全篇概述
这是 Anthropic 联合创始人兼 CEO 达里奥·阿莫迪(Dario Amodei)在 Dwarkesh Patel 播客上的一场约两小时的深度访谈(2026 年 2 月),被称作他自 Anthropic 创立以来最坦诚的公开对话。访谈的前半段谈技术(“指数增长的终局”、扩展定律、编程自动化的三个阶段),后半段谈经济与个人后果(就业、该学什么、创业方向)。
真正让它在中文互联网刷屏的,是访谈里的一段职业建议:主持人问——“我今年 25 岁,想在未来十年过得好,该学什么?编程还有用吗?” 阿莫迪回答得很干脆:“我认为,Coding 会最先消失,或者说,最先被 AI 模型完全取代。”
但这句被广泛传播的话只是半句。阿莫迪随即划出一条关键分界线:Coding(编码)≠ Software Engineering(软件工程)——前者(照着需求一行行敲代码)会被 AI 接走,后者(想清楚系统怎么搭、搞懂用户要什么、带一队 AI 把活干完)还能活很久。而很多人漏掉了他后面补的、更狠的那句:从需求到上线的端到端软件工程,最终也会被 AI 做到——“改学软件工程就保险”这个念头,他也一并否了。他没给任何一门手艺发过保单。
需要留意的边界:本篇为二手整理(原访谈为英文播客,原页本机不可达),关键引语为转述引语;中文传播中出现的标题“别学编程了,去学弹钢琴”并非阿莫迪原话(详见“保留意见”)。
---
- 日期:2026-11-09
- 原始日期:2026-02-01
- 来源:Dwarkesh Patel 播客(The Dwarkesh Podcast),Dario Amodei 深度访谈,约两小时,2026 年 2 月;原页 阅读原文 (本机不可直连,经中文全译与英文二手交叉核对);中文全译见 36氪 阅读原文 、新浪财经 2026-02-14 转述、一刻talks(网易)《Anthropic CEO:别学编程了!》
- 渠道:播客(Dwarkesh Podcast)/转述见微信公众号、36氪
- 体裁:访谈
- 讲者:达里奥·阿莫迪(Dario Amodei,Anthropic 联合创始人兼 CEO);访谈人:Dwarkesh Patel
- 信源层级:二手(原访谈为英文播客;本篇据中文全译与英文二手转述整理,关键引语为转述引语;原页未直取)
- 标签:职业建议 / Coding / 具身智能 / 生物技术 / 超级个体
- 一句话:「Coding 最先消失」——真分界在编码与软件工程,人类守好那 5% 判断力。
一、问题的答案:Coding 最先消失,但 Coding ≠ Software Engineering
- 访谈原问(主持人 Dwarkesh Patel):“如果我今天 25 岁,想在未来十年实现财富上的成功,该学什么?编程还有用吗?哪些行业还有红利?”
- 阿莫迪的回答:“我认为,Coding 会最先消失,或者说,最先被 AI 模型完全取代。”
- 关键分界线:
- Coding(编码):照着需求一行行敲代码 → 会被 AI 完全接走。他提到 Anthropic 内部,Claude Code 已在指数级进化。
- Software Engineering(软件工程):作为架构师,想清楚系统该怎么搭、搞懂用户到底要什么、带着一队 AI 把活干完 → 还能活很久。阿莫迪称之为“一种极强的比较优势”。
- 但:从需求到上线、端到端把整个软件工程走完,最终也会被 AI 做到。
- 他的编程自动化三阶段(同一访谈):
- 模型编写 90% 的代码行(已实现);
- 模型处理 90% 的端到端任务(修 Bug、配置集群、写文档);
- 模型具备“职场经验”(理解复杂代码库上下文、设定技术方向)。
他预测 1–3 年内 AI 将能胜任高级软件工程师的全部职责——但强调这“不意味着工程师失业,而是生产力的巨大爆发”。
二、5% + 95% = 20 倍生产力
- 阿莫迪给出一个反直觉的公式:未来的工作流中,AI 承担 95% 的执行工作,人类守住最核心的 5%。
- 那 5% 是什么? —— 判断力。品味。知道我们要往哪儿去。
- 含义:这不是“AI 替你干活”,而是你的产出被放大 20 倍。因此未来不需要一屋子的初级程序员——一个懂业务、懂人性的“超级个体”,带着一群不知疲倦的 AI,就能干翻一个传统的百人团队。
三、AI 海啸与 Scaling Law
- 海啸比喻:“AI 海啸正冲到家门口,但整个社会假装它只是海市蜃楼。” 模型已接近人类智能水平,社会却“在疯狂找借口安慰自己:那不是海啸,只是光影折射”。
- 为何如此确信:因为他是最早发现并坚信 Scaling Law(扩展定律) 的人之一。他用化学反应作比——把“数据”和“算力”按正确比例投入“模型规模”的反应堆,产物就是“智能”。“这不是玄学,是残酷的物理与数学规律。”
- 指数 vs 线性直觉:五年前电脑连只像样的猫都画不出;今天你发一段猴子耍球的视频问“球换了几次手”,它能准确回答。人们习惯用线性思维预测未来(“这变化太大,不会发生”),而技术在指数级前进——“海啸来了,你还站在沙滩上捡贝壳,结局注定是毁灭。”
四、未来十年的避风港
既然“脑力劳动”正被 AI 吞噬,该学什么?阿莫迪给了一份“未来生存指南”:
- 第一条:极度“以人为本”的工作 —— AI 能写完美的商业计划书,但无法在饭桌上与客户建立信任;能给出最准确的诊断,但无法握住病人的手。
- 放射科医生的例子:曾有人预言 AI 会淘汰放射科医生,因为 AI 读片更准;现实是他们没失业——“读片”这部分被 AI 替代了,但他们把时间花在了“与病人沟通、解释病情、安抚情绪”上。
- 未来高薪职业属于能连接人、理解人、调动人的角色;情商、共情、构建复杂社会关系网的能力将成为最贵的稀缺资源。
- 第二条:深入“物理世界” —— 无论 AI 在虚拟数字世界多强,它目前仍很难帮你通马桶或拧紧一颗螺丝。他强烈建议年轻人关注“物理世界”与“传统工程”的交汇领域:半导体制造、新能源基建、高端制造。当软件世界被 AI 挤成红海,物理世界的建设因其“笨重”“需要真实触感”反而成了避风港——两者结合则“无敌”。
- 核心底层能力:street smarts(街头智慧)+ 批判性思维 —— 在 AI 能随时生成假视频、假图片、假新闻的世界里,“不被假象欺骗、不持有错误信念、不被诈骗” 是最重要的能力。明辨真假将成为基本生存技能;只会死记硬背、缺乏独立思考的人,会成为 AI 时代的第一批受害者。
五、AI 时代的第一性原理:智力成本趋近于零
- 阿莫迪的表述:“AI 时代的第一性原理,就是智力成本将无限趋近于零。” 任何可被逻辑化、数据化、重复化的脑力劳动,都将一文不值。
- 人类能做的:去理解人心、去连接物理世界、去掌控 AI、去做那 5% 掌舵的人。
六、财富密码:除了 AI,下一个万亿风口是生物技术
- 主持人抛出一个刁钻问题:“如果给你 100 美元,只能买一支股票或押注一个行业(AI 赛道除外),你选什么?”
- 阿莫迪没推荐微软,也没推荐英伟达,而是给出一个意料之外却合理的答案:生物技术。(在创立这家估值 400 亿美元的 AI 公司之前,他本是物理学与生物物理学博士,在斯坦福医学院做过博士后;他最初进入 AI,正是因为觉得生物系统的蛋白质结构太复杂、人脑处理不了,所以需要发明 AI 来帮他治病。)
- 他的断言:“生物技术即将迎来一场由 AI 驱动的文艺复兴,我们即将治愈大量绝望的疾病。”
- 他特别点名的细分赛道:多肽疗法与细胞疗法(如 CAR-T)。理由——传统小分子化学药几乎是“凭随机设计”出来的;而多肽、mRNA 等新一代生物技术具有“可编程”特征,像“生物世界的计算机代码”,可被 AI 数字化计算与持续优化。当算力与“可编程生物学”相撞,人类将在抗癌、抗衰老、攻克绝症上取得重大突破。
七、给创业者:别做 wrapper,做深垂直护城河,把 prompt 当钢琴练
- 别做“套壳应用(wrapper)”:如果只是调用 Claude/ChatGPT 的 API、做个漂亮界面、加点提示词就卖钱——“这种东西毫无护城河,谁都能蚕食你的收入,AI 巨头还没出手你就先死了。”
- 建极深的垂直护城河:Anthropic 永远不会碰那些高度垂直的领域(如生物医药的跨界 AI、高度监管的金融服务)。巨头看不上或懒得做的脏活、累活、垂直 know-how,才是普通创业者的生存土壤。
- 把“提示词工程”当练钢琴:很多人抱怨 AI 不好用,是因为根本不会用。阿莫迪引用那句名言:“写提示词就像弹钢琴。你不能指望一坐到琴凳上,就能弹出贝多芬。” 为让非技术人群用好 AI,Anthropic 开发了无需编程的 Claude Co-work;但工具再简单,也需要花时间“练习”——试错、给 AI 设上下文、构建 AI Agent 机制。谁先学会驾驭这台“蒸汽机”,谁就拿到头等舱船票。
整理者的分析
标注:以下为整理者(范德)的分析,非阿莫迪原话,不代表其立场。
- 这段最有价值的不是“别学编程”,而是“Coding ≠ Software Engineering”这条分界线——它把“写代码”从技能降格为常识(类比三十年前的“会打字”),把价值挪到判断、编排与架构。这与懿武“判断力是 AI 时代壁垒”、以及李丰那场的“守住 5%”同一判断在两处独立出现,可信度被抬高。
- “5% + 95% = 20 倍”是一个可以直接搬进团队的方法论公式——它说的不是“人少干点”,而是人的位置从“执行者”变成“掌舵者”。对造物云/教育线的映射:团队编制应按“每 1 个掌舵者配 N 个 AI”来设计,而不是按人头。
- “放射科医生没失业”是本篇最扎实的案例——AI 抽走了任务(读片),但没抽走岗位(医患沟通)。这条区分“任务被替代”与“岗位被替代”的判据,是判断任何行业 AI 冲击时最容易搞错、也最该先过的一道筛子。
- “别做 wrapper”这一条对你正在做的产品有直接约束——只做 API 调用 + 界面 + 提示词的套壳,没有护城河;真正的机会在巨头看不上的垂直脏活与 know-how。这与“做深做精、窄人群高价”的既有判断一致。
保留意见:① 本篇为二手整理——一手为 Dwarkesh Patel 英文播客(2026 年 2 月),原页本机不可直连,关键引语为转述引语,拿去引用前建议回原音频核对;② 中文传播失真的关键一点:刷屏标题“别学编程了,去学弹钢琴”不是阿莫迪原话——他的“钢琴”比喻是针对提示词工程(“写提示词像弹钢琴,不能坐下就弹贝多芬”),被改写成对“学编程”的判决,属二次转述的扭曲;③ 原访谈中大量表述为个人判断(他自陈“以私人身份、可能判断错误”),且部分时间表(AGI 2026–2027 有 50% 把握)不确定性极高,不宜当结论。