年 2 月 AI agent 開發案例文章

## 帶得走的一件事

機器進來，技能會搬家；搬去的那一格，是出錯時聽得出不對、講得出為什麼的判斷。

我試過的一個做法：挑一件每週都在做的事，煮一鍋湯、帶一場會、對一次帳都行，把它拆成三到五個步驟。每一步旁邊寫一個字：「機」代表工具或別人照說明書就能做，「耳」代表出錯時只有你聽得出來。然後挑一個標「耳」的步驟，找一個新手，用三句話講給他聽，看他照做能不能做出來。講不出來的那一步，就是輪扁說的「口不能言」。