基于我的个人经验，我相信正在发生一些深刻的事情，而很多人还没有意识到。

我知道你们中有些人一年前试过 ChatGPT，问了点什么，得到了一个平庸的回答，然后就走了。"不过是个花哨的自动补全。""它编东西。""它很蠢。"我从我尊重的朋友那里听到过这些。说实话，一年前，他们并非完全错误。但今天运行的东西和你试过的不是同一个。差得远。不过你需要付费模型才能真正看到这一点。免费版本展示不了这些东西到底能做什么。

想想1994年的互联网。大多数人认为它是极客的玩具。构建它的人知道它会改变一切，但无法在不听起来像妄想的情况下解释为什么。这是我能找到的最接近的类比。AI 今天实际能做的和大多数人认为它能做的之间的差距，就是那种同类的差距。或者想想2020年初，一小撮人在追踪武汉的病毒，其他人都说他们反应过度。等到大多数人反应过来的时候，世界已经改变了。这里也是同样的模式。

## 2月5日

2月5日，Claude Opus 4.6 和 GPT-5.3 Codex 在同一天发布。如果这些名字对你毫无意义，这里的关键是：它们是有史以来最强大的两个 AI 系统，在几小时内相继发布。之前的最佳模型已经令人印象深刻了。这些新模型让它们显得迟缓。

每隔几个月就会发生这样的事。你适应了可能性的边界，你围绕它构建，你以为你理解了事物的轮廓。然后一个新模型发布，天花板又移动了。九个月内五次重大 Claude 发布。六个月内六个 GPT-5 变体。中国实验室在一周内发布了五个模型。也许五家公司的大约几百名研究人员决定了这些模型能做什么。这就是全部。我们其余人，全部八十亿人，在他们点击发布时才知道。你尝试过并放弃的东西？从那以后已经被替换了好几代。

我一直在构建一个软件工厂，一个无需人类编写任何代码就能生成完整应用程序的系统。每次我以为我理解了这些工具的极限，一个新模型发布，极限就移动了。

## 为什么从代码开始

目前，AI 最擅长写软件。不是因为代码容易，而是因为代码给了你几乎所有其他领域都没有的东西：对"这行不行"的即时答案。你写了，运行了，要么通过要么失败。这个紧凑的循环意味着 AI 可以在几分钟内尝试、失败、修复、再尝试数百次，在过程中自我学习。没有其他领域有这么干净的反馈循环。

这就是大公司从这里开始的原因。而且一位独立创始人已经证明了它已经走了多远：独自构建了一个应用，30万用户，六个月以8000万美元出售。没有团队，没有融资。两年前这是不可能的。

但投资数千亿美元的公司理解的是：代码只是起点。软件是现代世界运行的方式。你的银行、你的医院、你的政府、你孩子的学校。全部是软件。而让 AI 擅长代码的技能——将问题分解为步骤、精确地遵循规则、检查自己的输出——这些技能是可迁移的。

法律合同是具有严格规则的结构化语言。AI 已经在起草它们，律所已经在削减初级律师的招聘。金融建模是逻辑和数学。高盛估计全球3亿个工作岗位可能受到 AI 自动化的影响。放射学是对图像的模式识别，研究表明 AI 在特定诊断任务上匹配或超越了放射科医生。客户支持、内容写作、翻译、税务准备、保险理赔处理——这些不是未来预测。它们正在发生，在公司悄悄地替换工作流程而没有新闻稿。

软件之所以走在前面，唯一的原因就是那个反馈循环。但每个行业都在构建自己的"这行不行"版本，一旦有了，同样的加速就会启动。

## 为什么我不再认为这是炒作

几个月前我在这个问题的另一边。Michael Burry 发起了 Cassandra Unchained，称 AI 是下一个互联网泡沫，我密切跟踪了他的论点。这个在2008年做空房地产市场的人说超大规模厂商低估了1760亿美元的折旧，供给侧过度建设映射了1999年的情况。我理解那些财务把戏。大公司如何膨胀资本支出以证明估值的合理性，华尔街叙事如何被制造出来。我对此并不天真。我是持怀疑态度的。

然后我真正使用了这些模型。不是一年前的 ChatGPT。是现在运行的这些。我用它们构建了东西。怀疑者描述的和我亲身体验的之间的差距如此之大，我不得不重新审视一切。

6000亿美元——这是五大科技公司今年将在 AI 基础设施上花费的金额。Musk 在孟菲斯建造了一个拥有50万芯片的设施，从海外进口了一座发电站，因为电网跟不上。OpenAI 在三大洲承诺了5000亿美元。Zuckerberg 到2028年将在美国基础设施上花费6000亿美元。各国把芯片获取当成武器采购来对待。

我和业内各地的朋友聊过，他们都说同样的话：你拿不到硬件。芯片卖到2026年中，积压订单数十亿，工厂满负荷，电网不堪重负。

公司不会为了炒作这样花钱。

## 我的夜晚是什么样的

我一直没有好好睡觉。晚上9点坐下来尝试点什么，抬头一看凌晨3点了。来自亚马逊和谷歌的资深人士 Steve Yegge 刚刚写了关于这件事的文章。他称之为"AI 吸血鬼"。兴奋感在身体上消耗你。他描述了在随机时间睡着，他的团队在考虑午休舱。Gergely Orosz 在 The Pragmatic Engineer 中报道了这件事，回应清楚地表明：这正在发生在我们很多人身上。我妻子可以作证。

两个月前，我以为学习一门新的编程语言需要六个月。一门难的，那种让经验丰富的工程师冒汗的。我在几周内就做到了。AI 像我遇到过的最有耐心的老师一样坐在我身边，凌晨2点，从不疲倦，不仅解释是什么，还解释为什么。我在构建六十天前我确定超出我能力的东西。

这就是难以传达的部分。不是 AI 很令人印象深刻。而是一个人能做到的边界移动了，而大多数人不知道它移动了。

## 我的女儿们

这部分我重写了四次。

我有两个女儿。我成长的那套剧本说：好成绩，好大学，稳定的职业。这个剧本直指最暴露在即将到来的变化面前的那些工作。Dario Amodei 在达沃斯说，一半的初级白领工作可能在一到五年内消失。年轻软件工程师的招聘已经下降了20%。METR 衡量到 AI 从2023年的5分钟任务发展到今天的6小时任务。不到三年内提升了70倍。

我不是说教育不重要。但我打赌好奇心胜过学历，适应能力胜过任何具体技能，学习与这些工具一起构建而不是与之竞争。没人知道她们毕业时就业市场是什么样子。最有可能蓬勃发展的人是那些充满好奇、适应力强、知道如何使用 AI 做她们真正关心的事情的人。

我会教我的女儿们成为构建者，保持好奇心。这是我能给她们的最好的东西。但假装这个问题不存在，作为她们的父亲，或者作为你们的朋友，我做不到。

---

*获取新文章，请通过邮件订阅*