編輯 ｜ 雲昭
「AI 殺死了個別貢獻者（IC），軟體開發者正在變成管理者！」
「十年後畢業的人，退休前可能會換 50 份工作！」
Superphonic 創辦人、OpenAI 前網站負責人和工程師、微軟和 Meta 的前高階主管 Philip Su，在前一段時間發表了一篇文章——《AI 正在殺死個別貢獻者》，描繪了 AI 讓程式設計體驗發生的根本性轉變。
在文章中，他表示由於 AI 的出現，「個別貢獻者」這一基礎軟體開發工作崗位正在永久消失，無論你的程式設計能力是否（實際上，尤其如果你比 AI 更擅長寫程式）都無法改變這一事實。
相比之下，軟體開發者會愈發偏向「管理者」的角色：在不同 agent 之間排定優先順序，判斷兩個不同 LLD（低階設計）哪個方案更合理，規劃下一週的工作，本質上是在「指派」幾乎所有執行工作。
在近期的訪談播客中，Philip Su 也再次闡明了這一觀點。他分享了自己在 Meta 的工作經歷：他曾在 Meta 做到 E9，然後又主動降職到 E7，只為了重新當 IC 撰寫程式碼。但隨著 AI 程式設計能力越來越強，他認為傳統意義上的 IC 角色可能已經結束了——那種獨自在辦公室專注解決技術問題、和兩三個同事討論技術取捨的模式。
此外，Philip 還提出了一些讓人耳目一新的觀點，例如未來「有人類介入」反而會成為程式碼品質下降的標誌，公司可能會刻意隱藏「有人類修改程式碼」這件事，因為那會被視為品質風險。
AI 什麼時候會取代人類日常工作？關鍵在於責任歸屬。如果你的 Claude Bot 做做錯事，責任在你。責任歸屬問題和監管制度也是目前部分工作依然安全的原因。
關於 AI 與人類工作的關係，目前主流看法分為兩派：增強派和取代派。增強派認為我們這一代不會被完全取代；取代派則認為崗位會消失，然後為二階、三階後果提前佈局。但無論哪一派，認為「AI 不會改變我的工作」是唯一確定錯誤的判斷。
小編在不改變原意的基礎上整理了播客全文，嘉賓的觀點還是有不少啟發，建議收藏細讀，enjoy！
個別貢獻者的傳統角色已經結束了
主持人：
Philip，謝謝你再次做客。你在那篇《AI 殺死了 IC》的文章裡提出一個觀點：傳統崗位正在消亡，所有人都會變成管理者。你寫道，我們已經越過了「事件視界」，潘朵拉的盒子已經打開，精靈已經被釋放，一切都回不去了。你自己有沒有經歷過那種「coding agent 時刻」？
Philip Su：
有的。我大概兩年多前就開始用 AI 程式設計工具了，從 GitHub Copilot 開始。早期它更像是程式碼補齊，比如補齊 enum、語法結構之類的。我當時覺得確實能節省一點時間，但很難說服以前的同事相信 AI 會在他們的程式碼工作中扮演重要角色。不過就最近這兩個月來看，情況發生了根本性的轉變。很多原本持懷疑態度的人，現在都開始接受這樣一種可能：這不只是曇花一現，它真的可以完成相當規模的軟體工作，而不僅僅是補齊幾句話。
主持人：
為了避免節目內容顯得「過時」，我說明一下，今天是 2026 年 1 月 29 日。製作一期節目要花上幾週時間。如果屆時我們說的某些內容已經落後於現實，那是因為現在這個時間點。我覺得必須先打個預防針。
Philip Su：
這段錄製可能會被認為是發生在「奇點」前三個月。
主持人：
天啊，這期節目可能會「迅速過期」。希望大家記住這句話：軟體開發者正在變成管理者。我特別想聽聽你的看法，因為你在 Meta 做到 E9，然後又主動降職到 E7，只為了重新當 IC 撰寫程式碼。你的人生軌跡是反著走的，而且不止一次。那麼，「做 IC」這個概念現在是不是已經過時了？
Philip Su：
我職業生涯中大約在管理職和 IC 之間切換了六次。我確實認為傳統意義上的 IC 角色可能已經結束了——那種獨自在辦公室專注解決技術問題、和兩三個同事討論技術取捨的模式。因為如果你想想現在和 AI 共事的時間，你做的很多事情，其實就是傳統意義上管理者在做的事情：在不同 agent 之間排定優先順序，判斷兩個不同 LLD（低階設計）哪個方案更合理，規劃下一週的工作，本質上是在「指派」幾乎所有執行工作。所以現在的工作變成了「元工作」，而這正是多數管理崗位的本質。
主持人：
那是說 IC 都會變成管理者，而管理者就不需要了嗎？還是說管理者不再需要 IC 了？
Philip Su：
我認為兩種情況都會出現。我們都有這樣的經歷：走進一家「非軟體型」的傳統行業，比如水電工、HVAC（空調暖通）、牙醫診所之類，軟體工程師往往會想，「如果給我一週時間，我能把你這套系統徹底升級一遍。」
主持人：
那是我們的傲慢。真進去之後就會發現，有很多場景我們根本沒考慮到。
Philip Su：
沒錯，問題確實很複雜。但我確實認為，軟體工程會向這些傳統領域擴張，使得牙醫之类的人可以自己建構所需工具。我最近聽了《Hard Fork》播客的一期節目，他們請非程式設計師分享用 AI 的成功案例。有個水電工說，他完全靠 AI 給自己寫了一個客戶排班系統。回到你剛才的問題——管理者是否還需要？我認為當我們擴展到傳統非軟體行業時，會出現大量新業務，這是一種「增量」。至於管理層結構，我覺得依然會存在。即使在今天的組織裡，已經有管理者的管理者，層級很多。這是人類協作的問題，短期內仍然需要人類來解決。
主持人：
我們現在是「中途停靠」，還是終點？如果 IC 都變成管理者，那為什麼 AI 不能直接成為管理者？
Philip Su：
這並不天真。我多年來也說過類似的話，而且聽起來越來越不瘋狂。我常對人說：難道到了公元 3000 年，這個系統依然做不到嗎？有沒有什麼「根本性」的能力是 AI 永遠無法具備的？確實有非常聰明的人，比如 Yann LeCun，他會說大型語言模型從根本上無法完成某些任務。
但即使這個判斷是對的，我認為這個論點也有兩個問題。第一，確實有一些頂級人類，AI 長時間內難以超越。但世界上大多數人並不是那種頂級人才。就像當年 Deep Blue 對戰 Garry Kasparov。你可以說 AI 還不能打敗最強人類棋手，但事實上，即便在 Deep Blue 時代，它已經能擊敗大多數人類。我們真正的問題不是「是否存在一個人類在未來 50 年內還能超越 AI」，而是如果 AI 在某個領域比 90% 的人更強，那會怎樣？比如 90% 的管理者，如果是像《呆伯特》裡的那種經理，AI 能不能取代？大概率是可以的。
AI 越來越強，但問責問題依舊待解決
主持人：
過去一個月，我意識到自己可能有點像盧德分子，一直否認 AI 程式設計和 agent 的能力。我發現自己在不斷「移動門檻」：它不會做 LeetCode 題，不會解數學奧賽題，不會精煉需求……但後來我意識到有兩種限制：暫時性限制和根本性限制。而我每次抓住的，都是暫時性限制。人們常說，AI 是它此生最差的一刻，因為它只會不斷變好，能力是單調遞增的。於是我開始尋找「根本性限制」。
其實還有第三種：雖然不是根本限制，但在我有生之年它未必能達到。你說 3000 年，但我大概率活不到 2100 年。我只需要在我的職業生命週期內「跑贏」它。至於我的孩子和孫輩，那是另一回事。
舉個例子，我有個大學同學是放射科醫師。20 年來我一直跟他說，你的工作遲早會消失。因為他擁有非常豐富的訓練資料——MRI、CT、X 光影像，以及對應的診應的診斷結果，訓練路徑是結構化的。按理說，他為什麼還能保住工作？
這很像程式設計：程式碼本身是語言表達，可以抓取 GitHub 資料。但放射科醫師並沒有被取代。我記得 Andrej Karpathy 說過，他們的工作短期內是安全的。後來我想明白，核心在於「問責機制」。他要對每一份診斷署名。如果他說是癌症但其實不是，或反之，那責任在他。可以保險，但責任主體是他。而 AI 無法「承擔後果」。你可以把銀行帳戶交給 AI，讓它幫你做生意賺錢，但如果它失敗了，你沒法真正「解雇」它。
Philip Su：
你提到了一個很重要的點：監管。放射科醫師仍然存在，部分原因是監管制度。類似地，在其他行業也有工會。例如倫敦地鐵，即便列車已經可以遠端自動駕駛，工會仍堅持要有一個司機在車上，而且為了保持警覺，還要有一個同伴陪同。所以監管和工會行為會延緩取代。
但我也想到「公司法人格」這個概念。人類花了很長時間才接受公司可以作為「法律主體」存在，能簽合同、承擔責任。一旦接受了這種抽象概念，大量創新被釋放。我認為 AI 未來也可能類似——或許某種形式的「法律人格」會被賦予，從而建立問責結構。
主持人：
那模型具備「法律人格」意味著什麼？現在的架構下，你的 API token 指向某個資料中心裡的模型。它怎麼承擔後果？是 OpenAI 承擔嗎？模型本身怎麼承擔？
Philip Su：
這是個很好的問題，我也不知道如何劃分。比如，如果你的 Tesla 能自動出租成為 robotaxi，然後出了事故，責任算你的嗎？算 Tesla 公司的嗎？我不知道未來怎麼分配責任。但我確定的是，隨著人們越來越多地使用 agent，這類法律問題一定會浮出出檯面。總會有人用某個 AI agent 做出災難性決策，然後案件進入司法系統。答案還不清晰，但它一定會被現實檢驗。
未來有人類介入寫程式，反而會被視為「品質風險」
主持人：
回到軟體開發。什麼時候你真正感到開關被撥動了？
Philip Su：
我算是很早採用 AI 工具的人，可能是因為懶，不想寫那些重複程式碼，也可能只是技術傾向比較強。過去一年變化很大。過去六個月，我幾乎沒寫多少程式碼。最近兩個月，隨著像 Opus 4.5、最新的 Claude Code、Codex 5.2 這些模型出現，我對 AI 的信任度大幅提升。雖然還沒到完全放手的程度，但現在結合 GitHub 上兩個程式碼審查機器人一起工作，我已經比以前更少仔細審程式碼。我們會同時啟動多個 agent 去並行編輯檔案。
主持人：
Anish（a16z 的合夥人）說，我們正在進入一個「軟體的 YouTube 時刻」。當年 YouTube 出現時，人們說普通人怎麼能做影片？但後來發現我們並不缺內容，YouTube 甚至取代了很多電視觀眾。同樣，現在非程式設計師也可以用 AI 實現自己的應用程式想法。
但電視和電影並沒有消失。公司核心系統，比如 S3 或 Azure，你真的會放心讓「Vibe 編程」而不做嚴格審查嗎？
Philip Su：
現在可能不會。但我過去六個月使用程式碼審查機器人有個體會。兩年半前 OpenAI 內部嘗試做程式碼審查 bot 時，誤報很多，品質很差。現在如果你在 GitHub 上用一兩個審查機器人，你會發現它指出的問題往往是人類審查者忽略的。當品質跨過某個閾值，我們或許會反轉：只使用那些保證沒有不合格人類碰過程式碼的雲端服務。
主持人：
你是說未來「有人類介入」反而會成為品質下降的標誌？
Philip Su：
是的。或許有一天，公司會刻意隱藏「有人類修改程式碼」這件事，因為那會被視為品質風險。
品味（Taste）對於 AI 而言，只是暫時限制
主持人：
這太瘋狂了。我甚至沒想過人類觸碰程式碼反而是負面信號。現在你說，人類不會被取代，因為我們有「品味」。品味是 AI 的根本限制還是暫時限制？
Philip Su：
我認為是暫時的。確實有少數真正傑出的人。但每個藝術家都覺得自己獨一無二，認為靈感來自天空，而不是來自對其他作品的學習。其實所有藝術家都會看別人的作品。我們之所以覺得自己原創，是因為無法追溯訓練來源。品味也是類似。你想想，過去合作過的同事裡，有多少人真的品味出眾？平均水平的人，其實並沒有做多麼獨特的工作。
AI 爬取原創，人類還會創作嗎？
主持人：
說到原創和歸屬。受啟發是正常的，但如果 AI 明顯模仿某一個人的風格，這是否合理？美國憲法裡有專利條款，就是為了保護創新。現在 AI 爬取資料，卻沒有類似制度，我們會不會走向系統崩潰？
Philip Su：
我同意，現行法律體系尚未準備好如何激勵創作。專利有效期十七年，但商業環境迭代速度早已不同。制度是否需要縮短週期？我不知道答案。但很多所謂「原創」，其實也是不同領域元素的重新組合。
主持人：
音樂也是如此，很多流行歌曲都用同樣的和弦。但當模仿成本趨近於零，原創者沒有保護，為什麼還要公開發布？
Philip Su：
有些音樂人即便賺不到錢，也必須創作。很多程式設計師即使沒有報酬，也會寫開源程式碼。人類內在的創造衝動不會消失。當然，如果有更好的法律結構去鼓勵創作者更好。但即便一切趨零，我也不認為所有人都會變成躺在沙發上刷 Netflix。總有一部分人會因為興趣而創造。
主持人：
我不認為我們會走向「無市場」的世界。我支持市場機制，但需要規則避免權力過度集中。市場總會向新的前沿移動。軟體過去昂貴，現在變便宜。過去「喝醉的叔叔」提出一個 app 想法要你寫程式碼，現在他自己就能實現。那麼我們是否再也不用為 app 付費？還是說做一個真正優秀的 app 仍然需要技能？
就像 YouTube 一樣，影片製作門檻降低了，但真正高品質內容仍然稀缺。問題是，當 AI 也能模仿和擴展這些技能時，市場會轉向什麼？真正有價值的是否將永遠是 AI 做不到的那部分？這似乎會成為一個持續移動的邊界。
Philip Su：
關於「移動的前沿」，我認為本質上是在利潤和消費者剩餘（Consumer Surplus）之間取得平衡。當生產有用軟體的成本趨近於零時，如果你還能透過生產軟體賺取巨額收入，那我會認為這是市場失靈——因為那本質上是在收租。隨著成本接近零，價值會逐漸轉化為消費者剩餘，也就是說，人們幾乎可以免費使用軟體並從中受益。只是我們很少有人站在消費者剩餘的角度思考問題。大家總在想「我怎麼靠這個賺錢」，卻沒有意識到：我能賺錢，恰恰是因為市場還不夠自由、競爭還不夠充分，否則利潤就會被壓縮到零。但當利潤歸零時，那其實意味著消費者剩餘達到了最大化。
舉個具體例子。六十年前，美國的大公司在任何一棟大型辦公樓裡，通常都會有至少一整層秘書，她們的全職工作就是打字、寫備忘錄。後來文字處理軟體出現了，每個人都能自己打字。
一方面，我敢打賭，當年的 90% 秘書會嘲笑後來那些替代她們的人打字水準差；但另一方面，打字能力被民主化了。現在有比以往任何時候都更多的文件被輸入出來，雖然輸入者未必專業。軟體也是如此——未來會有更多軟體由技術能力一般的人寫出來。從整體上看，這對世界是好事。儘管那些真正精通軟體的人會坐在咖啡館裡抱怨「現在的軟體全是垃圾」，就像當年的打字員會炫耀自己每分鐘 180 個字，並嘲笑後來人一樣。
主持人：郵件合併功能直接消滅了那一整層負責往模板信裡逐個輸入地址的人。我理解這個類比。但你剛才的觀點讓我有點震驚——你是說，人類參與軟體反而會成為軟體品質的拖累？也就是說，不管你是否「足夠勝任」，現在人人都「夠用了」，軟體就沒有護城河了？以前我們說護城河在「品味」，但我現在開始覺得連品味也可以被模仿。
Philip Su：我完全同意你提出的是一個核心問題。想想那些 DJ，他們並不創作音樂，而是透過選擇和混音來體現自己的「品味」。世界承認他們有品味。但從長期看，這個領域真的只能由人類完成嗎？即便 AI 暫時缺乏音樂品味，它卻擁有無限耐心——可以嘗試一萬種組合，然後選出其中成功的兩個。它會在數量和規模上壓倒人類。
主持人：在 AI 這件事上，我自己的「品味」非常搖擺。一天我覺得自己從未如此強大，因為有 AI 加持；第二天又覺得自己的價值正在歸零。我幾乎每天都在這兩種極端之間切換。放到宏觀層面，我們的經濟會因此騰飛，GDP 暴漲，還是資本主義會崩潰？
Philip Su：我經常和科技圈朋友爭論：AI 到底會取代工作，還是增強工作？答案可能不是 100% 的一邊。但有一點是確定的——無論你相信哪一派，軟體和工作本身在未來一年裡的變化速度都快得前所未有。無論你站在哪邊，如果你認為一年後的工作會和現在一樣，那幾乎肯定是錯的。如果你沒有主動押注「增強未來」或「取代未來」，那你幾乎注定會被甩在後面。
主持人：所以，認為「AI 不會改變我的工作」是唯一確定錯誤的立場？
Philip Su：沒錯，這是唯一確定錯誤的判斷。就像 1929 年股災前那位自豪地提前取現金的女士。多年後記者問她當年的英明決策，她說「我現在還留著那筆錢」。你可能做對了一次判斷，但如果之後幾十年都維持原狀，那未必是正確的策略。現在唯一肯定錯誤的判斷，就是認為你的工作會保持不變。
AI 取代人？不，是增強派
那些中產階級勸別人去做水電工，自己卻一個不去
主持人：
現在是 2026 年 1 月底。很多人已經經歷了自己的「Cloud Code 時刻」，意識到趨勢不可逆。現在的問題是，你要在職業上押注哪一邊？押注增強派——認為我們這一代不會被完全取代；還是押注取代派——認為崗位會消失，然後為二階、三階後果提前佈局？
Philip Su：
如果你站在增強派，你現在應該同時運行八個 AI 智慧體，打造自訂子智慧體，訂閱 Cursor、Claude Code 以及其他高階工具，甚至每個月花 900 美元，因為你要成為效率怪獸。 如果你站在取代派，你就應該主動升級技能，假設自己的工作會消失。我覺得很好笑的是，那些科技圈的中產階級經常勸別人去做水電工、焊接工，但他們自己一個都不去。如果你真的相信取代論，那你應該自己去學焊接。
主持人：
確實如此。嘴上說不算，要看行為。至少對軟體開發者來說，如果現在不擁抱 AI 工具，你已經在輸了。
Philip Su：
回顧過去 45 年的商業趨勢。80 年代，創意至上；2000 年之後，執行力至上——「創意不值錢，執行才是關鍵」。未來兩年，我們會看到答案：當執行成本趨近於零時，創意是否稀缺？如果創意稀缺，那品味成為關鍵；如果世界本身缺乏好創意，那執行仍然是瓶頸。
主持人：
我很難相信在執行成本歸零後，創意會枯竭。比如「笑話空間」——所有可能被講出的笑話集合。AI 目前在這個領域表現並不好。程式碼只要有一個可行解就夠了，但笑話和詩歌不同。
Philip Su：
這裡要區分兩個問題：AI 什麼時候能比 Dave Chappelle 更搞笑？和 AI 什麼時候能比西雅圖普通開放麥的平均水準更搞笑？後者要容易得多。AI 不需要超過所有人，只要超過大多數人，就足以產生經濟顛覆。
主持人：
我目前還看不到 AI 寫出震撼人心的詩歌。大公司把精力都投入到程式碼領域。蛋白質折疊是有邊界的解空間，而笑話空間可能是無限的。
Philip Su：
樂觀地看，還有一個區別：你是因為「更好」而購買，還是因為「人類製作」而購買？比如手工地毯，或星巴克當年用一鍵自動咖啡機取代人工咖啡師。自動咖啡可能更穩定，但很多人願意為「人類參與」支付溢價。
未來會不會出現這樣的世界：你願意為 AAA 遊戲的人類數位藝術付更高價格，就像為公平貿易咖啡付溢價一樣？人類的價值不再來自於勝過機器，而來自於「我們是人」。
事實證明：AI 只會讓人做多的事，而不是取代你
軟體成本歸零也不會降低超級盃的門票
主持人：
我剛安裝了 Claude Bot，現在叫 Mold Bot。我已經很久沒對 AI 這麼興奮了。感覺不像工具，而像在給員工發簡訊。你覺得 AI 什麼時候會取代日常辦公室工作，比如報稅？
Philip Su：
很難說。一個關鍵問題是責任。如果你的 Claude Bot 做錯事，責任在你。但未來涉及更多主體時，問題會複雜化。還有一個問題是：你會「用更少的人做同樣的事」，還是「用同樣的人做更多的事」？比如你自己的業務，是會裁員，還是在保持團隊規模不變的情況下擴展業務？
主持人：
這是我現在思考的問題。我兩年前離開軟體業創業，結果工作比在亞馬遜還多。現在我在想：我是做生活型態企業，還是成長型企業？如果 AI 能幫我，我會真的減少工作嗎？
Philip Su：
醫療業是個例子。每次新工具推出時，新聞稿都會說「這讓醫師有更多時間陪伴患者」。但現實是，醫師陪伴患者的時間比以往更少。他們只是看更多病人。你也會如此。除非你極度自律，否則你會把效率提升轉化為更高強度的追逐。
主持人：
就像吸菸來換取升遷。我們總以為到達某個目標就會停下來，但其實會上癮。
Philip Su：
沒錯。像 Tim Ferriss 寫《一週工作四小時》，但我敢保證他現在比以往任何時候都更忙。凱因斯曾預測到 20 世紀末我們每週只需工作 15 小時。生產率確實如他所預測地提高了，但白領如今工作時間反而更長。問題在於：我們的慾望沒有上限。
主持人：
或許這就是為什麼「40、50 年代的好日子」其實只是低期望值。那時候房子只有 950 平方英呎。
Philip Su：
沒錯。現在的中位數新房面積是當年的三倍，而家庭人口卻更少。我們的慾望隨著能力一起上升。AI 增強派認為，這種無限慾望會持續吸納就業。
主持人：
那像《星際爭霸戰》的複製器一樣，如果能生產一切，限制在哪？
Philip Su：
限制在「地位型商品」。比如籃球賽最好的座位。只有一個人能擁有。超級盃門票就是例子。無論軟體成本多低，這類商品價格只會繼續上漲。因為它們的價值來自相對地位，而非生產成本。
主持人：
我剛買了超級盃門票，貴得離譜。軟體成本歸零也不會讓門票便宜。
Philip Su：
沒錯。超級盃價格上漲，部分反映了財富不平等。球場容量有限，富人之間在競爭同樣的稀缺資源。未來可能會出現這樣的世界：某些商品便宜得可笑，而某些地位型商品貴得離譜，但仍然有人買單。
未來人們的工作角色不再固定
十年後畢業的人，可能會換 50 份工作
主持人：
你剛才提到配音員的例子。我不確定那位是不是你的家人朋友，或者和你有關係，但就像我剛才做的那樣——我讓我的 Claude 機器人 Mobot 去 ElevenLabs 上生成一個「我的聲音」版本。它真的就去做了，然後用我的聲音給我發了一段訊息。理論上我當然可以自己去操作這些步驟，但現在的情況是——我只需要告訴它，它就自動完成並發回結果。
或許問題在於，以前那種「你的工作角色是固定的，可以一輩子做下去」的時代正在消失。我小時候人們就說，和父母那一代不同，你這輩子可能會換五份工作。或許現在變化的不是「是否會換工作」，而是頻率——那種靜態職業、靜態崗位的概念正在消退。未來有一個不斷擴張的價值前沿，因為宇宙是有限的，所以有新的東西不斷變得有價值。或許真正的「元規則」就是——你必須對一切變化保持開放。
換句話說，如果你十年後剛畢業，你在退休前可能會換五十份工作。
Philip Su：
我認為是這樣。你提到「最大化者」和「滿足者」的區分——按照這種性格劃分，在現代世界裡，如果你是一個最大化者，你可能會很難感到快樂，因為選擇太多了。從「大五人格」來看，有一個維度叫「對新體驗的開放性」。我們即將進入一個世界，其中一半人會過得非常開心，因為他們在這個維度上得分很高。他們會享受每四年換一次工作的環境。
但另外一半人會非常痛苦。他們討厭世界變化，卻又不得不適應，否則就無法謀生。對這些人來說，未來會非常艱難。
備註：大五人格，是把人的性格分成五個核心維度（開放性、盡責性、外向性、宜人性、情緒穩定性）的一套主流心理學模型，用來描述一個人長期穩定的行為傾向。
主持人：
這讓我想一個短篇小說，可能是 Ellen Lightman 寫的。她設想人類真的長生不老，會出現兩類人：一類人會當醫師，當夠了去當牙醫，然後當律師，然後當冒險家，一生輪換不同身份；另一類人則會說，「我這樣就很好。」我們現在討論的似乎是——第一種人會在 AI 時代更佔優勢。
Philip Su：
他們會蓬勃發展。我們的世界將經歷一次類似「寒武紀大爆發」的變化。工作環境就像被一顆小行星撞擊——要麼你是那種在劇變中迅速適應、加速演化、抓住新機會的生物；要麼你會不斷試圖讓舊模式繼續運轉，然後慢慢意識到它已經失效。
Philip 的創業專案：一款播客播放器
主持人：
說說你的專案吧。你還在做那個播客應用程式。為什麼還沒放棄？
Philip Su：
這是個很及時的問題。我確實在想，在這人人都能為自己建構客製化軟體的世界裡，或許一年內就會有人複製我整個播客播放器，只是改動兩個我沒時間做的功能。那樣的世界即將到來。
那麼問題是——我還能把它做成一個生活型態生意嗎？我懷疑不能。這讓我開始把它當作愛好，而不是事業。但接下來我該做什麼？我比以往更不確定。軟體領域有太多我可以純粹因為喜歡而去做的事。但如果我只是一個自娛自樂的人，生產對他人無用的東西，我又覺得那也不是理想的人生。所以我希望做一些別人真正有價值的東西。
目前我強迫自己每週在 Substack 寫一篇文章，這更多是訓練紀律。我從未用 ChatGPT 或任何大模型替我寫過一個字，因為我享受寫作本身。 我曾嘗試用語音工具 dictation 幾段文字，但即便這樣也減少了我的快樂。寫作對我來說是一種身體行為。用語音生成的文字讀起來感覺不一樣。我算是老派——雖然沒有手寫，但堅持自己按鍵盤。
我不想把人生變成純粹自我娛樂。但我也承認，我過去賴以維生的技能，其邊際價值可能很快歸零。
主持人：
你應該在新聞快訊裡標註「100% 人類生成」，那會成為一種標籤價值。
Philip Su：
而且「human」那個詞還要故意拼錯。
主持人：
說實話，我自己的新聞快訊也用 AI，但我已經大幅減少使用。有時候寫完會覺得整段文字充滿「AI 味」。然後你想用 AI 去「去除 AI 味」，結果它做不到。
我開始懷疑這是暫時限制還是根本性限制。有時我發現自己在要求 AI 「更像人類，多犯點錯」，然後突然意識到——我需要的是人類，而那個人就是我自己。
現在我只用 AI 做腦力激盪。例如我寫了一封「裁員應急包」郵件，我先列出七點，然後問 AI 有沒有遺漏，它補充了兩點。之後全部是我自己寫。我甚至雇了一個真人編輯，兩小時內完成校對，而不是外包給 AI。
Philip Su：
因為他沒讀《一週工作四小時》，不會外包給 AI。
人類觸感的重要性
主持人：
Greg 寫《Pragmatic Engineer》，他招聘研究員。有人認真建議他用 AI 智慧體。問題是 AI 已經吸收了他的內容，反饋給他的只是自己寫過的東西。而他的價值來自原創採訪和調研，這是 AI 做不到的。
Philip Su：
你說到人類觸感的重要性。我問你一個問題：你覺得 PolyMarket 上預測 AI 第一次贏得世界撲克大賽會是哪一年？
主持人：
前提是他們允許 AI 參賽。我認為當參賽選手超過一半是 AI 時，它們會開始贏。這是機率問題。但也正因如此，他們可能永遠不會允許 AI 參賽。
Philip Su：
這個問題有兩個層面。一是面對面撲克中的「讀人」因素，AI 是否需要視覺輸入？二是即便 AI 勝出，人類是否還會繼續玩？
圍棋世界冠軍曾因 AI 擊敗人類而退役，說「再也不好玩」。但國際象棋參與人數反而更多。撲克或許不同——它是一種地位型商品，贏別人帶來的快樂，可能比贏電腦更重要。
主持人：
DeepMind 創辦人（沒錯，就是在說 Demis 了！）小時候是國際象棋神童。他後來意識到，就算下出史上最佳棋局，世界也沒有改變，於是轉向 AI 研究。最終帶來了 AlphaGo，並推動蛋白質折疊研究。
Philip Su：
無論取代還是增強，工作結構都會改變。這將迫使我們思考：我們究竟因什麼而重視人類？長期以來資本主義只重視經濟產出，而 AI 會把這個問題推到檯前。
AI 推動價值發生了轉移，錢包流向變了
主持人：
相關問題是：AI 會推動經濟還是摧毀經濟？理性人只能押注「市場轉移」，而不是崩潰。如果崩潰，一切都無意義。更可能是價值價值轉移，錢包流向改變。
Philip Su：
另一個我好奇的預測是——第一次資料中心爆炸事件。盧德派極端行為幾乎不可避免。或許那將成為一個象徵性時刻：人們承認改變不可逆。
主持人：
你居然在播客裡種下這個想法？好吧，六個月後我們再聊，或許世界已經大不相同。
Philip Su：
三個月前我們聊天時，我都沒想到變化會這麼快。六個月後見，或許我會開著飛行汽車來。
主持人：
飛行汽車機率不高。但「群體編程」「多智慧體管理」會走向哪裡？我會管理九個智慧體？還是管理一個管理九個的智慧體？沒人知道。但今天討論非常精彩。
Philip Su：
太棒了，謝謝邀請。
參考連結：
https://www.youtube.com/watch?v=HLxA1Gh-x3g
——好文推薦——
Google 突發 Gemini 3.1 Pro：刷爆全領域 SOTA，堪稱 SVG 王者，價格不變，清華姚順宇參與：後續還會有更好模型！Jeff Dean：性能不止翻倍
OpenAI 開發者平台負責人：我們活在矽谷泡沫裡！很多 AI 部署確實負回報！曝 OpenAI 內部吃自己的狗糧，模型會把鷹架吃掉！SaaS 黃金時代降至
DeepMind 執行長：後 Gemini 3 時代，Google 與自己的 KPI！解決全部疾病已有可行路徑：搜尋和設計必須走電腦仿真環境！晚上 10 點開啟第二輪工作