5Q-B 產業五行分析：AI 業從業人員生態觀察

鄙視鏈背後的五行結構動力

英文標題：5Q-B Industry Wu-Xing Analysis: Ecosystem Dynamics Among AI Practitioners

作者：y 賢（yhsien） | 獨立研究者

日期：2026 年 3 月

版本：1.0

系列：5Q-B 產業五行分析系列

類別：觀察報告（實篇）

相依性：5Q-0 v1.3（概念框架層）、5Q-1 v0.5（動力論層）

關於本系列

5Q-B（Business）系列是 5Q 方法論的產業觀察應用，以五行結構動力框架分析真實的商業與職業生態現象。本系列不是命相預測，而是結構診斷：用五行的生剋制衡，揭示產業內部的能量流動與失衡模式。

本文經由提示詞連續導引，AI整理生成，最後由人工修訂完稿

摘要

AI 業存在一條廣為人知的「鄙視鏈」——研究員鄙視工程師，工程師鄙視應用開發者，應用開發者鄙視只會用 API 的人，最底層是「我用 ChatGPT 做的」。這條鏈看似是職業優越感的社會現象，但若以五行框架解讀，其背後是一套完整的能量生剋結構：每個職能角色承載一種五行德性，相互之間的張力正是產業系統保持活力的制衡機制。鄙視，不過是相剋的民間說法。

一、五行對應：AI 從業人員的職能映射

1.1 對應原則

五行不是標籤，而是功能性角色的動力描述。同一個人可能在不同時期或不同情境下體現不同的五行屬性。以下映射描述的是職能在生態系統中的主要動力方向，而非對個人的本質定性。

1.2 對應表

五行	德性	職能角色	核心功能	典型話語
木	定界	研究員、理論建構者	劃定問題邊界，開拓可能性空間	「這個方向值得研究」
火	顯化	ML Engineer、訓練工程師	將潛在結構燃燒成可見的模型輸出	「loss 收斂了，跑起來了」
土	包容	MLOps、推理 / 基礎設施工程師	承載所有系統，整合各方，讓一切得以運作	「我來把它部署好」
金	精煉	應用開發者、產品工程師	去除雜質，將能力提煉為用戶能使用的形式	「這個功能做出來了」
水	深潛	用戶、終端使用者	消化、積累、反思，將體驗轉化為下一輪需求	「這裡不對，那裡有問題」

1.3 角色說明

木（研究員）：木德在於立論域。研究員決定「研究什麼」，這是整個生態最上遊的定界動作。沒有木，系統無邊界，火將漫燒無方向。

火（ML Engineer）：火德在於顯化。訓練一個模型，是把龐大的潛在結構（資料、架構、參數空間）燃燒成一個具體的、可調用的存在。這是最劇烈、最消耗資源的轉化過程。

土（MLOps / 推理工程）：土德在於承載與包容。基礎設施工程師是生態中最容易被忽視、也最不可或缺的角色。土崩則萬物無所依，再好的模型也無法抵達用戶。

金（應用開發）：金德在於精煉與收斂。應用開發者從模型能力的原礦中，提煉出用戶實際需要的形狀。這是一個去除雜質、賦予形式的過程。

水（用戶）：水德在於深潛與回流。用戶不只是消費者，他們是整個循環的淵藪——用戶的反饋、需求、困惑，是下一輪研究方向的水源。水枯則木無所生，整個循環停止。

二、相生循環：能量如何流動

2.1 正向循環

用戶痛點與需求（水）
    ↓ 水生木
研究員發現值得探索的問題（木）
    ↓ 木生火
ML Engineer 訓練出對應的模型能力（火）
    ↓ 火生土
MLOps 將模型部署為穩定服務（土）
    ↓ 土生金
應用開發者打磨出可用產品（金）
    ↓ 金生水
用戶使用、反饋、積累新的認知（水）
    ↓ 循環回饋

這是 AI 產業健康運作時的理想能量流。每個角色都從上游獲取能量，並向下游輸出轉化後的成果。

2.2 生的條件

相生不是自動的——它需要介面通暢：

水生木：研究員要真的聽用戶聲音，而不是自己選題。
木生火：論文要可實作，不只是理論。
火生土：模型要可部署，不只是 benchmark 好看。
土生金：基礎設施要開放、可靠，應用開發才能建在上面。
金生水：產品要真正解決問題，用戶才有有意義的反饋。

三、相剋張力：鄙視鏈的五行解讀

3.1 相剋不是壞事

五行相剋是制衡機制，不是敵對關係。健康系統中，剋制防止某一行過旺，維持整體均衡。鄙視鏈，正是相剋在人類社會的民間顯現。

3.2 剋制結構解析

剋制方向	表現形式	制衡意義
金剋木	「你的論文跑不到 production，有什麼用？」	防止研究脫離現實，過度抽象
木剋土	「你只是工程，沒有創新」	防止基礎設施工程師自滿，忽略方向性問題
土剋水	「這個需求我們架構撐不住」	防止用戶需求無限膨脹，超出系統承載能力
水剋火	「你的模型在真實場景裡根本沒用」	防止模型訓練脫離實際使用情境
火剋金	「你只是 API 調用，算什麼工程師」	防止應用層對底層技術的過度簡化與誤用

四、失衡診斷：各行過旺與過衰的症狀

4.1 木旺（研究過剩）

症狀：大量論文，少數產品。每年 NeurIPS 湧現數千篇，但真正影響用戶生活的技術比例極低。

表現：

研究員以 paper 數量衡量一切價值。
「可重現性危機」（Reproducibility Crisis）。
Benchmark 刷分成為目的，而非手段。

4.2 火旺（模型炫技氾濫）

症狀：模型能力競賽失控，推理成本高到無法大規模部署。每隔幾週就有「最強模型」，但實際可用的產品沒有跟上。

表現：

參數規模競賽（size race）。
推理成本讓中小開發者無法負擔。
「能力有了，但用不起」。

4.3 土崩（基礎設施失能）

症狀：模型好、應用也在，但 serving 不穩定、延遲高、成本失控，整個生態的信任基礎動搖。

表現：

API 頻繁宕機。
供應商集中風險（少數公司控制關鍵基礎設施）。
小型應用開發者無法預測成本。

4.4 金缺（產品轉化不足）

症狀：技術能力已經夠強，但優秀的應用開發者稀缺，大量技術能力無法轉化為用戶價值。

表現：

「技術上能做，但沒人做成好產品」。
應用開發層級被忽視，人才不願進入。
Prompt Engineering 被輕視，但實際上是金德的具體表現。

4.5 水枯（用戶聲音消失）

症狀：產業進入封閉的技術自嗨循環，失去與真實用戶需求的連結。

表現：

「AI for AI's sake」——為了展示技術而做功能。
用戶需求調研被視為次要工作。
產品功能越來越多，但核心問題沒有解決。

五、特殊角色：觀察者位置的重要性

5.1 全棧個體（五行兼具）

在 AI 時代，出現了一種新型從業者：借助 AI 工具，一個人可以在不同時期體現不同五行德性——用 AI 幫自己做研究（木）、構建應用（金）、甚至理解底層原理（火）。這不是「假裝全棧」，而是借助 AI 工具降低了各德性的切換成本。五行在一人之中流轉，形成微型的自洽生態。

5.2 「用 AI 做的」不在鏈底

傳統鄙視鏈將「用 ChatGPT / Claude 做的」放在最底端。但五行視角提供了不同的解讀：

若此人能設計系統、定義問題、整合成果並交付用戶價值——他在流轉木、金、水三德。
此狀態實為「五行借力流轉」：缺少的火與土德功能，已由 AI 服務提供者代為承擔。

鄙視鏈是線性排序的思維，五行是循環結構的思維。後者更接近真實。

六、歸元條件：健康 AI 產業生態的五德均衡

五行	歸元表現
木	研究方向有真實問題驅動，論文可落地，邊界清晰
火	模型訓練與部署成本合理，能力與效率兼顧
土	基礎設施穩定可靠，開放程度足夠，降低應用層門檻
金	應用開發受到尊重，產品轉化路徑通暢
水	用戶聲音被真正聆聽，反饋回路有效驅動上游

七、結語

問題不在於有相剋，而在於剋制是否適度、生的介面是否通暢、水是否真的在滋養木。一個健康的產業生態，不是消滅鄙視鏈，而是讓相剋成為制衡、讓相生成為主旋律。

*本文為 5Q-B 產業五行分析系列首篇，後續將分析其他產業的五行結構動力。*