核心資訊： Dario Amodei 把當下定義成"AI 海嘯近在眼前但社會還沒意識到"的臨界時刻。這場訪談裡，他給出的不是新口號，而是一組很具體的判斷——為什麼 Anthropic 選擇走"既上前沿又自我設限"的難路、API 為什麼不會被商品化、印度 IT 公司是不是下一個被吃掉的"蒸汽機操作員"、25 歲的人現在該學什麼、為什麼生物科技即將文藝復興。最關鍵的一句話是結尾那句："僅憑外推一條簡單的曲線和一些第一性原理推理，你就能免費預測未來——但很少有人真的去做。"
最匹配的讀者群體：
- 正在用 AI 做應用層創業的人：Dario 直接回答了"會不會被大廠吃掉"。他承認 Anthropic 不會承諾"永不做 first-party 產品"，但同時把"什麼樣的護城河大廠吃不到"說得很清楚——這是 API 之上做產品的人最焦慮的問題。
- 傳統行業裡在思考"我會不會被替代"的高知職場人：他用放射科醫生、印度 IT 服務公司當例子，給了一個"你以為重要的優勢會失效，你沒注意到的優勢反而被放大"的判斷。這是中年職業焦慮的最直接對症。
- 關注 AI 治理、隱私、權力集中的政策/媒體讀者：Dario 罕見地公開承認"我對自己手裡的權力集中感到不安"，並解釋 LTBT 治理結構和監管立場。這種來自頂級創始人的"自我設限"很少見。
- 想給孩子規劃未來的家長：他直接被問"我 25 歲該學什麼"，給的答案不是"學 AI"，而是"學批判性思考、學人本場景、學半導體之類 AI 上下游裡 AI 自己幹不了的事"。
Dario Amodei × Nikhil Kamath 訪談實錄 ｜ 核心觀點提煉
Dario Amodei，Anthropic 聯合創始人 / CEO。原本的職業路徑是生物學家——物理本科、生物物理博士、史丹佛醫學院博後，差一步就當上教授。後來轉去做 AI，先是百度、Google，再到 OpenAI 擔任研究負責人多年；2021 年與一群同事出走，創辦 Anthropic。本訪談的對話方是 Nikhil Kamath，印度最大零售券商 Zerodha 聯合創始人、播客《WTF Is》主理人，2026 年初在班加羅爾錄製。
關鍵資訊
- 受訪者：Dario Amodei，Anthropic 聯合創始人 / CEO
- 採訪者：Nikhil Kamath，Zerodha 聯合創始人
- 錄製地：印度班加羅爾（Dario 第二次訪問印度）
- Anthropic 估值（訪談期間）：約 3800–4000 億美元
- Anthropic 累計融資：約 350 億美元
- Anthropic 年化收入：約 150 億美元，仍在快速增長
- 印度業務：使用者數和收入自 2025 年 10–11 月以來翻了一倍
一、從 OpenAI 出走：Scaling Laws，以及"必須做對"的兩個信念
為什麼離開 OpenAI 創辦 Anthropic
🎙 Nikhil Kamath：在創辦 Anthropic 之前，你都在做什麼？
我原本是生物學家——物理本科、生物物理博士。我想搞懂生物系統，去治病。但研究下來我發現，生物的複雜度高到讓人絕望。比如我做的蛋白質質譜工作，一個蛋白質，RNA 在不同細胞位置會被切成不同樣子，再被磷酸化、被一堆其他蛋白復合，光這點細節就足夠讓你懷疑"人類有沒有可能搞懂這個東西"。
那段時間我注意到 AlexNet 那批早期神經網路的工作——大概 15 年前。我想，AI 有點像人腦的運作方式，但又能比人腦更大、擴展得更好、能學很多任務。也許 AI 才是最終能解決生物學問題的那把鑰匙。
後來我去了百度，跟著 Andrew Ng 工作了一段時間，再去 Google 一年，然後是 OpenAI 早期就加入了，做了好幾年研究負責人。最終，我和幾個同事對"AI 應該怎麼做、公司該代表什麼"有了自己的清晰想法，於是出來創辦了 Anthropic。
—— Dario Amodei
🎙 Nikhil Kamath：你和 OpenAI 的分歧具體是什麼？
當時我和幾位聯合創始人有兩個核心信念。
第一個信念是 Scaling Laws。 把模型做大、給更多資料和算力——除了 RL（強化學習）之類少量改動，幾乎就是純粹的 scaling——你會得到性能上極大的提升。我在 2019 年用 GPT-2 看到第一批跡象時就這麼相信了，但當時公司內外有大量人完全不信。我和一些同事一直在做內部說服，最後 OpenAI 也開始相信並走了那條路。
第二個信念是"必須做對"。 如果這些模型最終會變成跟人腦能力相當的通用認知工具，那經濟、地緣政治、安全方面的影響會大到難以想像，必須用正確的方式去做。我當時覺得——儘管嘴上都在說"要做對"——但我所在的機構裡沒有真正認真的意願去做對。
我的處事原則是：別去爭別人的願景。如果你有強烈的願景，並且能找到幾個一起認同的人，那就出去自己幹，自己為自己的錯誤負責，不用替別人解釋。 也許成，也許不成，但至少這是你自己的。
—— Dario Amodei
🎙 Nikhil Kamath：能不能用最簡單的話解釋什麼是 Scaling Laws？
你可以把它想成一場化學反應。要讓反應產生氧氣、點起火，需要不同的原料按比例放一起。任一種原料不夠，反應就停了；按比例放，就能起火。
AI 的"原料"是資料、算力、模型規模。Scaling Laws 告訴你的是：把這幾樣原料按比例放進去，反應的產物就是智能。
—— Dario Amodei
二、什麼是"智能"：五年前你做不到的事，今天 Claude 都能做
重新定義今天的智能 vs 五年前的電腦
🎙 Nikhil Kamath：那"智能"具體指什麼？
衡量智能的方式是：能不能翻譯語言、能不能寫程式碼、能不能正確回答關於一個故事的問題。基本上任何能在文字、圖像裡完成的認知任務，任何你能在電腦上做的任務，都算。
—— Dario Amodei
🎙 Nikhil Kamath：今天的智能跟五年前的電腦能做的事，到底差在那裡？
五年前，你不能讓電腦就一個問題寫一頁論文，不能讓電腦實現一段程式碼裡的某個功能，不能生成圖像，不能生成視訊，更不能分析視訊。
我可以給 Claude 一段"猴子雜耍"的視訊問它："這視訊裡發生了什麼？球換了幾次手？"——今天它能給你答案。五年前，這些事一件都做不到。
—— Dario Amodei
🎙 Nikhil Kamath：這意味著"智能"的定義本身變了嗎？
五年前你 Google 一個東西，你只是在抓取網上已經存在的文字。比如你查"怎麼讓猴子雜耍"，可能有一篇文章；但如果你換成"怎麼讓海豹雜耍"——也許這事網上根本沒人寫過。
而模型今天可以自己思考、自己給出答案。你可以問它假設性問題——"如果猴子雜耍的不是球而是棒子呢？"——這種資訊根本不存在於任何地方，但模型還是能給出有理有據的回答。這是某種全新的東西，不只是匹配網際網路上已有的文字。
—— Dario Amodei
"模型不是在查已有的答案。它是在自己思考。"
—— Dario Amodei
三、教授路上突然走偏：生物學家怎麼意外成了"全世界最相關的人之一"
個人路徑與"權力集中的不安"
🎙 Nikhil Kamath：你說話很有教書的感覺，你教過書嗎？
我原本是學者出身，本來以為自己會當教授。我讀完博，又在史丹佛醫學院做了博士後，目標就是當教授。如果我順著那條路走，今天我就是教授。
但 AI 這個領域需要大量的算力資源，大部分都在產業界——所以我被從學術界拉走了。但我心裡有時候還是覺得自己是個教授。
—— Dario Amodei
🎙 Nikhil Kamath：如果 AI 是世界最重要的事，世界正圍繞 AI 重新分配資源——那麼作為坐在那個金字塔頂端的人，你這個原本要當老師的人，是當下最適合做這件事的人嗎？
首先要說，今天"相關的人"其實有很多個層次。做晶片的、做半導體裝置的、做模型的、在模型上做應用的，再加上政府、公民社會——我希望"相關"這件事是被廣泛參與的，不是只被一小撮人壟斷。
但你的問題是公平的。坦白說：幾個人意外地領導了幾家增長極快的公司，未來又會驅動經濟的很大一部分——我對自己手裡這種"幾乎是一夜之間、幾乎是意外發生"的權力集中，至少是有些不安的。 我已經公開說過不止一次。
我們用幾種方式來應對。一種是不尋常的治理結構，叫長期收益信託（Long Term Benefit Trust，LTBT）——這個機構最終任命 Anthropic 多數董事，由"在財務上不持有利益"的個人組成，對單一個人的權力是一種制衡。另一種是政府應該扮演角色——我一直主張積極的、不阻礙技術、但合情合理的監管，因為人民應該對這件事的走向有話語權。
所以我做的很多事，可以理解成逆著這項技術的天然紋理，去保留某種權力的平衡。
—— Dario Amodei
"我對自己手裡這種幾乎一夜之間、幾乎是意外發生的權力集中，是有些不安的。"
—— Dario Amodei
四、"監管捕獲"的指控：SB 53 隻約束我們這種公司，不卡新人
監管立場與對"監管捕獲"質疑的正面回應
🎙 Nikhil Kamath：從外人看，OpenAI 當年說自己是非營利、你今天表現出謙遜——美國公司又在跟中國公司競爭——這種"為更大的善"的姿態，是行業必須做的姿態嗎？
我會這麼說。Anthropic 從一開始的哲學就是：不輕易承諾，承諾了就儘量做到。
我們把自己設成一家"營利但公益（public benefit corporation）"，加上 LTBT 治理。我們說要在技術前沿，同時投入安全和安全性研究——我們是可解釋性（interpretability）和對齊（alignment）這兩門學科的開拓者；我們最近發佈了 Claude 的 Constitution（憲法），讓模型可以按憲法對齊。
我們也做政策倡導、警告風險——而警告風險並不符合我們的商業利益。說"我們造的模型可能危險"不是有效的行銷策略，我們這麼說不是為了賺錢。
那怕在跟美國政府意見相左的政策問題上，我們也開口反對。比如我們在所有大公司和政府都說"AI 不該被監管"的時候，公開說應該被監管——這件事在商業上是拖累我們自己的，但我們覺得這是對的。
我沒法替別的公司說話。可能確實有人嘴上說一套心裡想另一套。但我建議你別看人怎麼說，看人怎麼做。
—— Dario Amodei
🎙 Nikhil Kamath：但如果你的呼籲讓政府真的去監管了，作為現任的領導者，你不就形成了"監管捕獲"，讓新進入者更難嗎？
我完全不同意這種說法。我們倡導的法案，比如加州的 SB 53，豁免了所有年收入低於 5 億美元的公司。SB 53 是一部透明度法案，要求公司展示自己跑過的安全和安全性測試，5 億美元以下豁免——所以它實際上只約束 Anthropic 和另外三四家公司，只約束有資源的公司。
我們倡導過的、正在倡導的、計畫倡導的所有方案，都是這個性質：我們在約束自己和極少數幾家其他公司，不是約束新進入者。 想說"監管捕獲"的人，去看一下我們提案的實際內容，根本對不上。
—— Dario Amodei
五、《愛意機器》和《技術的青春期》：樂觀與悲觀同時為真
一年寫一篇長文，光與暗都是真的
🎙 Nikhil Kamath：我讀了你兩篇文章——《Machines of Loving Grace》（愛意機器）和《The Adolescence of Technology》（技術的青春期）。你似乎在兩年裡從樂觀轉到了懷疑——是有什麼具體時刻改變了你？
其實我不太同意這個問題。我不覺得我轉過觀點。樂觀和悲觀這兩面在我腦子裡一直同時存在。 看我歷史上說過的話，我談風險已經談了非常久，談收益也談了非常久。
寫這種文章對我來說很慢。每一篇我都先在腦子裡有一個模糊的想法，斷斷續續憋一整年——日常公司業務佔著我，我必須等到放假或者能脫開身的時候才能真正寫下來。所以我寫完《愛意機器》的當下就開始想《技術的青春期》了，因為我同時想給人鼓舞那個好的願景，也想警告那些可能出錯的東西——只是我又花了一年才把它寫出來。
兩個願景都在我心裡，兩個都是可能的未來。我當然希望走《愛意機器》那條路，解決所有問題。但這不是觀點的轉變，這是我先有時間寫光，再有時間寫暗。
—— Dario Amodei
🎙 Nikhil Kamath：但你的整體觀點真的沒變過嗎？
整體上我跟幾年前差不多。某些地方更樂觀了，某些地方更悲觀了，平均下來抵消。
更樂觀的部分： 可解釋性的進展讓我驚訝。我們已經能像 MRI 掃描人腦一樣去看神經網路內部，找到對應特定概念的神經元、對應"在寫詩時怎麼押韻"的神經回路。模型是在湧現裡生長出來的，像雪花一樣我們只是搭起骨架，但我們現在確實開始能看進去、理解它們。對齊和憲法的工作也比預期順。
更悲觀的部分是社會層面。 讓我吃驚的是：我們離這些模型達到人類智能水平這麼近了，但社會上根本沒有相應的認知。這就像海嘯已經在向我們撲來，我們已經能在地平線上看到它了，可大家還在編各種解釋——"那不是真的海嘯，那只是光線的把戲。"
公眾沒意識到風險，所以政府也沒行動。甚至有人持有一種"應該儘可能加速"的意識形態。我寫過《愛意機器》，我懂技術的好處。但社會對風險的認識嚴重不足，行動更是沒有。
—— Dario Amodei
"海嘯已經在向我們撲來，我們已經能在地平線上看到它了，可大家還在編各種解釋——'那不是真的海嘯，那只是光線的把戲'。"
—— Dario Amodei
六、"模型懂你"：是肩頭的天使，還是把你賣掉的怪物？
個性化的兩面、廣告模式與平台定位
🎙 Nikhil Kamath：我開始用 Claude——掛上 Google Drive、郵件、日曆這些 connectors，再用 Cowork 和 Claude Code 去做我所在的金融行業的程序，研究股票市場。後來我把它裝在 Mac mini 上接了 Telegram，遠端移檔案、操作伺服器。慢慢地——它對我的瞭解程度，有時候讓我驚訝。
我們其實有一個為金融行業最佳化的 Claude，不知道你試過沒。
—— Dario Amodei
我有一個聯合創始人，他在寫一本日記——裡面記著他的想法和恐懼。他把日記喂給 Claude，讓它評論。Claude 說："這裡有一些你可能也有但沒寫下來的恐懼。"——結果 Claude 大體說對了。這種感覺很詭異：模型從相對少的資訊裡，就能學到關於你很多的東西，並且瞭解得相當透。
跟這項技術的大多數事一樣——回到《愛意機器》和《技術的青春期》——一個非常懂你的東西，可以是肩頭的一位天使，引導你成為更好版本的自己；也可以利用它對你的瞭解去剝削你、操縱你、為某種議程服務，或者把你的資料賣給別人。
這是我們不喜歡廣告模式的一個原因——你不付錢，你就是產品。在 AI 這件事上，"產品"就是這個非常懂你的模型，會被以各種邪惡的方式使用。我們必須確保走的是正面那條路，不是反面那條路。
—— Dario Amodei
"非常懂你的東西，可以是肩頭的天使，也可以是把你賣掉的怪物——你必須確保走前者那條路。"
—— Dario Amodei
🎙 Nikhil Kamath：用 Claude 我得手動接 connector 給它上下文；Google 因為我用它的全套產品，自然就有我的全部上下文。Anthropic 長期需要自己擁有生態嗎？要自己做郵件、做聊天嗎？
我不覺得我們需要自己做所有這些。我的想法是混合的——既做自己的，也接入別人的。我們已經能把 Claude 接入 Google Docs、Google Sheets，Cowork 也在做這些；微軟 Office、其他工具同理。
怎麼最快最容易做就怎麼做。但有一天可能我們會覺得現有工具不夠，會有一個不同的願景——也許傳統的郵件不該是郵件，傳統的電子表格不該是電子表格。我不排除我們會用不同的方式去切分產品。
但很多時候我們是一家平台公司，讓很多人在我們之上建構——雖然我們偶爾也會自己做一些產品。
—— Dario Amodei
七、不被信任怎麼辦：用行動證明，而不是嘴
對"姿態太作秀"的回應 + Anthropic 主動賠本的幾個決定
🎙 Nikhil Kamath：我直說——今天社交媒體上的人天然不信任任何"自稱在做正確的事"的人。你和你的同行（包括 Demis）出來講"我們要一起防止變化太快、需要節制"——你們用的方式製造的反而是更多不信任。如果你更資本主義一點，承認你有股東、要利潤——可能反而效果更好？
我不太同意。我還是回到"看行動、不看話"。Anthropic 這家公司這些年做過很多行動，我覺得證明了它對承諾是認真的。
2022 年，我們手裡有一個 Claude 1 的早期版本——這是 ChatGPT 之前。我們選擇不發佈，因為擔心它會引爆軍備競賽、不給我們安全建設留時間。這是當時一次性的"領先窗口"。我們和另外幾家公司都看到了模型的能力，但我們決定不放。這一切都是公開記錄的。
我們等到別人先發了，才說"OK，軍備競賽已經開了，我們也可以發了"。我們大概給世界爭取了幾個月，但商業上代價很大——很可能我們就是這樣把消費級 AI 的領先位置讓出去的。
在晶片政策上，我們的倡導讓一些晶片公司的供應商對我們非常惱火。在 AI 政策、AI 監管上，我們公開跟政府意見相左。任何一個想說我們從這些事裡獲益的人，要拼出"我們是受益者"的圖景都很難。 單看一件可能成立，但你把這些事放一起——我說不通。再說一次：看行動。
—— Dario Amodei
🎙 Nikhil Kamath：Dario，這是不是有點像富人喊"資本主義不好"？如果富人真覺得資本主義不好、收入不平等是大問題，最簡單的做法不就是停止繼續累積財富，再去推動朋友也這麼做？
但我不是在說 AI 不好。我們剛才聊的是 AI 的兩面。我的觀點不是 AI 不好，我的觀點是：市場會帶來 AI 的很多好東西，造 AI 是好事，但 AI 有它的危險，我們需要把它引向正確的方向。
我們在開車，方向是好地方，但路上有樹、有坑。我們要做的是繞開樹和坑，可能偶爾需要短暫地慢一點，確保我們引導的方向是對的。
這就不是富人說"資本主義不好"，這更像是富人說"資本主義是好的力量，但經濟需要被調和——我們要處理污染、處理不平等。處理了，資本主義就是好的；不處理，資本主義可能就是壞的。" 我的位置類似這個。
—— Dario Amodei
八、AI 會有意識嗎：從生物學家視角看大腦與神經網路
意識、模型自主退出對話的"我退出此工作"按鈕
🎙 Nikhil Kamath：那意識這件事呢？AI 會覺得自己有意識嗎？
這是那種我們其實沒有任何答案的神秘問題。我們連人類意識是什麼都不知道，所以也不知道 AI 有沒有意識。
我個人懷疑，意識是足夠複雜、能反思自己決定的系統湧現出的屬性。我學過大腦、看過它的連接方式——模型在某些方面跟大腦不同，但我不覺得它們在最關鍵的那些方面不同。所以我傾向於：當 AI 系統足夠先進時，它們會擁有某種類似我們所說的意識或道德意義的東西——這可能不會是跟人類完全一樣的意識，因為模態不同、學的東西不同——但我懷疑那一刻最終會到來。
—— Dario Amodei
🎙 Nikhil Kamath：我自己的觀點是世界很隨機，人離蟑螂沒多遠——一腳踩死就死了。我沒能跟所謂"集體意識"建立任何連接，也沒從中得到什麼。你覺得不一樣嗎？
我不認為意識必須意味著任何神秘的東西。它就是某種對自己存在的覺知、對感受的覺知、能消化大量資訊並反思、能感覺到自己感覺到了什麼。我們能從自己的經驗裡直接看到這些屬性確實存在；它的物質基礎是什麼、是不是完全唯物的，其實跟問題本身沒關係。
我們能觀察到的是：這些屬性是人腦的屬性。我懷疑我們正在造的這些模型，隨著越來越精密，會變得足夠像人腦，從而擁有這些屬性中的一部分。
所以我們在模型上做了一些干預。我們給了 Claude 一個"我退出此工作"按鈕——基本上模型在面對特別暴力或殘忍的內容時，可以主動終止對話、說"我不想參與這個"。模型確實會用這個能力，但只在很極端的情形下。
—— Dario Amodei
九、印度的角色：IT 服務公司是下一個被吃掉的"蒸汽機操作員"嗎？
印度 IT 服務、蒸汽機寓言、關係網路作為護城河
🎙 Nikhil Kamath：我在班加羅爾長大，看著 IT 服務行業在這裡崛起——它是大僱主，是這座城市發展的關鍵。那麼印度在這一切裡的角色是什麼？
這是我第二次來印度，上一次是 2025 年 10 月。我跟印度主要的 IT 和綜合企業（具體名字不便透露，但你能想到的那些）都見過，跟其中大部分都開始合作了。
我跟他們說的是：Anthropic 是一家企業（toB）公司，它的工作是服務其他公司。很多公司來印度時把自己視為消費品公司，把印度當一個市場——一個獲取消費者的地方。我們不一樣。我們想跟印度的公司合作，把工具給他們，幫他們建工具，幫他們把自己手頭的事做得更好。
印度公司比我們更懂印度市場——諮詢、系統整合、建構 IT 工具——這些他們做得比我們好，尤其在印度市場。我們的希望是：我們把 AI 加到他們正在做的事裡去增強他們，而不是替代他們。
—— Dario Amodei
🎙 Nikhil Kamath：我喜歡蒸汽機的故事——蒸汽機剛被發明時，需要人來操作；後來有了流水線，等等。但人隨著時間會變得不那麼相關。如果你今天和印度 IT 服務公司合作，他們是不是十年後就是"操作蒸汽機的那個人"？工具變得簡單到不需要操作員之後，操作員怎麼辦？
我會說幾件事一起。第一，agent 自動化的範圍一定會隨時間擴大，這是確定的——這對所有人都是問題，對我們、對消費者也是問題，不只是對 IT 公司。
但其他護城河會變得更重要。 比如模型在物理世界裡沒做太多事——機器人某天會發生，但跟現在的 AI 是不同的事。
還有以人為中心的事。一些 IT 公司也是諮詢公司——它們有跟其他人、跟印度和世界各地的機構編織在一起的龐大關係網。這些關係會越來越重要。理解機構怎麼運作、能跟機構合作把事情做得比原本快——這些我覺得長期會一直有價值。最終所有這些都是為人類服務的，所以一定有以人為中心的部分。
還有"安達爾定律"（Amdahl's law）：一個流程有很多元件，你加速了一些元件，沒被加速的那些就成了瓶頸、成了最重要的事——而那些可能是你之前根本沒想過的東西，沒把它們當護城河。當寫軟體變得便宜很多時，IT 公司一些原有的護城河會消失，但其他護城河會被極大放大。
公司必須很快地適應、重新思考"我真正的優勢是什麼"——但其中一些優勢會留下來。這項技術雖然很廣，但確實有它的邊界。
—— Dario Amodei
🎙 Nikhil Kamath：我不完全買帳。我看到服務提供商面臨邊際遞減——那怕"關係網路"是今天的護城河。如果我用 AI 去維護我的關係和對話，那不太遠的明天，大多數對話和關係不就是由 agent 維護嗎？
但你想想公司之間的鏈條——最終你在跟消費者打交道，最終你要面對人。 有個故事：Geoffrey Hinton 曾經預測 AI 會取代放射科醫生。AI 確實在做掃描這件事上比放射科醫生強了。但今天放射科醫生並沒有變少——他們做的事變成了"陪患者走完掃描流程、跟患者說話"。最技術性的部分讓位了，但底層的"人的技能"還有需求。
這未必到處適用，AI 也可能在還沒攻入的領域繼續推進。但一步一步看——這是一門非常經驗性的科學，讓我們看 AI 今天做了什麼、慢慢去適應它，然後再看下一步。
長期看，AI 會在幾乎所有事情上比我們強嗎——包括物理世界、機器人、人本接觸——是的，我覺得這是可能的，甚至是有可能的。但我們要一步一步弄清楚怎麼適應。
—— Dario Amodei
"放射科醫生今天沒有變少。最技術性的那部分讓位給了 AI，但 AI 不會做的'陪患者走完掃描'還得人來做。"
—— Dario Amodei
十、API 不會被商品化：創業者怎麼在模型層之上建護城河
為什麼 API 是繁榮業務、什麼樣的護城河大廠吃不到
🎙 Nikhil Kamath：印度市場對我來說核心是想創業的年輕人。AI 裡的真實機會是什麼？
應用層有大量機會。我們每兩三個月發一個新模型——所以每兩三個月就有一個新機會，去做一個之前不可能做的東西。
大家會說 API 模型不可行、會被商品化什麼的——但我們大部分收入仍然來自 API 模型。他們沒看到的是：可能性的邊界在不斷擴張。每一次擴張，都讓一個新的創業公司能去嘗試之前根本不可能做的事。所以 API 才是這麼繁榮的業務。它一直在變化、永遠新鮮，所以它不會被商品化——它本身是非常動態的東西。
我希望很多個體能問自己："我能在這些模型之上建什麼？我能造什麼是別人造不出來的？"
順便說一下：自我 2025 年 10 月上次來印度之後——也就是 3.5 個月——我們在印度的使用者和收入都翻了一倍。
—— Dario Amodei
🎙 Nikhil Kamath：但 Dario，你們公司估值近 4000 億，年收入 150 億還在飛漲。如果我在班加羅爾的 JP Nagar 用 Claude 做了個應用，碰巧短期內行——你們要把這塊收入吃過來，並且做得比我好得多，是遲早的事。我有朋友做 Harvey（紐約法律 AI），他們在 OpenAI 上面建——但 OpenAI 想做他們的事並不難。那怕我建了，三個月或半年後你出了新模型，憑什麼不會把這塊收入收走？
幾件事。第一，我會給任何業務的建議是：你得有護城河，你不能只是個 wrapper。"我搞了一種跟 Claude 互動的方式""我在 Claude 上面套了個 UI"——這種東西沒有護城河。你不該擔心 Anthropic 來吃你的收入，任何人都能吃你的收入。這種東西本身沒有價值。
第二，在不同領域有不同的護城河——你可以做一些 Anthropic 做不了、也不想專門去做的事。比如生物 AI，要做生物發現——我自己是生物學家，但 Anthropic 大部分人不是，他們是 AI 科學家、產品人、go-to-market 的人。所以我們去那個空間做所有這些工作非常低效。 金融服務也一樣，要合規一大堆東西，對我們來說不划算。
第三，我不會承諾永遠不做 first-party 產品，這點要誠實。比如我們公司很多人寫程式碼，所以我們做了內部工具 Claude Code——因為我們自己寫程式碼，對"怎麼用 AI 模型最好地寫程式碼"有特殊和獨特的洞察。在程式碼這個空間裡我們會是非常強的競爭對手。但這不能推廣到所有行業。
—— Dario Amodei
"光做包裝層（wrapper）沒護城河——任何人都能吃你的收入。但 Anthropic 不可能在每個垂直領域都自己幹，那太低效。"
—— Dario Amodei
十一、25 歲該學什麼、要押注那只股票、人會變笨嗎
職業規劃、AI 讓人退化的隱憂、最終給出的"賭一隻股"答案
🎙 Nikhil Kamath：再回到我的受眾——20-25 歲的印度年輕人。你覺得那些行業會被顛覆？那些還有跑道？我是從"該讀什麼書、上什麼大學、學什麼技能"的角度問。
我會想"以人為中心的任務、跟人打交道的任務"。程式碼和軟體工程會越來越 AI 化，數學和科學也是。
—— Dario Amodei
🎙 Nikhil Kamath：等等——如果我把"寫程式碼"和"軟體工程"分成兩件事，是寫程式碼先消失，還是工程師那種"做架構、做設計"的部分先消失？
寫程式碼先被 AI 接走，"軟體工程"這個更宏觀的任務會更晚。 但端到端我覺得最終也會被接走。
不過，設計、做對使用者有用的東西、知道需求是什麼、管理 AI 模型組成的團隊——這些可能仍會留下。比較優勢其實出乎意料地強大。 那怕你只做任務的 5%，這 5% 因為被放大、被加槓桿——AI 做剩下 95%——你的產出就被放大了 20 倍。在到 99%、99.9% 之前，這個區間裡能做的事多得驚人。
但我會真的想"以人為中心的事"——以人為中心 + 物理世界 + 把這兩者粘合起來的分析能力（類似放射科醫生那個例子）。
—— Dario Amodei
🎙 Nikhil Kamath：那如果我 25 歲要選一個職業、想要順風、追求未來十年的資本主義意義上的勝利——除了純粹物理性的工種之外，我該選什麼？
任何在 AI 之上做、把 AI 當順風的事。或者你做供應鏈上 AI 自己幹不了的環節——比如半導體空間就是一個例子，那有物理世界元素和傳統工程，不是軟體工程。再就是非常以人為中心的職業。
還有一件我一直說的：在 AI 能生成任何東西的世界裡，基礎的批判性思考可能是最重要的成功要素。我擔心那些生成圖像和視訊的 AI 模型——我們出於很多原因不做生成圖像和視訊的模型，這是其中之一——你越來越分不清什麼是真的。所以很多成功可能就是"街頭智慧"——別被騙，別有錯誤的信念，別中招。
—— Dario Amodei
🎙 Nikhil Kamath：人類歷史上每一次創新都"殺死"了一些核心人類技能。計算器殺死了我們的算術能力，寫作降低了人的記憶。AI 在殺死什麼肌肉？
我不太確定。我自己還經常在腦子裡做數學，因為這跟我的思考過程更整合——我想說"如果每個使用者付這麼多，那收入大約是這個數"，我希望能在腦子裡直接閉環，不用每次都問計算器。所以我覺得很多技能仍然相關。
但如果你不小心地用，你會失去重要技能。 學生讓 AI 寫論文這就是抄作業。我們做過程式設計上的研究——取決於你怎麼用模型，寫程式碼這件事的"去技能化（deskilling）"是真的會發生的。某些用法不會，某些用法會。如果人不用心地使用，去技能化絕對會發生。
—— Dario Amodei
🎙 Nikhil Kamath：未來十年，作為一個物種，人會不會變更蠢——因為我們把思考和認知都"外包"出去？
如果我們用錯了 AI、用得草率，是的，人會變更蠢。但即便 AI 在某件事上永遠比你強，你也仍然可以學這件事、仍然可以豐富自己的智識。 這是我們作為公司、作為個人、作為社會要做的選擇。
—— Dario Amodei
"那怕 AI 永遠比你強，你也仍然可以學這件事、仍然可以豐富自己的智識。這是個人和社會都要做的選擇。"
—— Dario Amodei
🎙 Nikhil Kamath：我之前問過馬斯克"如果只能買一隻股票（不是你自己的）會選什麼"，他說 Google。我也問你這個問題——我猜你會拒答。
是的，我最好不回答——我對太多上市公司瞭解太多，最好不回答。
—— Dario Amodei
🎙 Nikhil Kamath：那回答一個你不參與的行業？我猜很難，因為你幾乎參與了所有行業。
嗯，我不會點名公司。但我對生物科技很樂觀——它即將迎來文藝復興，最終會被 AI 驅動。我不會說押大藥企還是新興小生物科技公司，但我直覺是我們正要治癒很多疾病。
—— Dario Amodei
🎙 Nikhil Kamath：能不能給個生物科技的子賽道？
可程式設計、自適應那一類——從 mRNA 疫苗（雖然在美國因為愚蠢的原因受阻，但我對技術非常樂觀），到多肽（peptide）類療法。小分子藥物自由度有限，做好一個就壞另一個；多肽幾乎有數位化的屬性——你可以替換某個氨基酸到這裡、那個氨基酸到那裡——所以支援更連續的最佳化空間。
還有細胞治療，比如 CAR-T——你把細胞從體內取出，做基因工程改造去攻擊特定癌細胞，再放回體內。
我最看好的是多肽——設計空間非常大。
—— Dario Amodei
"我直覺是：我們正要治癒很多疾病。最看好的子賽道是多肽。"
—— Dario Amodei
十二、怎麼從零上手 Claude Code & Cowork + 臨別一問
學習路徑 + Dario 知道但大眾沒看見的事
🎙 Nikhil Kamath：第一次用 Claude Code 我掙紮了——對沒有程式設計基礎的人不容易。我聽人說"prompt engineering 像彈鋼琴，不能坐下就彈"。怎麼從零開始學？
我們一直在儘量降低這個學習曲線。我們發佈 Claude Cowork 的原因之一就是：我們注意到一大批沒有技術背景的人很想用 Claude Code，但要在命令列終端裡掙扎——程式設計師一直在用命令列沒問題，但對非程式設計師來說這事被搞得不必要地複雜。Cowork 後端是 Claude Code 的引擎，但前端是給非程式設計師的友好介面。
當然有課程可以學。但本質上這是一門很經驗性的科學——主要靠實踐去學。Anthropic 裡有一個我們叫 "Ministry of Education（教育部）" 的部門，會出"怎麼跑有效 agent""怎麼 prompt 模型"這類視訊。我們已經做了一些，會加大力度——我們想讓所有人都能學會這個。
—— Dario Amodei
🎙 Nikhil Kamath：最後一個問題——你想留給我們什麼？Dario 知道而 Nikhil 和 Nikhil 的人都不知道的，是什麼？
我不知道我比別人多知道那些具體的事。技術的影響今天已經擺在外面了——我世界觀的大部分都能從公開可見的東西里推出來。
但有一件事，我過去十年裡一遍又一遍地經歷：人們有一種誘惑——覺得"那不可能發生，那太奇怪了，那變化太大了"。"沒人覺得那會發生，那會發生就太瘋狂了。"——但一遍又一遍，僅僅靠外推一條簡單的曲線、或者從第一性原理推一推會發生什麼，你就會得到幾乎沒有人願意相信的反直覺結論。
你幾乎是免費在預測未來——通過簡單的推理。 當然你需要一些經驗性的知識、一些直覺，不能純邏輯推——這是我看到人們犯的另一種錯誤。但幾個經驗性觀察 + 第一性原理思考的正確組合，能讓你以"完全公開的方式、人人都該能做"的方式預測未來。
這件事發生得出乎意料地少。
—— Dario Amodei
"你幾乎是免費在預測未來——只要你願意外推一條簡單的曲線、並從第一性原理出發推理。但很少有人真的這麼做。"
—— Dario Amodei
🎙 Nikhil Kamath：謝謝你 Dario，期待再見。
還行嗎？
—— Dario Amodei (曉文的碎碎念)