Anthropic CEO Dario Amodei 在一场深度访谈中谈到，未来十年里，最先被 AI 模型完全取代的，很可能是「纯写代码」的工作。他把眼下的技术变化形容为一场已经逼近海岸线的海啸，认为社会整体仍未真正意识到 AI 正在接近怎样的能力水平。
这场对话围绕一个直接的问题展开：如果今天 25 岁，想在未来十年获得职业和财富上的成功，应该学什么，编程是否还有用。Amodei 的回答很明确。他说，Coding 会最先消失，或者说，最先被 AI 模型完全替代。
不过，他同时强调，Coding 不等于 Software Engineering。写出具体代码行的工作可以交给 AI，但软件工程并没有被判死刑。系统如何设计、怎样满足真实用户需求、如何管理由多个 AI 代理组成的团队，这类工作会存在更长时间。
在他的表述里，人类的比较优势并没有消失，而是发生了转移。未来工作流中，AI 可能承担 95% 的执行工作，人类守住最关键的 5%。这 5% 指向判断力、品味，以及对目标方向的把握。按照他的说法，这样的分工可以把人的生产力放大到 20 倍，一个懂业务、懂人性的个体，配合一组不知疲倦的 AI，就可能完成传统百人团队才能完成的任务。
把 AI 进展看成一场已经逼近的海啸
Amodei 在访谈中用「海啸」来形容 AI 的推进速度。他说，令他惊讶的是，当前 AI 模型已经如此接近人类智能水平，但整个社会似乎还在寻找各种理由，安慰自己说变化不会这么快发生。
他之所以对 AI 的演进速度保持高度确信，与他长期相信「Scaling Law」有关。按照他的比喻，这更像一场化学反应：当数据、算力和模型规模以正确比例投入，最终产物就是「智能」。在这一框架下，只要算力和数据继续增加，AI 就会持续变得更聪明。
他还用过去 5 年的变化来说明这种非线性跃迁。5 年前，计算机连一张像样的猫咪图片都很难生成；而今天，用户可以给 Claude 发一段猴子杂耍的视频，再问它「球在猴子手里换了多少次」，它也能给出准确回答。Amodei 认为，公众仍习惯用线性方式预测未来，但技术演进并不是线性的。
未来护城河：人本工作、物理世界与独立判断
在谈到普通人和下一代该学什么时，Amodei 给出的方向并不是继续押注标准化智力劳动，而是转向更难被模型复制的能力和行业。
第一类，是高度以人为中心的工作。AI 可以写商业计划书，也可以给出医疗诊断，但它无法在社交场景中建立信任，也无法替代人与患者之间的沟通、解释和安抚。Amodei 提到放射科医生的例子：过去有人认为 AI 会淘汰这一职业，因为 AI 看影像更准，但现实并非如此。看片子这项技术性工作被 AI 分担后，医生把更多时间放在与患者沟通、解释病情和安抚情绪上。
在他的判断里，未来高薪岗位会更多落在那些能够连接人、理解人、调动人的角色上。情商、共情能力，以及建立复杂社会关系网络的能力，会变得更稀缺。
第二类，是深入物理世界的工作。Amodei 认为，无论 AI 在数字世界里多强，它目前仍很难在现实环境中替人完成通马桶、拧螺丝这类任务。他建议年轻人关注物理世界与传统工程交汇的领域，例如半导体制造、新能源基础设施和高端制造业。
他的逻辑是，当软件世界被 AI 快速压缩、竞争加剧时，物理世界的建设反而因为更笨重、更依赖真实触感而形成缓冲区。如果能把 AI 的分析能力与实体产业结合，机会会更大。
第三类，不是具体行业，而是一项底层能力：批判性思维和街头智慧。Amodei 说，在一个 AI 可以随时生成假视频、假图片和假新闻的环境里，分辨真实与虚假会成为基本生存能力。人们需要避免被假象误导，也要避免形成错误信念，更要防止被诈骗。
除 AI 之外，他点名看好生物技术
访谈中，主持人还追问了一个投资问题：如果现在只有 100 块钱，只能买一只股票或押注一个行业，而且不能选自己的 AI 赛道，会选什么。
Amodei 给出的答案不是微软，也不是英伟达，而是生物技术。
这一判断与他的学术背景有关。在创立估值 400 亿美元的 Anthropic 之前，他拥有物理学和生物物理学博士背景，也曾在斯坦福医学院做博士后。他提到，自己最初投入 AI，一个重要原因就是生物系统中的蛋白质结构过于复杂，人类自身难以处理，需要借助 AI 来帮助治病。
他判断，生物技术即将迎来一场由 AI 驱动的复兴，并称人类将有机会治愈大量令人绝望的疾病。更具体地说，他特别提到多肽疗法和基于细胞的疗法，例如 CAR-T。
在他看来，传统化学小分子药物的设计更像碰运气，而多肽和 mRNA 等新一代生物技术具有更强的「可编程」属性，像生物世界里的计算机代码，可以借助 AI 进行数字化计算和持续优化。AI 算力与可编程生物学结合后，人类在对抗癌症、衰老和绝症方面可能出现重大突破。
别做「套壳产品」，把提示词当成弹钢琴来练
随着 AI 接管越来越多认知工作，访谈也谈到另一个担忧：人类会不会因为过度依赖 AI 而变笨。Amodei 的回答是，如果使用方式粗糙，人确实可能退化。他提到，他们的研究发现，如果学生只是让 AI 帮忙写作业，或者程序员只是机械复制 AI 生成的代码，技能会出现退化。
但他同时认为，选择权仍在人类手里。就像计算器出现后，人类并没有失去数学能力，反而借助它算出了登月轨道参数。他还说，自己现在依然经常在脑中做心算，因为这能让数学与思维过程更紧密地结合。
对于想在 AI 时代创业，或者成为「超级个体」的人，Amodei 给出几条更具体的建议。
- 不要做「套壳产品」。如果只是调用 Claude 或 ChatGPT 的 API，配一个漂亮界面，再加一些提示词就拿去卖，这类产品没有护城河。
- 建立足够深的垂直壁垒。他说，Anthropic 不会去碰那些高度专业化的垂直领域，例如生物医药跨界 AI、以及高度监管的金融服务业。巨头不愿意做、或者看不上的垂直 Know-how，反而可能成为普通创业者的生存空间。
- 把提示词工程当成一项需要长期练习的技能。他引用一句话说，写提示词就像弹钢琴，不能指望一坐到琴凳上就弹出贝多芬。
为了让非技术人员也能更容易使用 AI，Anthropic 开发了无需写代码的 Claude Co-work。但在他看来，工具再简单，也离不开持续实操。用户需要不断试错，给 AI 设定上下文，建立 AI 智能体机制，才能真正掌握这套工具。
第一性原理：智力成本将无限趋近于零
在访谈最后，Amodei 回到他一贯强调的方法论。他说，过去 10 年里，他反复经历同一种情况：当人们根据简单曲线外推，或者用简单逻辑推演未来时，往往会得到一些反直觉的结论，很多人会觉得那太疯狂，不可能发生，但最后事情还是发生了。
他把这种判断归结为第一性原理。放在 AI 时代，这套原理指向一个核心结论：智力成本将无限趋近于零。凡是可以被逻辑化、数据化、重复化的脑力劳动，价值都会被快速压缩。
在这个前提下，他给出的方向也很直接：去理解人心，去连接物理世界，去掌控 AI，守住那最关键的 5%。
本文来自微信公众号「新智元」（ID：AI_era），作者为 ASI 启示录。MarsBit 对相关内容进行了转载。