前几天，前字节跳动早期工程师郭宇在东京银座的单向街书店做了一场对谈，主题叫「Claude Code：知识工作者的终结」。光看这个标题就够刺激的，但听完整场内容之后，你会发现他说的远比标题更深刻，也更让人坐立不安。
1、真正的变革不是 ChatGPT，是去年十月开始的
郭宇的经历很有意思。他 2011 年进入支付宝，2014 年加入字节跳动，是字节最早期的工程师之一，公司当时只有 200 个工程师。TikTok 的诞生他也亲历过，2015 年在冲绳的一家居酒屋里，张楠和张一鸣聊到 4G 资费降下来了，可以试试做视频，这才有了后来的火山小视频和抖音。2020 年疫情前他去日本旅行，之后就留了下来，辞职退休（因此爆火网络），一待就是六年多。
但他说，真正让他重新回到写代码这件事上的，不是 2022 年底的 ChatGPT，而是 2024 年 10 月 Claude Code 推出的 Skill 系统。ChatGPT 出来两年之后，很多人已经开始质疑 AI 是不是泡沫了，用户增长放缓，大家觉得好像也就那样。但从去年十月开始，事情发生了质变：所有类型的工作都可以通过自动化推理来完成了。
什么叫 Skill？简单说，你可以把你每天的工作流程写成一个文档，比如早上干什么，开完会干什么，收到邮件之后怎么处理。然后 Claude Code 会读这个文档，自动写代码，自动执行。你不需要懂编程，你只需要会说话，会表达你想要什么。
这听起来好像只是一个效率工具的升级，但郭宇认为这是软件工程史上最大的变化之一。过去的软件是固定的代码，未来的软件是动态流动的 token，每一次运行都是一次推理。你想查银座附近的停车场，想给孩子的班主任做一个生日祝福网页，想把过去十个月的旅行轨迹做成一张动态地图发小红书，随便什么需求，说出来就行了。
2、程序员为什么会是第一批被冲击的人
这个判断听起来有点反直觉。按理说程序员是最懂 AI 的人，应该最能适应变化才对。但郭宇说，恰恰因为编程这件事本身就是把人类的想法翻译成机器能执行的指令，而现在 AI 已经能直接完成这个翻译过程了，所以程序员反而成了最先被替代的群体。
他提到，硅谷很多公司已经不再招初级程序员了。原因很现实：用 Claude Code 自动写代码比雇一个初级程序员更快、更高效，最关键的是不需要沟通。你不用开会对齐需求，不用等人理解你的意思，不用处理人际摩擦。任务可以 24 小时自动运行，即使失败了，成本也很低，因为你不需要走招聘和裁员的流程。
郭宇自己现在就是一个「Vibe Coder」，也就是氛围编程。代码在旁边自己写着，他在旁边想想接下来要做什么就行了。他甚至每天晚上睡觉前让 Claude Code 在他的 5090 显卡上跑一整夜，昨天跑了 1000 个循环，花了六个多小时，自动设计了一家东京装置艺术公司的完整方案，包括财务计划、网站、3D 产品、推广邮件，还自动发送给了东京各个画廊和公共空间。
这意味着什么？意味着一个人加上 AI，就能完成过去一整个团队的工作量。而且这还只是现在的水平。
3、SaaS 行业正在被釜底抽薪
郭宇提了一个很尖锐的观点：当每个人都能让 AI 为自己量身定制软件的时候，为什么还要用别人写好的通用软件？
过去我们用 WordPress 写博客，用 Adobe 处理图片，用各种 SaaS 工具处理文档、管理项目、做财务报表。这些工具存在的前提是，普通人不会写代码，所以需要有人把代码写好打包成产品卖给你。但现在这个前提正在被瓦解。你直接跟 Claude Code 说你要什么，它就能用你电脑上的文件、你的账号、你的云存储，写一个完全贴合你个人需求的程序。
他说，你去看美股就知道了，每次 Claude 发布新功能，总有某家上市公司的股价暴跌 20%。今年二月 Claude 发布法律自动化插件的时候，彭博社报道引发了 2850 亿美元的股票抛售。那些法律科技公司的股价暴跌，因为市场预期 AI Agent 可以直接自动化法律工作，企业不再需要购买这些公司的服务了。
这个逻辑推下去，受影响的远远不止法律行业。任何以「把专业知识打包成标准化服务」为商业模式的公司，都面临同样的威胁。
对谈中有一个细节特别值得玩味。郭宇现场用 Claude Code 给作家车畅重建了个人网站，从搜索她的资料、理解她的写作风格、设计页面布局到生成代码，全程大概两三分钟。车畅用了很多年的 WordPress，而郭宇说，理论上她以后不需要 WordPress 了，WordPress 未来可能都会倒闭。
4、知识本身不再稀缺，判断力才是
这场对谈里有一个问题特别有意思：AI 到底是增强人类还是取代人类？
郭宇的回答很直接：短期增强，长期取代。短期来看，一个人可以做一万个人的工作。长期来看，你会失业，最终不再被需要。
他甚至引用了一个说法：让大家享受最后六个月真正有意义的工作吧。虽然他自己也觉得这话有点极端，但他认为方向是对的。
为什么这么说？因为过去知识工作者的核心价值在于掌握了某个领域的专业知识，而获取这些知识需要大量的时间和训练。但现在你可以随时随地向 Claude Code 请教任何领域的任何问题，它能给你一个哲学博士级别的回答，也能给你一个资深律师级别的分析。知识本身变得随取随用了，那些靠「我知道你不知道」来维持职业壁垒的岗位，根基正在动摇。
这让人想到一个更深层的问题：如果知识不再稀缺，那什么才是稀缺的？可能是判断力，是品味，是知道什么问题值得问、什么方向值得探索的能力。AI 能给你一千个方案，但选哪一个，为什么选这个，这仍然需要人来决定。至少现在是这样。
5、生产力飞跃了，但分配机制没跟上
郭宇聊到了一个很多技术乐观主义者不太愿意面对的问题：生产力的提升正在先于分配机制的改变发生。
他说，你去看美股就能感受到这种撕裂。所有用 AI 的公司都在疯狂赚钱，利润增长，营收增长。但与此同时，它们也在大量裁员。岗位减少意味着消费者减少，消费者减少意味着经济疲软，再加上 AI 让商品和服务变得更便宜，通缩的压力就来了。
一边是生产力爆炸，一边是就业萎缩。市场正在试图给这个未来定价，但没有人真正想清楚这个社会会变成什么样。有人失业了没有收入，但同时花 200 美元订阅一个 Claude Code 就能做很多有趣的事情，说不定还能从中赚到钱。也说不定赚不到。
这种不确定性本身就是最大的焦虑来源。对于普通人来说，与其纠结于「AI 会不会取代我」这个问题，不如想想「在 AI 能做越来越多事情的世界里，我能提供什么独特的价值」。答案可能不在某个具体的技能上，而在于你对世界的理解方式、你提出问题的角度、你整合不同领域知识的能力。
6、中美之间有六个月的代差，但方向是一样的
郭宇提到了一个很多人关心的话题：中国和美国在 AI 领域的差距到底有多大？
他的判断是 6 到 12 个月，主要体现在模型的编码能力上。Claude 的 CEO 之前也说过，中美模型之间大概有六个月的代差，即使是字节跳动这样在国内做得最好的公司，也存在这个差距。
原因在于发展路径的不同。美国公司，尤其是 Anthropic（Claude 的母公司），把大量资源投入到了编码模型的训练上，让模型具备了极强的代码生成和执行能力。而中国公司的思路是先做消费级产品，先让七岁到七十岁的用户都能用上 AI。字节跳动把大量 GPU 用在了豆包和即梦这类消费产品的多模态推理上，用户可以生成视频、和 AI 聊天，这些确实推动了 AI 在大众中的普及。但代价是，用于底层编码模型训练的 GPU 不够了。
所以你会看到一个有趣的现象：中国的 AI 用户数量可能比美国还多，但大部分人在用 AI 做什么呢？做猫猫狗狗的搞笑视频，看看穿搭搭不搭配。这些应用当然有价值，但在核心技术能力上，差距是实实在在的。
现在国内很多公司，包括 Kimi、Minimax，都在试图通过蒸馏 Claude Opus 的模型来追赶。但蒸馏终究是跟随，你需要一个先行者走在前面，后面的人才有东西可以学。
7、最后的思考
郭宇在对谈结束时说了一句话：可能还需要几个月，所有人都会意识到，人类正在以几种不同的方式接近一种全新的智慧形态。
这话说得很克制，但含义很重。他不是在说 AI 会毁灭人类，也不是在说 AI 会拯救人类。他说的是，一个根本性的变化正在发生，而大多数人还没有真正理解这个变化的规模和速度。
如果你是一个知识工作者，不管你是程序员、律师、设计师、分析师还是写作者，现在最值得做的事情可能就是亲自去用一用这些工具。不是看别人的演示，不是读别人的总结，而是自己动手，花几个小时，让 AI 帮你完成一个你以前觉得很复杂的任务。只有亲身体验过那种「原来这件事可以这么快完成」的冲击，你才会真正开始思考接下来该怎么办。
毕竟，郭宇说得对：六个月，在这个时代，已经算是长期了。
#How I AI##科技先锋官#
