用 AI 轉職 Web 全端：我如何用 AI 做前端技術選型

時間回到 2026 年 3 月，當我決定轉職成 Full Stack Web Developer 時，第一個要面對的問題就是技術選型：前端框架百百種，我得先選定一套，再往裡頭鑽研下去。

技術選型，為什麼交給 AI

前端框架的選擇太多，而我想轉型成全端，總得先挑一套技術框架當作起點。問題是，如果用傳統方式去 Google 一篇篇搜尋、交叉比對，光是技術選型就會花掉大量時間。

在 AI 時代，這種需要耗費大量力氣做調查的事，正是該交給 AI 處理的。

純新手的起點：我連市場要什麼都不知道

在這之前，我對網頁開發一片空白，是個純新手，所以我根本不清楚哪些框架正當紅、哪些已經在被淘汰。Web app 要做的是一般網站、AI 相關的應用，還是別的什麼？現在市場真正需要的是什麼？這些我通通都不知道。

於是我想到的第一步，是使用 Claude 的 web search 功能，請它幫我調查：在台灣的求職市場中，目前前端開發的職缺裡，最常被提到的框架有哪些？

這裡有個關鍵的切入角度——我選擇直接從職缺下手。不是找「最好用」的框架，也不是找「最被看好」的框架，而是找現在市場上「最被需要」的框架是什麼。

用 Claude 的 research 功能展開多層次搜尋

實際操作上，我用的是 Claude 網頁版提供的 research 功能。這個功能會批次地展開搜尋：只要我給它足夠多的 context——比如我的工作背景、我想成為全端開發者、想了解台灣這邊職缺需求最多的是哪些——它就能幫我展開多層次的搜尋，再根據每一輪搜尋得到的結果，繼續延伸出下一輪的搜尋。

給足 context 之後，剩下的調查工作就交給它批次跑完，我只需要看最後彙整出來的結論。

值得一提的是，這次 research 並不是單純丟一個問題、回一段答案。Claude 啟動的是並行的 sub-agents，同時分頭去查不同面向，最後再交叉驗證彼此的結果。資料來源橫跨 104、Yourator、CakeResume、salary.tw 這類在地求職與薪資平台，也包含 Gartner、MarketsandMarkets 這類產業研究機構——這意味著它給我的不是某一篇文章的單一觀點，而是多個來源彼此對照後留下來的結論。

2026 年 3 月，選型的結果

在 2026 年 3 月這個時間點，最終整理出來的 tech stack 是這樣的：

• 基礎：TypeScript + React，搭配 Next.js，再加上 shadcn/ui。
• 延伸能力：用 MCP 做控制、加上 RAG 能力，以及串接 AI 平台的 API，往 agent 功能的方向發展。

這份清單真正有價值的地方，是它背後那些「為什麼」。以及每一項選擇背後、Claude 幫我查到的數據。

基礎調查，數據上幾乎沒有懸念

調查結果裡，這幾個基礎技術在 2026 年，大概可以說是沒有需要猶豫的競爭對手：

• React：在前端框架的使用率調查中以 44.7% 居首，是市場佔有率最高的選擇。
• TypeScript：GitHub 上的使用年成長達 66%，等於整個生態系都在往型別安全的方向靠攏。
• Next.js：高達 71% 的 React 職缺「明確要求」會 Next.js——換句話說，選了 React 卻不會 Next.js，等於把七成的門檻擋在門外。
• shadcn/ui：累積 90K+ GitHub stars、每週 250K+ 安裝量，已經是新創圈預設的 UI 方案。

把這四項擺在一起看，重點不在於每一個「單獨」有多好，而在於它們是一條互相咬合的職缺主流路徑：市場最需要的框架（React）＋ 職缺明確要求的搭配（Next.js）＋ 生態系正在收斂的語言（TypeScript）＋ 新創的預設選擇（shadcn/ui）。對一個小白新手來說，沿著這條阻力最小、需求最大的路走下去，是最安全的起點。

延伸能力，賭的是「差異化」

如果說基礎調查數據是為了「跟上市場」，延伸能力這一塊就是為了「跟別人不一樣」。這部分的數據邏輯和基礎不太一樣——它看的不是現在誰最大，而是哪裡缺口最明顯、成長最快：

• MCP（Model Context Protocol）：自從 Anthropic 推出後已經變成事實標準，OpenAI、Google、AWS、Microsoft 全數採用，協議本身還捐給了 Linux Foundation；SDK 月下載量達 9,700 萬次。但關鍵在於——真正具備生產環境經驗的 MCP 開發者極為稀少。需求暴衝、供給極缺，這正是新手切進去最划算的差異化縫隙。
• AI Agent 方向：整個 AI Agent 市場預估從 2025 年的 78 億美元，成長到 2030 年的 526 億美元（CAGR 46.3%）。把延伸能力往 agent 發展，等於是押在一條未來五年成長最猛的賽道上。

換句話說，基礎那套讓我「進得了場」，延伸這套則是讓我有機會「站到比較前面的位置」。

為什麼值得這樣選：市場本身的數據

最後，之所以敢把職涯壓在這個方向上，是因為台灣這邊的市場數據撐得住這個賭注：104 平台上的 AI 相關職缺已突破 10 萬個、年增 38%；有 56.1% 的資訊服務業反映 AI 人才供給不足；而具備 AI 技能的求職者，薪資溢價達 52%。

需求在爆發、人才在短缺、薪資有溢價——三個訊號同時指向同一個方向。

這份選型不是我憑感覺挑的，而是從台灣職缺的實際需求、加上交叉驗證過的市場數據反推出來的——這也是我認為在 AI 時代做技術選型時，最值得善用 AI 的地方。