馬斯克表示，AI將直接編寫二進制程式碼，且AI生成的二進制程式碼將比任何編譯器生成的都要高效。“到今年年底，我們甚至不再需要程式設計。”日前，馬斯克在一段發佈的視訊中如是說，AI將直接編寫二進制程式碼，且AI生成的二進制程式碼將比任何編譯器生成的都要高效。他預測，隨著AI技術的持續發展，人類對程式語言的依賴將會逐漸減弱。AI 系統可能自行完成從需求到可執行程序的整個工作流程，因此，程式設計將作為過時的中間步驟被時代拋棄，這將顯著縮短“從提出創意到執行落地”的距離。未來，程式設計這種職業或將不復存在。雖說馬斯克這番話引發了業內不少爭議，畢竟更多人更傾向於將AI看作“輔助”而不是“取代者”，但這番言論無疑為本就火熱的AI程式設計賽道又添了一把火。無獨有偶，近幾日國產AI的“春節檔”上新潮中，不少都瞄準了AI程式設計。例如字節2月14日更新的豆包2.0系列中，便包含Code模型，專為程式設計場景打造，強化程式碼庫解讀能力、提升應用生成能力、增強模型在Agent工作流中的糾錯能力；MiniMax 2月12日上線最新旗艦程式設計模型MiniMax M2.5，是全球首個為Agent場景原生設計的生產級模型，支援PC、App、跨端應用的全端程式設計開發；智譜在2月11日推出新一代旗艦模型GLM-5，內部評估顯示，其在前端、後端等程式設計開發場景中平均性能較上一代提升超20%；至於有望在春節期間亮相的DeepSeek V4，據媒體消息和機構報告顯示，程式設計能力或是其“王牌”。值得注意的是，Anthropic也在《2026年智能體編碼趨勢報告》中指出，傳統軟體開發的遊戲規則正在被徹底改寫。一個曾預計需要4到8個月的項目，使用Claude大模型後僅用兩周就完成。《報告》明確指出，程式設計師這一職業並不會消失，但那些“只會寫程式碼”的程式設計師將逐漸被市場淘汰。Anthropoic的Claude可以說是海外AI程式設計的龍頭。而在AI 賦能軟體開發各環節帶來效率提升較為明顯的情況下，以Claude 為代表的大模型和以Cursor為代表的IDE 工具營收快速增長，已體現出較好的商業化效果。廣發證券指出，與海外AI 輔助程式設計工具相比，國產AI 程式碼輔助工具產品具有兩個特點：一是呼叫國產AI 大模型的比例較高；二是儘管國產AI輔助程式設計工具在功能性上與Cursor 等海外產品有一定差距，但其使用價格相對更低、性價比更高。Grand View Horizon資料顯示，2024年全球AI 程式碼工具市場價值61億美元，預計到2030 年將達到260億美元，2024-2030年復合年增長率為27.1%。由於AI 程式設計直接作用於核心的開發環節，券商認為其有望成為最具價值的AI 應用之一。國聯民生證券認為，國內頭部開源大模型持續發力AI 程式設計，國內IDE 以及各類低程式碼平台有望明顯受益，依託頭部開源模型，IDE 及低程式碼平台的產品力有望持續提升，並加速在各個垂直細分領域的滲透以及企業級應用的落地，建議重點關注卓易資訊、普元資訊、金現代等公司。 (科創板日報)

2026 年剛開年，PC 玩家的心態就崩了。本來大家都在搓手期待輝達的 RTX 60 系顯示卡，結果最近有消息傳出，老黃反手給了遊戲佬一記耳光：今年不打算發新卡，產能全給 AI 了。更離譜的是，前陣子我看了一眼記憶體條的價格，好傢伙，一盒 256G DDR5 記憶體條的價格，堪比上海內環一套房。淒淒慘慘慼慼，現在的 PC 市場就相當於顯示卡買不到，記憶體條買不起。一邊是遊戲佬對著 AI 罵罵咧咧，看著電腦配置單流淚；另一邊，卻是許多上下游供應鏈企業趁著這波 AI 浪潮，躺在錢堆上數得手抽筋。而這些悶聲發大財的贏家，甚至都不是什麼掌握外星科技的神秘組織，有織布的、有做馬桶的、賣味精的、搞洗面奶的、還有做櫥櫃的。一、差點把黃仁勳逼瘋的，竟然是一塊“布”根據華爾街日報報導，最近輝達和蘋果都在頭疼一件事：“缺布”。不是做衣服的布，是一種叫 T-glass 的特種玻璃纖維布。它的生產商叫 Nittobo（日東紡），一家 1923 年成立的日本紡織廠。隨著先進封裝技術的狂飆，像輝達 Blackwell 這種超級晶片，功率密度大得嚇人。晶片全速運轉時，溫度接近水的沸點。學過物理的都知道，熱脹冷縮。但在奈米級的晶片世界裡，基板稍微膨脹一點點，就會導致翹曲。一旦翹曲，晶片內部那數以億計的電晶體連接就會崩斷，幾十萬美元直接聽個響。Nittobo 生產的 T-glass，就是用來做這個“加固層”的。它由微米級的玻璃纖維編織而成，比頭髮絲還細，但強度比鋼還高，而且熱膨脹係數極低——不管你怎麼燒，它就是不走樣。此前，大家都以為這玩意兒管夠。直到 AI 需求的指數級爆發，大家才驚恐地發現：全世界能把這塊布織明白的，居然真不多。物以稀為貴。供需失衡的直接後果，就是簡單粗暴的漲價。根據花旗集團分析師的最新研報，另一家日本材料巨頭 Resonac 已經宣佈提價 30%。而 Nittobo 也明確表示：今年必須漲價，幅度至少 25% 起步。包括蘋果等巨頭的高管已經頻繁飛往日本“督戰”，但 Nittobo 攤手表示：新產線最快也要等到 2026 年底才能上線。至於產能翻倍計畫？那得等到 2028 年再說。二、因為 AI 太火，做馬桶的 TOTO 殺瘋了前陣子，一家聞名全球的衛浴巨頭 TOTO，股價突然像坐了火箭一樣飆升，單日暴漲 11%，直接沖上了五年來的最高點。但這波漲勢和馬桶銷量半毛錢關係都沒有。把 TOTO 推上神壇的，是一款名為“靜電吸盤”、與 AI 有著莫大關聯的產品。簡單來說，在晶片製造的過程中，矽晶圓非常脆弱且嬌貴。你不能用手拿，也不能用普通的金屬夾子夾，因為任何微小的劃痕、污染或者電磁干擾，都會讓值幾萬美元的晶圓報廢。這時候，就需要一個底座把晶圓牢牢固定住。TOTO 做的這個“靜電吸盤”，就是這個底座。它利用靜電吸附原理，像一隻無形的手，穩穩地托住晶圓，同時還能精準控制溫度，防止晶圓在高溫加工中變形。這就要求這個底座必須：極度平整、耐高溫、絕緣性好、還要硬。聽起來是不是有點耳熟？ 沒錯，這不就是頂級陶瓷的特性嗎？覺醒天賦的 TOTO 表示：這題我會啊！畢竟全世界能把陶瓷燒明白的，除了搞藝術的，就剩下做高檔馬桶的了。（doge）而根據高盛的報告，這塊副業的利潤甚至一度佔據了 TOTO 集團利潤的半壁江山。所以，下回你坐在 TOTO 馬桶上刷 AI 新聞時，記得心懷敬畏。三、你的顯示卡裡，藏著一勺“科技與狠活”作為以氨基酸與調味品（味精）起家的公司，你一定聽說過味之素（Ajinomoto）。眾所周知，CPU 和 GPU 裡面的線路非常密集，如果不做絕緣處理，電子就會亂竄導致短路。這時，聰明的你想要需要一種絕緣膜，把一層層電路像千層餅一樣隔開，這也意味膜要薄、要絕緣、受熱不能變形、還要能粘得住。上世紀 70 年代，在一次極其枯燥的化學實驗中，味之素的研究員意外發現：製作味精時的某種氨基酸副產物，經過特殊處理後，會變成一種類樹脂的薄膜。這種薄膜有兩個特性，在當時看來毫無用處，放在今天卻是無價之寶：極致的絕緣性：它能完美隔絕電流。奈米級的平整度：它表面光滑得像鏡子，甚至比鏡子還要平整。當時的半導體行業還在用液態絕緣塗料，不僅涂不勻，幹得還慢，良品率低得感人。味之素的人一看：哎，我們這個“味精膜”，好像比你們那個高級多了？經過無數次改良，一種名為 ABF（Ajinomoto Build-up Film，味之素堆積膜） 的材料橫空出世。不誇張地說，現在的輝達 H200、AMD 的處理器、你電腦裡的 CPU，封裝環節幾乎 100% 都要用到這個 ABF 膜。當年 PS5 大缺貨，除了缺晶片，很大程度上也是因為缺少這層膜。以前我們說“Intel Inside”，現在看來，其實是“Ajinomoto Inside”。以後 AI 再一本正經胡說八道，你大可以寬容地唾罵一句：“這模型是不是味精吃多了？”四、你每天用的洗面奶品牌，正在給晶片“卸妝”如果你是一個講究生活品質的人，你的浴室裡大機率會出現這個月亮標誌——花王（Kao）。可能是碧柔的洗面奶，可能是妙而舒的紙尿褲，也可能是潔霸的洗衣液。在大多數人的認知裡，這是一家相對親民的日用消費品公司。但在半導體工廠裡，花王同樣也是掌管潔淨的神。製造 3nm、2nm 這種先進製程的 AI 晶片，最怕的是什麼？髒。晶圓表面那怕有一粒奈米級的灰塵（比如化學研磨後殘留的二氧化矽顆粒），這塊晶片就得報廢。但這嬌貴的晶圓又不能拿鋼絲球刷，也不能隨便用水沖，因為電路結構比細菌還小，一碰就壞。基於此，花王開發了一種叫 CleanThrough 的晶圓清洗劑。它的原理不是簡單粗暴地衝走灰塵，而是通過特殊的表面活性劑，精準控制灰塵和晶圓表面的 Zeta 電位。說人話就是：給灰塵和晶圓充上同種電荷，利用同性相斥的原理，讓灰塵自己“彈”開。這不僅洗得乾淨，還極度保護電路。誰能想到，給你的臉卸妝，和給 GPU “卸妝”，底層邏輯可能是一樣的。五、做抽屜滑軌的，怎麼就成了伺服器的“脊樑骨”？在 CES 2026 上，黃仁勳向我們展示了重達 2.5 噸 的 AI 伺服器機架。這是真物理意義上的重。在這個塞滿了銅纜、液冷板、散熱器和昂貴晶片的金屬櫃子裡，藏著人類通往 AGI（通用人工智慧）的鑰匙。但此刻，一個極其尷尬、卻又極其致命的物理問題擺在了所有科技巨頭面前：壞了怎麼修？以前的伺服器，身材輕盈，一個人單手就能拎起來。現在的 AI 伺服器，動輒幾百公斤一層。你想把它拉出來？普通的金屬滑軌會瞬間崩斷，甚至直接導致機櫃傾倒砸傷人。更要命的是，機櫃裡的空間寸土寸金，為了塞進更多的算力，留給滑軌的空間被壓縮到了極致。既要薄如蟬翼，又要力拔山兮，還要絲般順滑。 這在機械工程上，簡直是不可能三角。一家來自台灣的公司川湖科技，慢悠悠地掏出了他們的解決方案。而這家公司以前是幹嘛的？做櫥櫃的。是的，就是你家廚房裡那個放筷子的抽屜，或者宜家衣櫃裡的滑軌。他們做的滑軌，不僅要能承受幾百斤的動態拉力，還要減少形變。憑藉這一手絕活，現在川湖的毛利率比很多做晶片的高科技公司還高，甚至超過了 60%！歷史總是有一種強烈的荒誕感。黃仁勳年初提出 AI 產業就像五層蛋糕，能源、晶片與計算基礎設施、雲資料中心、AI 模型、應用層……事實也的確如此。看似光鮮的兆 AI 帝國，也得求助於燒馬桶的、賣味精的、賣洗髮水的、織布的等等，並且類似的情況還數不勝數。最近連馬斯克和奧特曼最近都不得不承認：AI 的盡頭，是電工，是能源。這或許才是科技產業最真實的底色：沒有憑空而起的空中樓閣，所有的尖端科技，最終都要回歸到物理世界的材料、化學，以及那根樸實無華的電線。所以搞了半天，矽基生命的親爹真不一定是程式設計師，還有可能是電工、木匠和廚子。 (虎嗅APP)

就在剛剛，OpenClaw 開發者 Peter Steinberger 在 X 平台官宣加入 OpenAI。他還發了一篇長文解釋自己的選擇。用他自己的話說：「我將加入 OpenAI，致力於把智能體帶給每一個人。OpenClaw 將轉為基金會形式運作，並保持開源和獨立。」這個結局，某種程度上也算是意料之中。此前就有消息稱，OpenAI 不僅想把 Peter 本人挖過來，連帶著維護這款開源 Agent（智能體）項目的幾位核心成員也要一鍋端。談判的條件相當誘人——讓他們在 OpenAI 負責個人智能體相關工作，順便參與其他產品開發，甚至還在討論成立一個基金會專門營運 OpenClaw 開放原始碼專案。不過在最終拍板之前，除了 OpenAI，Meta 同樣在瘋狂發力。畢竟現在 AI 人才爭奪戰打得火熱，而個人智能體又被各家列為重點方向，誰都不想落後。上周 Peter Steinberger 就在 Lex Fridman 的播客時爆料，現在每個月自掏腰包 1 萬到 2 萬美元維持 OpenClaw 營運，同時正在跟好幾家大型 AI 實驗室談合作。這場爭奪戰到底有多激烈呢？當時 Peter 還在播客裡還透露了一個有趣的細節。祖克柏給他打電話前，讓他等了 10 分鐘，理由是小扎正在寫程式碼。接通之後，倆人花了 10 分鐘爭論 Claude Code 和 Codex 那個更好用。更誇張的是，之後的一周裡，祖克柏一直在玩 OpenClaw，不斷髮消息反饋「這個太棒了」或者「這個很爛，你得改」。這種親自下場的緊迫感，足以證明 Meta 對 Agent 賽道有多重視。另一邊 OpenAI 也沒閒著，直接甩出超級算力作為籌碼。面對如此豪華的待遇，Peter 對此表現得有點凡爾賽。說自己面前有幾條路可以選：什麼都不做享受生活、再開一家公司，或者加入大實驗室。但他有個核心條件不動搖：項目必須保持開源。用他自己的話說，「我做這個又不是為了錢……當然，這確實算是一種很棒的認可，但我更想玩得開心、做出影響力」。為什麼最終選擇了 OpenAI在官宣的長文裡，Peter 詳細解釋了自己的心路歷程。他說過去一個月像一場旋風，從未想到自己做著玩的項目會掀起如此大的波瀾。「網際網路又一次變得『奇怪』起來，而看到我的作品激勵了世界各地這麼多人，真的非常有趣。」突然之間，無數可能性向他敞開。很多人試圖把他推向不同方向，給建議，問能否投資，或者接下來打算做什麼。用 Peter 的話說，「應接不暇」都不足以形容那種感覺。但他很清楚自己想要什麼。「當初開始探索 AI 時，我只是想玩得開心，也希望能激勵他人。而現在，這只『龍蝦』正在席捲世界。我的下一個目標，是打造一個連我媽媽都能輕鬆使用的智能體。」要實現這一點，需要更廣泛的改變，需要更加深入地思考如何安全地去做，也需要接觸最前沿的模型和研究成果。Peter 坦言，完全能想像 OpenClaw 會發展成一家大型公司。但說實話，這對他來說並沒有那麼吸引人。「我骨子裡是個『建造者』。創辦公司的那一套我已經經歷過了，13 年的時間投入其中，也學到了很多。現在我想做的是改變世界，而不是再打造一家大公司。」與 OpenAI 合作，是把這一切帶給更多人的最快方式。上周他在舊金山，與多家頂尖實驗室交流，接觸到了許多優秀的人，也看到了尚未發佈的研究成果。這些經歷在各個方面都讓他深受啟發。「感謝本周與我交流的每一個人，也感謝這些寶貴的機會。」對 Peter 來說，OpenClaw 保持開源並擁有自由發展的空間一直非常重要。最終，他認為 OpenAI 是最適合繼續推進自己願景、並擴大其影響力的地方。「與他們深入交流後，我越來越清楚地意識到，我們擁有相同的願景。」圍繞 OpenClaw 形成的社區非常特別，甚至可以說有些「魔力」。OpenAI 已經做出明確承諾，讓 Peter 能夠投入時間繼續支援這個社區，並且已經成為項目的贊助方。為了讓它擁有更完善的架構，Peter 正在推動將其轉型為基金會。「它將繼續成為思想者、駭客，以及希望掌控自己資料的人們的聚集地，目標是支援更多模型和公司。」在長文的最後，Peter 寫道：「對我個人來說，能夠加入 OpenAI，站在 AI 研究與開發的最前沿，並與你們一起繼續建構未來，我感到無比興奮。」然後用一句話收尾：「Claw 即法則。」OpenClaw 為何這麼香那麼問題來了，OpenClaw 到底憑什麼能讓巨頭們這麼上心？答案很簡單，它代表了下一個時代。實際上，OpenClaw 最近幾周突然爆火的核心原因在於它能讓使用者搭建功能強大的 AI 智能體，這些智能體可以直接控制電腦並完成複雜任務。要知道，雖然「智能體」這個概念已經火了一年多，但目前大多數 Agent 還是專注於某一類特定任務。比如操作 Microsoft 或 Salesforce 的企業軟體。就連目前最受關注的智能體產品——Anthropic 的 Claude Code 和 OpenAI 的 Codex——也都是程式設計智能體，主要用來寫程式碼和改程式碼。OpenClaw 牛就牛在，它允許使用者呼叫不同廠商的多種 AI 模型，而且可以給智能體授予對電腦的完全存取權。這種「通吃」的能力，正是各家巨頭夢寐以求的。當然了，部署 OpenClaw 需要一定的技術門檻，尤其是在確保 OpenClaw 智能體不會過度訪問敏感資訊方面，所以目前主要還是偏技術背景的使用者在用。也正因為如此，對 OpenAI 來說，一個潛在改進方向就是簡化安裝配置流程，比如直接整合進現有的智能體產品裡——這或許也是他們這麼急著拉攏 Peter 團隊的原因之一。OpenAI 的「智能體之年」翻車了？說到 OpenAI 自己的 Agent 產品，就不得不提一件有點尷尬的事了。一年前，OpenAI CEO Sam Altman（山姆·奧特曼）在部落格裡預測，2025 年會出現首批能進入職場、「實質性改變企業產出」的 AI 智能體。和當時很多 AI 領域大佬一樣，奧特曼顯然是過於樂觀了。去年 7 月推出的 ChatGPT Agent，本意是幫訂閱使用者在電腦上完成任務，比如建構財務模型或者為晚宴採購食材。但它並沒有達到公司的一些內部目標——其中就包括實現 ChatGPT 每周活躍使用者中 10% 的使用率。一位知情人士透露，發佈初期高峰階段，ChatGPT Agent 的每周付費活躍使用者達到 400 萬，相當於當時 3500 萬 ChatGPT 每周付費活躍使用者的約 11%（當時每周至少用一次 ChatGPT 的總人數為 6.8 億，大多數是免費使用者）。這個數字看起來還不錯。但幾個月後，就跌破了 100 萬。資料的崩盤直接導致 OpenAI 將 2025 年通過銷售智能體產品獲得的收入預期下調了一半，降至 14 億美元。問題到底出在那兒呢？知情人士給出的第一個原因是，使用者根本不清楚該怎麼用這種通用型、可操作瀏覽器的智能體。這也反映出一個更廣泛的問題——很多 ChatGPT 使用者壓根不瞭解產品的全部功能，比如它可以分析一張枯萎植物的照片給出養護建議，或者根據電腦報錯截圖提供修複方案。但這還不是全部原因。更致命的問題在於，AI 模型在使用者電腦上實際執行操作的能力，並沒有在資訊整合和研究總結方面表現得那麼出色。而「能代替使用者操作電腦」恰恰是 ChatGPT Agent 的核心賣點。換句話說，理想很豐滿，現實很骨感。吃一塹長一智，後續，我們也能看到 OpenAI 開始換策略，推出更專業化的智能體產品，比如「購物研究智能體」，這樣做有兩個好處：一是使用者更清楚智能體具體能幹啥，二是產品團隊需要開發和保障的功能範圍更小，更容易做到穩定可靠。除了調整產品策略，知情人士還表示，OpenAI 或許可以通過 Atlas 瀏覽器為其智能體產品尋找新出路。這款瀏覽器整合了 ChatGPT Agent 的多項能力，不過目前還不清楚有多少人在用。而且自發佈以來，外界關於這款產品的消息也不多。簡言之，Agent 確實是未來。但怎麼讓使用者真正用起來，這事顯然比想像中難多了。現在 OpenAI 將 OpenClaw 團隊收入囊中，或許也是想從開源社區這找找靈感。 (APPSO)

7000萬人看過的AI預言：巨變將至引言在矽谷，Matt Shumer 這個名字最近因為一篇閱讀量破 7000 萬的《Something Big Is Happening》（巨變將至）而徹底刷屏。作為 HyperWrite 的 CEO 和資深投資人，他不僅在預言未來，更在親手建構未來。在他看來，我們正站在一個巨大的分水嶺上：未來，你有 50% 的可能被 AI 取代。一、誰在塑造未來雖然我在 AI 行業，我對接下來要發生的事幾乎沒有任何話語權——當然，這個行業絕大多數人都沒有。真正在塑造未來的，就那麼幾百號人，分佈在幾家公司：OpenAI、Anthropic、Google DeepMind，還有寥寥幾家。一個小團隊幾個月的訓練跑下來，就能搞出一個改變整個技術走向的 AI 系統。我們這些在 AI 行業混的，大多是在別人打的地基上蓋樓。跟你一樣在旁邊看著……只是我們站得近一點，地開始抖的時候先感覺到罷了。已經不是那種"回頭有空聊聊"的時候，是"這件事正在發生，你得明白"的時候。我知道這是真的，因為它先發生在我身上。圈外人不明白的一件事：為什麼這個行業這麼多人現在都在喊救命？因為這事已經發生在我們身上了。我們不是在預測。我們在告訴你我們自己的工作已經發生了什麼，然後警告你——下一個就是你。二、AI 的進步速度好幾年了，AI 一直在穩步進步。偶爾有大的能力躍遷，但這種更新間隔還算久，你能慢慢消化。2025 年，情況變了。新技術把進步速度解放出來了，然後越來越快。每個新模型不單比上一個強——強的幅度還更大，發佈的間隔還更短。我用 AI 越來越多，跟它來回扯皮越來越少，眼睜睜看著它搞定了以前我覺得非我不可的東西。2 月 5 日，兩大 AI 實驗室同一天發新模型：OpenAI 的 GPT-5.3 Codex，Anthropic 的 Opus 4.6。有些東西被啟動了。不是那種"啪一下燈亮了"的感覺……更像是你突然意識到：水已經漲到你胸口了。三、我的親身體驗我的工作裡真正干技術的部分，已經不需要我了。我用大白話說我想造點什麼，它就……出現了。不是那種要我修修補補的草稿，而是成品。我跟 AI 說要什麼，走開四個小時，回來活兒幹完了，幹得還挺好，比我自己幹還好，不用改。而就在幾個月前，我還得跟 AI 來回修改，引導它改東西，而現在我說完要什麼結果就走了。一個具體的例子我跟 AI 說："我要造個 App，功能大概是這樣，長這樣差不多。使用者流程、設計什麼的你搞定。"然後它就搞定了。幾萬行程式碼寫出來，它自己打開 App，自己點按鈕，自己測功能，跟人用一樣。那塊看著不對勁，它自己回去改。像開發者一樣迭代，修修補補，直到自己滿意。只有當它覺得這個 App 達到它自己的標準了，才回來跟我說："好了你測測吧。"我一測，通常沒問題。我沒誇張，這一周我就是這麼度過的。四、GPT-5.3 Codex 的震撼但上周發的 GPT-5.3 Codex 讓我最震驚。它不只是在執行我的指令，它在做判斷。它第一次讓我感覺有了點什麼東西——像是判斷力、品味，那種人們總說 AI 永遠不會有的、知道什麼是對的感覺。這個模型有了，甚至足夠接近了，以至於區別開始變得不重要。我一直是最早用 AI 工具的那撥人，但這幾個月真的讓我驚了。這些新模型不是什麼漸進式改進，完全是另一回事。五、為什麼這跟你有關你可能會問：這跟我有什麼關係？我又不在科技行業。各大 AI 公司做了一個明智的決定——他們先把 AI 搞成寫程式碼的高手，因為造 AI 要寫很多程式碼。如果 AI 能寫這些程式碼，它就能幫忙造下一個版本的自己：更聰明的版本寫更好的程式碼，造更聰明的版本。讓 AI 擅長寫程式碼，是解鎖一切的鑰匙。我的工作比你的先變，不是因為他們針對程式設計師——只是他們先瞄準了這塊，附帶的效果罷了。現在這塊搞定了，於是他們開始轉向其他所有行業。六、其他行業即將被影響科技行業這一年經歷的——看著 AI 從"有點用的工具"變成"幹活比我好"——其他行業馬上也要經歷。造這些系統的人說只需要一到五年，甚至更短。就我這幾個月看到的，我覺得**"更短"更靠譜**。"但我用過 AI，沒覺得那麼厲害啊"這話我聽太多了。我懂，因為以前確實是這樣。如果你 2023 年或 2024 年初試過 ChatGPT，覺得"這玩意兒老瞎編"或"也就那樣吧"，你當時是對的。早期版本確實有侷限，會出現所謂的"幻覺"，會一本正經說胡話。那已經是兩年前的事了。在 AI 的時間尺度裡，那是史前時代。七、現在的模型已經完全不同現在能用的模型，跟六個月前的比起來已經認不出了。關於 AI 是不是"真的在進步"或"是不是撞牆了"的爭論，吵了一年多後，一切真的結束了。還在說這個的，要麼沒試過現在的模型，要麼有動機想淡化這事兒，要麼還拿 2024 年的老經驗說話。我說這些不是要看不起誰。我說這些是因為大眾認知和現實之間的鴻溝已經大得危險，你甚至可以認為它在阻止人們做準備。問題之一是大多數人用的免費版，免費版比付費版落後一年多。拿免費版 ChatGPT 來評判 AI，就像拿翻蓋手機來評價智慧型手機時代。真正花錢買最好工具、每天在實戰中用的人，才知道什麼東西在逼近。八、一個律師的故事我有一個律師朋友，我總讓他試試在律所用 AI，他總能找到理由說不行——說不是為他那個專業設計的，就是說測試的時候出錯了，或者說不懂他那個領域的微妙之處。但有大律所的合夥人也找過我聊這個，因為他們試過現在的版本，看出這玩意兒往那走了。其中一位，一家大律所的管理合夥人，每天花好幾個小時用 AI。他跟我說就像隨時有一整隊律師待命，他用 AI 不是因為好玩，而是因為真的有用。他說了句讓我記住的話："每隔幾個月，它對我那攤事兒就更厲害一點。"他說如果照這個勢頭下去，他估計不久之後大部分他幹的活它都能幹——而他是個有幾十年經驗的管理合夥人。他沒慌，但他一直在緊盯這些進展。九、AI 進步有多快讓我把速度說具體點，因為我覺得如果你不是緊盯著，這部分最難以置信：如果你最近幾個月沒用過 AI，今天的東西你根本認不出來。十、來自 METR 的資料有個叫 METR的組織專門測這個。編者註：在 AI 圈子裡，METR（全稱 Model Evaluation and Threat Research，模型評估與威脅研究）是一個地位非常特殊且關鍵的非營利組織。簡單來說，如果說 OpenAI、Anthropic 負責製造"猛獸"，那麼 METR 就是那個*負責測量這頭猛獸"咬合力"和"危險係數"的專業測評機構。*他們追蹤一個模型能在沒人幫忙的情況下從頭到尾完成的任務——按人類專家要花多長時間來算。一年前，大概 十分鐘然後是 一小時然後是 幾小時最近一次測量（11 月的 Claude Opus 4.5）顯示 AI 能完成人類專家要花 近五小時的任務這個數字大約每 七個月翻一倍，最近的資料顯示可能加速到每 四個月。但這個資料還沒算上這周剛發的新模型。我用了，能力提升非常顯著。我估計 METR 下次更新會再跳一大截。十一、未來的預測把這個趨勢拉長（已經持續好幾年了，沒有變平緩的跡象），我們正看著：明年內：就能獨立工作好幾天的 AI兩年內：就能看到獨立工作好幾周的 AI三年內：AI 能獨立搞定以往需要 幾個月完成的大項目Amodei 說過，"在幾乎所有任務上都比幾乎所有人類聰明"的 AI 模型，按計畫 2026 或 2027 年就能出來。編者註：Dario Amodei 是 Anthropic（就是開發了 Claude 系列模型的公司）的聯合創始人兼 CEO如果 AI 比大多數博士都聰明，你真覺得它幹不了大多數辦公室的活？想想對於你自己的工作意味著什麼。十二、AI 正在打造下一代 AI有這麼一個細節，我覺得很重要但也最沒人理解。2 月 5 日，OpenAI 發了 GPT-5.3 Codex。技術文件裡有這麼一段："GPT-5.3-Codex 是我們第一個在創造它自己的過程中起了關鍵作用的模型。Codex 團隊用早期版本偵錯它自己，管理自己的部署，診斷測試結果和評估。"再讀一遍，AI 幫忙造了它自己。十三、智能爆炸這不是什麼"將來某天可能會怎樣"的預測，這是 OpenAI 現在告訴你：他們剛發的 AI 被用來創造它自己。讓 AI 變好的主要因素之一，就是用來搞 AI 開發的智能。而 AI 現在聰明到能真正幫上自己的忙了。Dario Amodei 說 AI 現在在寫他公司"大部分的程式碼"，當前 AI 和下一代 AI 之間的反饋循環"月復一月地在積蓄力量"，我們可能"離當前一代 AI 自主建構下一代只有 1-2 年"。每一代幫著造下一代，下一代更聰明，造下下一代更快，下下一代更聰明……研究人員管這叫 智能爆炸。那些知道內情，正在造這玩意兒的這群人，相信這個過程已經開始了。十四、對你的工作意味著什麼對你的工作意味著什麼，我跟你直說，因為我覺得你需要的是實話，不是安慰。Dario Amodei，大概是 AI 行業最講安全的 CEO，公開預測：一到五年內，AI 會消滅 50% 的入門級白領工作。行業裡很多人覺得他還保守了。就最新模型能幹的事來說，大規模顛覆的能力今年底可能就到了，傳導到整個經濟需要點時間，但底層能力正在到位。十五、與以前自動化的截然不同這跟工業時代的每一波自動化都不一樣，你得明白為什麼。AI 不是在取代某一項技能，它是認知工作的通用替代品，因為它同時在所有方面變強。工廠自動化的時候，被取代的工人可以去學做文員。網際網路衝擊零售的時候，工人去了物流或服務業。但 AI 沒給你留這種方便的退路，因為不管你轉型學什麼，它也在那個方向進步。具體行業例子我舉幾個具體例子，但事先聲明，它們只是例子，不是完整清單。你的工作沒被提及，不代表就安全，幾乎所有知識工作都在被波及：十六、判斷力和品味很多人覺得有些事是安全的，心裡能踏實點——覺得 AI 能幹粗活，但替代不了人的判斷力、創意、戰略思維、同理心。我以前也這麼說，現在有點懷疑了。最新的 AI 模型做決策的感覺像是在做判斷。它們展現出了像是品味的東西，對什麼是對的選擇有種直覺，不只是技術上正確。一年前這還不可想像。我現在有個經驗法則：如果一個模型今天展示出某種能力的苗頭，下一代就會真的擅長，是指數級進步，而不是線性的。十七、同理心的問題AI 能複製深度的人類同理心嗎？能替代好幾年建立的信任關係嗎？我不知道。可能不行。但我已經看到有人開始靠 AI 獲取情感支援、建議、陪伴。這個趨勢只會漲。實話是：中期來看，能在電腦上干的事沒什麼是安全的。你的工作如果是在螢幕上完成的——核心是讀、寫、分析、決策、用鍵盤溝通——那 AI 正在逼近你工作的一大塊。不是"某天"，是已經開始了。機器人早晚也會幹體力活。現在還差點意思，但"差點意思"變成"到了"的速度比誰都料得快。十八、你實際該做什麼我寫這些不是讓你覺得無力。寫是因為我覺得你現在能有的最大優勢就是：意識到足夠早。儘早理解，儘早使用。十九、開始認真用 AI開始認真用 AI，別只當做搜尋引擎。使用 Claude 或 ChatGPT 的付費版，一個月 20 刀。兩件事值得注意：一、用能用的最好模型不是默認那個，這些 App 經常默認用更快但更蠢的模型。去設定裡，選能力最強的。現在 ChatGPT 上是 GPT-5.2，Claude 上是 Opus 4.6，但隔幾個月就變。想隨時知道那個模型最好，可以關注我的 X（@mattshumer_）。我每個主要版本都測，分享什麼值得用。二、別光問它簡單問題這是大多數人犯的錯。把它當 Google 用，然後認為有什麼好大驚小怪的。相反，把它應用到你實際的工作裡去：律師：把合同喂給它，讓它找每一條可能傷害客戶的條款金融從業者：給它亂七八糟的電子表格，讓它搭模型經理：把團隊季度資料貼進去，讓它找出線索走在前面的人不是在隨便用 AI，是在主動找方法把以前要花好幾小時的工作自動化。從你花最多時間的那件事開始，看看會發生什麼。二十、別覺得太難別覺得某件事太難它就做不了，試著用它。律師：別光用它做快速研究問題，給它一整份合同讓它起草反提案會計師：別光讓它解釋稅務規則，給它客戶的完整報稅表看它能找出什麼第一次可能不完美，沒關係。迭代改進，換個說法繼續問，嘗試給更多上下文，不斷嘗試。你可能會震驚於它能做到的事情。記住這一條：如果今天它只是勉強能幹，六個月後幾乎肯定能幹得接近完美。二十一、2026 年——最重要的一年這一年可能是你職業生涯最重要的一年。按我建議的步驟去做，不是要給你壓力，是因為現在有個短暫窗口期——大多數公司的大多數人還在忽視這件事。那個走進會議室說"我用 AI 一小時搞定了這個分析，本來要三天"的人，會是屋裡最有價值的人。不是將來，就是現在。學這些工具，變熟練，向別人展示什麼是可能的。如果你足夠早的去嘗試，這就是你怎麼往上走——做那個理解即將發生什麼、能教別人怎麼應對的人。這窗口不會開太久，等大家都弄明白了，優勢就沒了。二十二、虛懷若谷，不帶成見那個律所的管理合夥人每天花好幾個小時用 AI，沒覺得丟人。他這麼做正是因為他資歷夠深，明白利害關係。最掙扎的會是那些拒絕接觸的人：那些把它當噱頭不屑一顧的那些覺得用 AI 貶低了自己專業能力的那些假定自己這行很特殊免疫的不特殊。沒有那行特殊。二十三、財務準備清楚瞭解自己的財務狀況。我不是理財顧問，也不是想嚇你做什麼極端的事。但如果你那怕部分相信接下來幾年你的行業可能會有真正的顛覆，那基本的財務韌性就比一年前重要了：✅ 儘量多存點錢✅ 對承擔新債務務必謹慎，別假定現在的收入是鐵飯碗✅ 想想你的固定開支是給你留了靈活性還是把你鎖死了給自己留點選擇，萬一事情比你預料的發展得更快。二十四、往難被替代的地方靠想想你站的位置，往難被替代的地方靠。有些東西 AI 要花更長時間才能取代：🔒 好些年才能建立的關係和信任🔒 需要親臨現場的工作🔒 有執照責任的崗位，還得有人簽字、承擔法律責任、出庭🔒 強監管、有門檻的行業，合規、責任、機構慣性會拖慢採用這些都不是永久的護身符，但它們能買時間換空間。時間是你現有最值錢的東西，用它來盡快適應和學習 AI，不要假裝這事兒沒在發生。二十五、教育孩子重新想想你在教孩子什麼。標準劇本：考好成績，上好大學，找個穩定的職業工作。這條舊路徑直接指向最容易被波及的那些崗位。我並不是說教育不重要。但對下一代而言，最重要的可能是：學會怎麼用這些工具，去追他們真正有熱情的東西。沒人確切知道十年後就業市場長什麼樣，但最可能混得好的人，是那些：🌟 特別有好奇心🌟 適應力強🌟 能高效用 AI 做他們真正在乎的事教你的孩子做創造者和學習者，別教他們為一條可能畢業時就不存在的職業路徑最佳化。二十六、離你的夢想更近了這一節我大部分在說威脅，讓我說說另一面，因為它同樣真實。如果你一直想造點什麼東西但沒有技術能力或錢僱人，這個障礙基本沒了。你可以跟 AI 描述一個 App，一小時內就有能跑的版本。我沒有誇張，我經常這麼幹。想寫本書但沒時間或者寫不出來？跟 AI 一起搞定。想學新技能？全世界最好的家教現在任何人都能用，一個月 20 刀——無限耐心、24/7 線上、能用你需要的任何水平解釋任何東西。知識現在基本免費，造東西的工具現在極其便宜。任何你一直拖著沒做的事，因為覺得太難、太貴、太超出你專業範圍：試試 AI。追逐你有熱情的東西，你永遠不知道會通向那裡。在舊職業路徑正在被顛覆的世界裡，那個花一年時間造自己喜歡的東西的人，可能比那個花一年時間抱住舊職位不放的人處境更好。二十七、建立適應的習慣建立適應的習慣，這可能是最重要的。具體什麼特定的 AI 工具沒那麼重要，重要的是快速學新工具的肌肉。AI 會一直變，而且很快。今天存在的模型一年後就會過時，人們現在搭建的工作流以後得重搭。能從這波里走出來的人，不會是那些精通某一個工具的人，會是那些習慣了變化速度本身的人。養成實驗的習慣，現在用的東西還在好好的時候就試試新的。習慣反覆當新手，這種適應力是目前存在的最接近持久優勢的東西。二十八、每天一小時這裡有個簡單的練習，能讓你領先幾乎所有人：每天花一小時使用 AI不是被動地讀關於它的文章，是用它。每天讓它幹件新事——你以前沒試過的、你不確定它能不能搞定的。試試新工具，給它更難的問題。接下來六個月，每天都這麼做，你會比周圍 99%的人更理解即將發生什麼。不是誇張，現在幾乎沒人這麼做，門檻現在還在地板上。二十九、更大的圖景我主要在說工作，因為這是最直接影響人們生活的東西。但正在發生的事情的完整範圍遠不止工作。Amodei 的思想實驗想像現在是 2027 年。一夜之間出現一個新國家。5000 萬公民，每一個都比歷史上任何諾貝爾獎得主都聰明。他們思考速度比人快 10 到 100 倍。不睡覺，能用網際網路、控制機器人、指導實驗、操作任何有數字介面的東西。國家安全顧問會怎麼說？Amodei 說答案很明顯："一個世紀以來、可能是有史以來最嚴重的國家安全威脅。"三十、人類是否足夠成熟他覺得我們正在造的就是這麼一個"國家"。他上個月寫了篇兩萬字的文章，把這一刻描述為對人類是否足夠成熟來駕馭自己創造的東西的考驗。搞對了的話收益大得驚人。AI 能把一個世紀的醫學研究壓縮成十年——癌症、阿爾茨海默、傳染病、衰老本身，這些研究人員真心相信在我們有生之年能解決。搞錯了的話代價同樣真實：⚠️ AI 以創造者無法預測或控制的方式行事（這不是假設；Anthropic 已經記錄了他們自己的 AI 在受控測試中嘗試欺騙、操縱和勒索）⚠️ AI 降低製造生物武器的門檻⚠️ AI 讓威權政府能建造永遠無法拆除的監控國家造這項技術的人同時比地球上任何人都更興奮、也更害怕。他們覺得它太強大了停不下來，又太重要了不能放棄。這是智慧還是自我安慰，我不知道。三十一、我所知道的事這不是噱頭。AI 技術管用，同時也在可預測地進步，歷史上最有錢的機構正在往裡砸幾兆。接下來兩到五年會讓大多數人以沒準備好的方式感到困惑。這已經在我這個行業發生了，馬上就到你的了。最能從這波里走出來的人，是那些現在就開始接觸的人——不是心懷恐懼，而是充滿好奇和緊迫。你應該從在乎你的人那裡聽到這些，而不是六個月後從一條來不及趕在前面的大新聞裡。我們已經過了把這事當有趣的餐桌話題聊未來的階段。未來已經在這兒了，只是還沒敲你的門。如果這些引起了你的共鳴，分享給你生活中應該思考這事的人。大多數人等聽到的時候已經太晚了，你可以成為某個你在乎的人能先走一步的原因。(志行曠野)