编程死了吗？Dario Amodei 的答案比你想象的更微妙

阅读提示

• 原视频时长：约8分钟
• 本报告字数：约3,500字
• 预计阅读时间：5-7分钟

---

一、Claude Code 为什么在代码领域特别强？

Dario 在开头说了一句容易被忽略但非常重要的话：Claude Code 最初是 Anthropic 的** 内部工具**，因为他们自己的工程师需要用它写代码。

"We made this internal tool called Claude Code and because we ourselves write code we have a special and unique insight into how to best use the AI models to write code."

"我们做了这个叫 Claude Code 的内部工具，因为我们自己写代码，所以我们对如何最好地使用 AI 模型写代码有独特的洞察。"

这句话值得停下来想一想。大多数 AI 工具公司是在猜测用户需要什么，而 Anthropic 是在用自己做工程师的真实经验来训练和优化这个产品。这是一种很特殊的"自我进化"路径——工具在使用过程中被使用者本人打磨，形成了竞争对手很难复制的优势。

---

二、编程 vs 软件工程：消失的不是同一件事

Nikhil 问了一个非常精准的问题："编程"和"软件工程"是两件不同的事，哪个先消失？

Dario 的回答清楚、直接：

"I think coding is going away first—coding is being done by AI models first—and then the broader task of software engineering will take longer."

"我认为编程会先消失——编程正在被 AI 模型率先取代——然后更宏观的软件工程任务会花更长时间。"

这个区分非常关键：

"写代码"（Coding） = 把逻辑翻译成机器语言的执行层工作。这一层正在快速被 AI 接管，而且速度比大多数人预期的快。

"软件工程"（Software Engineering） = 理解用户需求、系统架构设计、产品判断、团队管理、在模糊中做决策。这一层仍然需要人，但 Dario 也没有否认它最终也会被 AI 渗透——只是"需要更长时间"。

但他紧接着补充了一个让人意外的论点——** 比较优势（comparative advantage）的力量**：

"Even if you're only doing 5% of the task, that 5% gets super amplified and levered because the AI does the other 95%—so you become 20 times more productive."

"即使你只在做这项任务的5%，那5%也会被超级放大和杠杆化——因为 AI 做了其余95%——所以你的生产力提升了20倍。"

这是一个反直觉但重要的洞察。很多人在想"我的技能会不会被完全取代"，但 Dario 的框架是：** 只要你还有那5%的独特贡献，你的价值就被放大，而不是被消除。** 问题不是"AI 能不能做我能做的事"，而是"在人机协作中，我那5%的不可替代性在哪里"。

当然，他也承认这个游戏有尽头："当你做的比例降到1%，99%由 AI 完成，这个公式就失效了。"但他认为这个临界点还很远。

---

三、25岁，你应该学什么？

Nikhil 把问题具体化到了极点："我25岁，我想要资本主义意义上的10年内赢，我应该选哪个行业？"

Dario 的回答围绕三个方向：

** 方向一：以人为中心的工作（Human-Centered Work）**

任何涉及到与人建立关系、理解人的需求、在人际层面创造价值的工作，都有相对更长的runway。Dario 没有具体展开，但这个方向包括：医疗（尤其是需要共情的部分）、教育、心理咨询、销售、领导力……这些工作的核心不是信息处理，而是信任建立和情感连接。

** 方向二：半导体/硬件供应链**

这是 Dario 给出的最具体的行业推荐：

"Something in the semiconductor space—that has an element of the physical world and more traditional engineering, not software engineering."

"半导体领域的相关工作——这包含物理世界的元素，以及更传统的工程学，而非软件工程。"

背后的逻辑：AI 的发展最终受制于硬件产能。芯片设计、制造工艺、先进封装、供应链管理……这些需要物理世界实体操作的工作，不像纯软件那样容易被 AI 替代。半导体行业同时需要传统工程技能（物理、材料、工艺）和对 AI 趋势的理解，这种组合使它成为一个时间窗口很长的机会。

** 方向三：批判性思维（Critical Thinking）**

这是 Dario 强调得最多，也最容易被忽略的一点：

"In a world where AI can generate anything and create anything, having basic critical thinking skills may be the most important thing to success."

"在一个 AI 可以生成任何内容的世界里，拥有基本的批判性思维能力可能是成功最重要的事情。"

他的忧虑很具体：当深度伪造图像和视频泛滥，当你无法从外观判断什么是真实的，** 不被欺骗的能力**本身就成了一种稀缺技能。不相信错误信息、不掉入诈骗、不基于假前提做决策——这些听起来像常识，但在 AI 内容洪水中，它们会变成真正的竞争优势。

---

四、AI 在杀死什么人类技能？

Nikhil 问了一个历史哲学式的问题：** 计算器杀死了我们心算的能力，文字削弱了我们的记忆力，AI 在杀死什么？**

Dario 的第一反应是抵抗这个前提：

"I still do math in my head quite a lot. I still find it useful to do math in my head even without a calculator—because it's more integrated into my thought processes."

"我仍然经常在脑子里做数学。我发现不用计算器做心算仍然很有用——因为它更融入了我的思维过程。"

这不是在否认技术的影响，而是在说：** 技能的消亡是有条件的，不是自动发生的。** 他没有说"计算器不影响心算"，而是说"我选择了继续练习心算，因为它给我带来价值"。

但他随即坦承了 Anthropic 内部的研究发现：

"We did some studies around code and showed that depending on how you use the model, we can see deskilling in terms of writing code. There are different ways to use the model—some of them don't cause deskilling, and some of them do."

"我们做了一些关于代码的研究，发现根据你如何使用这个模型，我们可以在写代码方面看到去技能化的现象。使用模型有不同的方式——有些不会导致去技能化，有些会。"

这是这场访谈里最值得深思的信息之一：** 同一个 AI 工具，用法不同，对人的认知能力影响截然不同。** Anthropic 自己有数据证明这一点。

这意味着"AI 会不会让人变笨"不是一个有统一答案的问题，而是取决于个人如何选择使用它。用 AI 替代思考，会导致去技能化；用 AI 放大思考，则不会。

---

五、人类会因此变笨吗？

这是整个访谈里 Dario 回答得最诚实的一个问题。Nikhil 直接问："我们在把思考和认知外包给 AI 系统，人类这个物种会因此在未来十年变得更笨吗？"

Dario 没有回避：

"I think if we deploy AI in the wrong way, if we deploy it carelessly, then yes, people could become stupider."

"我认为如果我们以错误的方式部署 AI，如果我们粗心地部署它，那么是的，人们可能会变得更笨。"

但他紧接着给出了反驳和希望：

"Even if an AI is always going to be better than you at something, you can still learn that thing, you can still enrich yourself intellectually. That's a choice we have to make—as individual companies, as individual people, and as society overall."

"即使 AI 在某件事上永远比你强，你仍然可以去学那件事，你仍然可以在智识上丰盛自己。这是我们必须做出的选择——作为独立的公司，作为独立的个人，以及作为整体的社会。"

** 这是一个责任的问题，而不是一个技术的问题。** AI 不会让人类自动变笨——** 让人变笨的是不加思考地使用 AI 的选择**。这个选择发生在个人层面，也发生在公司产品设计层面，也发生在教育政策层面。

---

六、非程序员如何开始用 Claude Code？

Nikhil 坦言自己第一次尝试用 Claude Code 时完全搞不定——因为命令行终端对非技术用户来说是一道真实的门槛。

Dario 的回应透露了一个重要的产品背景：** Cowork 就是为这个问题而生的。**

"We released Cowork—which is basically Claude Code for non-coders. We were noticing a bunch of non-technical people who really wanted to use Claude Code and were struggling through the command line terminal. Cowork was designed to be more user-friendly—powered by Claude Code on the backend but with a much more accessible interface."

"我们发布了 Cowork——本质上是面向非程序员的 Claude Code。我们注意到很多非技术人员非常想用 Claude Code，却在命令行终端上挣扎。Cowork 被设计成更友好的界面——后端由 Claude Code 驱动，但有更易于使用的交互体验。"

他同时提到了 Anthropic 内部有一个叫做 "Ministry of Education"（教育部） 的团队，专门负责制作教程、帮助更多人学会使用 AI 工具。他认为学会用 AI 本质上是一门实践科学：** 你主要通过实际动手来学习（learning by doing），而不是通过看理论。**

这也解释了为什么 Claude Code 和 Cowork 是两个并行存在的产品：一个服务于愿意穿越命令行学习曲线的技术用户，另一个服务于想直接用 AI 解决问题、不想管底层细节的非技术用户。

---

核心洞察速览

1. ** 编程（Coding）先死，软件工程（Engineering）后死。** 两者不是同一件事，消失的时间表不同。但 Dario 没有否认两者最终都会被 AI 深度渗透。

2. ** 比较优势比你想象的更持久。** 只要你还有5%的独特贡献，AI 就能把它放大20倍。真正的问题是：你那5%是什么？

3. ** 最好押注的方向：人际工作、半导体供应链、批判性思维。** 批判性思维的价值在于"不被骗"，这在 AI 生成内容泛滥的时代将是罕见的稀缺资源。

4. ** AI 是否让人变笨，取决于使用方式，不取决于 AI 本身。** Anthropic 有研究数据证明"去技能化"是真实存在的，但不是不可避免的。

5. ** Cowork 是 Claude Code 的平民版。** 它的诞生就是为了解决 Nikhil 提出的那个问题——让不懂命令行的人也能用上 AI 的底层能力。

---

行动启示

** 如果你是25岁、想在10年内赢：** Dario 给的三个方向里，批判性思维是最被低估的一个。它不需要你去报班，它需要你养成一个习惯——** 对任何信息的来源、动机和可验证性保持怀疑**。这个习惯在 AI 内容洪流中将变得越来越值钱。

** 如果你是正在用 AI 写代码的程序员：** 注意 Anthropic 自己的研究发现——使用模型的方式决定了你是在增强自己还是在削弱自己。用 AI 来帮你审查、挑战和放大你的思路，而不是替代你的思路。

** 如果你是非技术用户，想开始用 AI 提升效率：** Cowork 正是为你设计的起点。Dario 说的"学习是实践科学"是真的——最快的方法是找一个真实的任务，直接开始做，在做的过程中学。

---

金句收录

"Coding is going away first—coding is being done by AI models first—and then the broader task of software engineering will take longer." 编程会先消失——编程正在被 AI 率先接管——更宏观的软件工程任务需要更长时间。 ——Dario Amodei

"Even if you're only doing 5% of the task, that 5% gets super amplified and levered." 即使你只做了这项任务的5%，那5%也会被超级放大和杠杆化。 ——Dario Amodei

"Having basic critical thinking skills may be the most important thing to success." 拥有基本的批判性思维能力，可能是成功最重要的事情。 ——Dario Amodei

"Depending on how you use the model, we can see deskilling in terms of writing code." 根据你如何使用这个模型，我们可以看到写代码方面的去技能化现象。 ——Dario Amodei

"Even if an AI is always going to be better than you at something, you can still learn that thing, you can still enrich yourself intellectually." 即使 AI 在某件事上永远比你强，你仍然可以去学那件事，你仍然可以在智识上丰盛自己。 ——Dario Amodei

---

时间线索引

时间戳	内容
[00:00:00]	Claude Code 的内部起源与代码领域竞争优势
[00:00:22]	哪些行业会被颠覆，哪些有顺风
[00:01:08]	编程 vs 软件工程：哪个先消失
[00:01:53]	比较优势理论——5%的不可替代性
[00:02:42]	25岁选什么职业：半导体、人际工作、批判性思维
[00:04:25]	AI 在杀死哪些人类技能（Anthropic 的去技能化研究）
[00:05:59]	人类会变笨吗？这是一个选择的问题
[00:06:38]	非程序员如何学用 Claude Code，Cowork 的诞生背景