•
再見，程式設計師！馬斯克宣判：奇點就在2026
不用多說，相信每個人的時間線全被Claude Code刷屏了。馬斯克甚至斷言，「我們已進入奇點！2026年就是奇點之年」。
這幾天，Claude Code在全網掀起的陣仗可真不小。
一睜眼，地球首富馬斯克重磅宣告：我們已進入奇點！
起因竟是，Midjourney創始人公開稱，聖誕假期自己敲的程式碼，比過去十年加起來還要多，簡直太瘋狂。
「雖然能感到侷限，但我知道一切都不再一樣了」。
同一天，馬斯克不止一次，直接宣稱「2026年就是奇點之年」。
這個點評同樣是對Claude Code的高度讚揚。
如今，包括Anthropic之父、前DeepMind/OpenAI研究員、Google首席工程師等大佬在內，都為其感到震驚。
馬斯克：2026，奇點降臨
一直以來，奇點這一概念就像科幻詞一般的存在。
雷·庫茲維爾曾在2005年《奇點臨近》一書中，預測道技術奇點大約發生在2045年。
而在最新出版的《奇點更近》著作中，他再次重申奇點時間：仍是2045年。
誰曾想，這個看似還很遙遠的時刻，一下子被拉到了現在——2026年。
所謂的技術奇點，是指技術在長期內增長緩慢，但在某個臨界點急劇加速，呈指數式上升。
能夠讓馬斯克有這麼深感觸，竟是Claude Code席捲全網的強大程式設計能力。
一點也不誇張地說，2026年開年這局，身邊的人都瞬間成為了Claude Code使用者。
生物醫學工程師Derya Unutmaz雖不是專業程式設計師，升級訂閱就是為了更頻繁使用Claude Code。
就連xAI聯創Igor Babuschkin感慨道，「有些年頭風平浪靜，啥大事沒有，可有些星期卻濃縮了數十年的變遷」。
一夜之間，Claude Code為何變得這麼強了？
真正的「民間高手」：Claude Opus
精準來說，不是它變強了，而是一直就很強。
去年11月底，超大杯Claude Opus 4.5一出世，Anthropic便宣稱其是全球最頂尖的編碼模型。
內部測試中，Opus 4.5+Claude Code聯動使用，平均效率暴增220%。
當時，Anthropic工程師預言，也許就在2026年上半年，軟體工程就被終結了。
如今看來，可能就在最近了。
剛剛，在最新升級的LiveBench榜單上，Claude Opus 4.5登頂，直接碾壓GPT-5.1 Codex MAX、Gemini 3 Pro。
創始人Bindu Reddy稱，在聖誕假期期間，團隊改進了LiveBench，為了防止AI刷分作弊。
這個排名在很大程度上，反映了這些LLMs在現實世界中的表現。
去年12月，METR的一份報告揭秘了，全球最能打的AI還是Claude Opus 4.5。
它在自主編碼任務中，能夠連續5小時不崩，也是迄今為止公開的AI完成長程任務時間最長的模型。
AI大佬Simon Willison表示，Opus 4.5和GPT-5.2就像是一個轉折點。
「模型逐步跨越到了一個隱形能力界限的時刻，忽然間，大量的編碼難題都被解決了」。
即便是程式設計0經驗的人，也能在不到十分鐘的時間，打造出一款功能齊全的網頁應用。
就像網友所言，如果不出意外的話，Claude Code可能會讓更多人成為百萬富翁。
人類的最後一次發明
如果我們翻開哲學家戴維·查爾默斯（David J. Chalmers）那篇經典的《奇點：哲學分析》，會發現當下的瘋狂景象，不過是這套嚴密邏輯推演的必然兌現。
在查爾默斯的推導模型中，我們正處於一個被稱為「擴展前提（Extension Premise）」的關鍵節點。
他將這一過程量化為從AI到AI+再到AI++的階躍：
- AI：人類水平的人工智慧。
- AI+：超越人類最強大腦的智能。
- AI++：超級智能，其超越程度正如人類超越老鼠一般。
正如查爾默斯引用的I.J. Good在1965年的那個著名論斷：「超智慧型手機器（Ultraintelligent Machine）將是人類需要製造的最後發明」。
邏輯非常性感且冷酷：
- 機器設計機器：既然設計機器本身是一種智力活動，那麼一台超越人類的機器（AI+），必然能設計出比人類所能設計的更好的機器。
- 遞迴的雪崩：這台被AI+設計出的新機器，擁有更強的設計能力，它將設計出下一代更強的機器。
- 無限逼近：只要這台機器能通過編寫程式碼來最佳化自身，我們將無可避免地迎來一場「智能爆炸」。
我們現在看到的，正是查爾默斯所描述的「速度爆炸」與「智能爆炸」的完美合流。
當模型開始比人類更擅長最佳化演算法時，我們就不再是處於一個線性的增長曲線上，而是站在了垂直牆面的底端。
每個人都會成為軟體工程師
奇點來臨的那一刻，世界會有什麼不同？
Google工程師Vaibhav Agarwal稱，自己再也不用寫程式碼了，現在70%-80%程式碼都是AI寫的。
而他的工作僅是「程式碼審查」，角色發生了根本性的轉變，具體是這麼做的：
- 不再輸入語法，用提示詞（Prompt）來定義邏輯；
- 不再費力找 bug，而是審查AI給出的修改建議；
- 不再硬啃遺留程式碼，直接讓AI把它講明白。
許多工程師對此感到內疚，覺得自己像是在「作弊」。實際上並不是，他們是在進化。
Agarwal曾問過一位資深領導，關於一個所有人都害怕的問題：AI會取代我們嗎？
他是這麼說的——
AI是一個效率倍增器，而不是替代品。
如果你過去每周完成1倍的工作量，現在預期則是，同一周內完成4倍的工作量。沒有任何一家公司希望倒退。
如今，衡量「生產力」的標準已經被整體抬高了。
如果你因為自稱是個「純粹主義者」而拒絕使用 AI，那並不高尚——你只是慢了。
AI不會取代你。但一個借助AI、能完成4倍工作量的工程師……
滿足網友的好奇，工程師用的是自家的Gemini
Hyperbolic創始人Yuchen Jin直言不諱，要是在讀博期間有這些強大工具助力，自己不用耗費5.5年，可能一年就畢業了。
此前，奧特曼在採訪中還曾表示，「用不了多久，每個人都會成為軟體工程師」。
他隨口拋出了一個關於未來工作方式和軟體世界的超級觀點，但很多人還沒意識到這件事有多重要。
核心想法其實很簡單，自然語言，就是新的程式設計語法。
程式設計師大軍終結，不需要龐大的開發團隊才能做出第一個版本。只需描述出需求，AI直接把它做出來。
在複雜系統中，AI智能體會直接「住」在程式碼庫裡。它們會自己瀏覽repo、修復bug、補測試、重構程式碼，並自動提交修改。
一旦軟體開發被自動化，同樣的邏輯也會蔓延到營運、規劃，甚至部分管理工作。
程式碼，只是倒下的第一塊多米諾骨牌。
如果這一切真的發生，「學會寫程式碼」本身就沒那麼重要了。 (新智元)