•
7000 萬人看過的雄文刷屏矽谷——《巨變將至：AI 取代你的機率是 50%》
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)