上周，在 Dreamforce 2025 峰會，Anthropic 聯合創始人兼 CEO Dario Amodei 說了一句引發廣泛關注的話：我對短期內 AI 的互補性依然樂觀，但我也必須坦白:兩到五年內，真正的替代將開始出現。這不是科技行業第一次有人談“AI 替代人類”。不同的是，Amodei 說這話時，Anthropic 內部已經發生了翻天覆地的變化： 他們的團隊裡，超過 90% 的程式碼已由 Claude 自動編寫，Bug 定位、系統偵錯甚至產品重構都由智能體完成。人類工程師的角色，不再是寫程式碼的人，而是審查 Claude 工作的人。這意味著，“AI 替代”不再是科幻電影裡的威脅，而是從 Anthropic 辦公室裡的一行行程式碼開始，在真實的生產系統裡一步步落地。但 Amodei 的警告，不止是給工程師的。“這不會只發生在開發者身上，”他補充說，“保險、金融、醫療等行業的企業客戶已經在用 Claude 執行端到端任務。被替代的第一批人，往往是工作流程裡那些最容易被自動化的崗位。”“AI 取代人類”這件事，從理論進入了倒計時。接下來，問題不再是AI 會不會替你，而是誰會先被替？他們是怎麼一步步被替的？而你，又該如何重新定義自己的角色？第一節｜替人的起點：端到端能力今天很多人說 Claude 會寫程式碼，但 Dario Amodei 的重點根本不是寫程式碼，而是它能做完一件完整的事。他觀察到：以前 AI 只是幫你寫幾行程式碼，現在它可以偵錯系統、修復 Bug、完成整個部署流程。換句話說，不再是你寫主力、AI 輔助，而是 Claude 把一件任務從頭到尾做完，人來稽核修改。角色變了，關係也變了。在 Anthropic 內部，這個轉變已經開始落地。Dario 舉了一個他們真實發生的案例：我們最近發佈模型時，叢集出現 Bug，工程師找了好幾天沒找到。後來我們讓 Claude 去排查，它居然找出了一個大家都漏掉的隱藏問題。從 AI 按你指令做一件事，到 AI 自己能判斷、執行、修復，走完整個閉環。而且這不是偶發事件。Dario 明確說：“我們現在團隊裡的程式碼，90% 都是 Claude 寫的。人類的角色更像是編輯者、監督者。”實際上，工程師不再是執行者，而是把 AI 當成“實習生”或“外包員”來分配任務、檢視成果、保證質量。不僅是 Anthropic 內部，Claude 的企業使用者也在驗證這點。Anthropic 聯合創始人 Mike Krieger 在早前訪談中也透露：我們有客戶讓 Claude 連續運行 30 小時，完成了一項複雜的系統重構。30 小時，非人類值班，任務不中斷。這不再是對話模型，而是長期運行的虛擬執行者。它能記住目標、追蹤上下文、發現並糾正問題。做的不再是語言生成，而是任務交付。在10 月 20 日 與製藥巨頭禮來(Lilly)首席資訊官 Diogo Rau 的對話中，他說：“不要被我們能用 AI 做那些小事這種想法限制住。有一個現有流程，它有 20 個部分，你想在第 5 部分和第 12 部分引入 AI，這實際上很困難。但一年後，AI 可能就能從第 0 部分到第 20 部分端到端完成。”如果模型在一年後才足夠強大，而你那時才開始部署，就會再延誤兩年。要對技術進步的速度有信心，現在就開始為端到端變革做準備。這段話點破了替代的本質：因為替代不是某個時刻突然發生的，而是從“輔助”變成“交付”的那一刻開始的。當 Claude 不只是回答問題、生成文字，而是能：理解任務目標呼叫工具和代理自主運行並糾錯交付最終結果那你還需要幾個人做這件事嗎？我們過去總以為 AI 只是幫你快一點，但 Dario 的話意思很明確：Claude 能做端到端任務的那一刻，就意味著你不再需要中間這些環節。程式碼只是開始。真正替人的，不是 AI 變聰明了，而是它開始像系統一樣工作：持續執行、串聯流程、自主呼叫、糾錯最佳化。這套執行力，才是 AI 從工具向崗位躍遷的分水嶺。第二節｜第一批被替：中間環節的人我們常以為被 AI 替代的會是低技術、低學歷、低門檻的崗位，比如文員、助理、客服。但 Dario Amodei 給出的判斷恰恰相反。他說：不是說人類沒有事情可做，但兩到五年內，整個經濟體系都會被深度重塑。影響最大的不是個別崗位，而是所有環節都可能被壓縮、被替換、被重組。換句話說，AI 替代的並不是誰技術差，而是誰在流程中傳遞資訊、而不是創造結果。只要一份工作裡，沒有核心創造，而只是把資訊從 A 傳到 B，再從 B 整理成 C，那這件事 Claude 能替你做，而且可能還更快、更便宜、不出錯。你會發現，很多看起來有技術含量的中間環節崗位，其實只是資訊搬運工：把會議內容整理成報告把客服反饋總結成周報把資料填進表格，再匯出成 PPT把行銷計畫分解為具體工單，下發至不同部門這些工作的共同特徵是：資訊已有步驟明確不涉及複雜判斷成果可驗證而這正是 AI 最擅長的工作。Mike Krieger 補充了一個 Anthropic 客戶的真實案例：有客戶在財務部門用 Claude 自動生成分析 Excel 表格，Claude 會自己理解資料、做推導、畫圖表。不是把 Excel 做成工具給人類用，而是 Claude 直接接管整套流程。所以這不是一場程式設計師和 AI 的戰爭，而是“中間環節的人”和“做完整件事的人”之間的更替。再進一步看，只要一家公司使用 AI 來：審查合同 → 整合文件 → 寫會議紀要歸檔工單 → 生成 FAQ → 自動發郵件撰寫預算 → 分析花費 → 出年度報告那些專門做這些事的崗位，還需要幾個人？因為過去一項工作要三四個人輪流做，現在 AI 一步跑完。這，就是第一批會被替的現實依據。Dario 的判斷不是基於情緒，而是他們內部已經發生的變化：我們沒有解僱工程師，但我們團隊裡，每個人的角色都在重新定義。這句話的意思很清楚：AI 不是一刀切，而是讓原本的人力變得邊緣化。先被替的，正是那些沒有決策權和創造權的崗位。第三節｜新工作方法：不是幹活，而是指揮 AI 幹活AI 真正開始替人的那一刻，很多人最直覺的擔心是：那我們是不是要沒工作了？但 Dario Amodei 在 Dreamforce峰會上給出了一個出人意料的答案：你可能需要更多人，因為他們可以獲得更大的槓桿效應。工程師可以變得十倍更有生產力。AI 在替人，為什麼還需要更多人？IG Group 案例：他們的分析團隊每周節省 70 小時，但這些時間被重新投入到更高價值的戰略工作中。某些用例的生產力翻倍，3 個月就實現了 ROI。Cox Automotive 在 VinSolutions CRM 中使用 Claude 後，消費者諮詢響應和試駕預約數量翻了一倍多。Palo Alto Networks 讓 2500 名開發者使用 Claude，沒有任何 Claude 經驗的初級開發者完成複雜整合任務的速度快了 70%。這些案例的共同點是：人沒有被“替掉”，而是“角色”升級了。但這個轉變並不容易。一項針對 16 名經驗豐富的開源開發者的研究發現：當他們使用 AI 工具時，完成任務的時間反而增加了 19%。開發者預測 AI 會讓他們快 24%，結果卻慢了 19%。為什麼？因為有經驗的開發者有大量上下文，而 AI 沒有。他們需要把自己的問題解決策略改造成 AI 能理解的形式，還要花時間偵錯 AI 的輸出。但學會管理 AI，需要時間和練習。而時間，可能不多了。史丹佛大學的研究顯示，22-25 歲軟體開發者的就業率自 2022 年底以來下降了近 20%，因為 AI 工具正在接管過去分配給初級員工的常規編碼和資料任務。哈佛商學院教授 Christopher Stanton 警告說，隨著僱主重新定義早期職業角色，工資可能會下降。但與此同時，Salesforce 的首席人事官表示，公司正在大規模招聘新畢業生，2025 年夏天接納了 1000 名實習生。她指出，現在有很多 6 個月前根本不存在的新崗位。未來，不是所有人都會失業，是工作角色正在被重新定義。那麼，什麼樣的人能適應這種變化？真正高價值的人，能做到：清楚表達需求合理分配任務給 AI驗證 AI 的工作成果AI 出錯時知道怎麼糾正這，就是 “AI 統籌師”。Dario 在 Dreamforce 上明確表示：我很擔心，特別是人們適應的能力，因為工作變化得太快了。這不是危言聳聽，而是正在發生的現實。時間窗口，只有兩到五年。結語｜不是會不會，而是什麼時候Dario 說得很明白：“不是替代，是重排分工。”AI 不再是工具，而是能獨立完成工作的虛擬同事。它能端到端跑完流程，找出人類漏掉的問題，連續工作不停歇。真正被替的，不是崗位，而是那種只會做一環、不懂用 AI 的人。Anthropic CPO Mike Krieger 則表示：我們建構的是可信賴的虛擬同事。不是輔助，是上崗；不是幫你，是幹完你幹不完的。接下來兩到五年，變化可能會比大多數人預期的更快。 (AI 深度研究員)