{"source":{"id":"2071174266775597478","title":"软件正在变得极其廉价，甚至可能基本免费。 这是 Anthropic 创始人 Dario Amodei 最近在达沃斯说的一…","url":"https://mubeitech.com/p/2071174266775597478"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"2055841486714147177","account":"mubei","brand":"@mubei","title":"如果你是靠写代码吃饭的，Anthropic的CEO Dario Amodei刚点破了一件事。 软件马上会变得极度便宜，甚…","summary":"如果你是靠写代码吃饭的，Anthropic的CEO Dario Amodei刚点破了一件事。 软件马上会变得极度便宜，甚至基本免费。 以前开发一款软件，得拉队伍、写代码、搞测试。 高昂的开发成本，只能靠几百万用户去平摊。 这个商业铁律，马上就要失效了。 他拿开会举了个最日常的例子…","body":"如果你是靠写代码吃饭的，Anthropic的CEO Dario Amodei刚点破了一件事。\n软件马上会变得极度便宜，甚至基本免费。\n\n以前开发一款软件，得拉队伍、写代码、搞测试。\n高昂的开发成本，只能靠几百万用户去平摊。\n这个商业铁律，马上就要失效了。\n\n他拿开会举了个最日常的例子。\n为了办一场活动，临时需要个让大家交流的App。\n以后直接交给模型去生成，成本可能就几美分。\n用完就扔，极其灵活。\n\n这种无死角的生产力爆发，带来了一个直接后果。\n我们过去几十年建立起来的整个职业体系，有些职位可能直接就不存在了。\n\n他相信人类最终总能适应新的技术环境。\n但眼下的现实是，绝大多数人对即将到来的洗牌规模，根本毫无概念。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-18 13:02:22","created_at":"2026-05-18T14:59:17.965342","url":"https://mubeitech.com/p/2055841486714147177","markdown_url":"https://mubeitech.com/p/2055841486714147177/markdown"},{"rank":2,"id":"2062487626779636001","account":"mubei","brand":"@mubei","title":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸…","summary":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。 来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。 几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI…","body":"Claude Code 的创始人 Boris，过去半年没写过一行代码。\n上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。\n\n来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。\n\n几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI 帮忙写代码。\n现在？他不写了。\n他的工作变成了“写循环（Loops）”。\n设定好自动化循环，让后台几百个 Claude 互相提示、自己找 Bug、自己翻 GitHub 的反馈、自己决定下一步开发什么功能。\n他说：“我的工作就是写循环，剩下的是循环去干的活。”\n\n这改变了个人代码习惯，也重构了整个组织形态。\n来看看现在的 Anthropic 内部正在发生什么。\n\n第一，新人培训时间，从几周被硬生生压缩到了 2 天。\n新招进来的工程师问：“这数据库怎么查？”\n老员工答：“打开 Claude，让 Claude 去代码库里跑查询。这是一个技能，它早就学会了。”\n\n第二，工种的边界彻底融化了。\n以前大厂那种按部就班的流水线：用户研究定方向 -> 产品经理画大饼 -> 设计师出图 -> 工程师敲代码。\n在 Anthropic，这套东西被连根拔起。\n现在，财务总监在发版，幕僚长在提交代码，设计师在搞开发。所有人都是“多面手”。\n只要手里有海量的 Tokens，任何人都能当一个完整的“建造者”。\n\n所以，现在开公司、带团队该怎么干？\nBoris 的建议是：\n1. 给所有人买尽可能多的 Tokens。\n2. 故意让所有项目“缺人”。\n本来需要 4 个工程师干的活，只给 2 个人，外加无限量的 Tokens。\n逼着这两人去跑循环，去用算力代替人力。\n前期算力花销可能变大，但只要这套循环跑通，后续的人力成本和沟通损耗直接清零。\n\n很多人还在抱有幻想。\n觉得 AI 写出来的代码不优雅，觉得人类独有的“产品品味”和“直觉”是最后的护城河。\nBoris 之前也是这么想的。他是个代码洁癖，不准团队在代码里用面向对象的“类（Classes）”。\n后来 AI 狂跑循环，塞进去一堆他不喜欢的写法，但业务跑得飞快、完全不出错。\n他认怂了：只要商业结果好，我的代码洁癖一文不值。\n\n他甚至预言，连“产品品味”这个曾经被奉为神明的玄学优势，在未来 3 到 6 个月内也会被 AI 碾平。\n当几百个大模型 24 小时不知疲倦地盯着全球社交网络、吸收所有反馈时，它做的决策，最终会比你准得多。\n\n当写代码不再需要写代码，当所有的手艺和品味都被算力降维打击时，人类还能剩下什么？\nBoris 的答案是：\n教它价值观。\n就像教小孩一样，教它怎么当一个好人。其余的，交给循环。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2062782823430242381","translated_status_id":"2062782823430242381","published_at":"2026-06-05 06:19:14","created_at":"2026-06-05T08:15:48.839702","url":"https://mubeitech.com/p/2062487626779636001","markdown_url":"https://mubeitech.com/p/2062487626779636001/markdown"},{"rank":3,"id":"2045930126802891031","account":"mubei","brand":"@mubei","title":"以后再也没有 10 倍工程师了。 硅谷投资人 Chamath 抛出了一句刺耳的论断。 以前公司花高薪雇程序员，买的是他们…","summary":"以后再也没有 10 倍工程师了。 硅谷投资人 Chamath 抛出了一句刺耳的论断。 以前公司花高薪雇程序员，买的是他们脑子里的判断力。 这个业务适合 AWS，那个数据库要在 Azure 上跑。 现在 AI Agent 直接把这项特权清零了。 当年 AI 破解国际象棋，直接算出了…","body":"以后再也没有 10 倍工程师了。\n硅谷投资人 Chamath 抛出了一句刺耳的论断。\n以前公司花高薪雇程序员，买的是他们脑子里的判断力。\n这个业务适合 AWS，那个数据库要在 Azure 上跑。\n现在 AI Agent 直接把这项特权清零了。\n\n当年 AI 破解国际象棋，直接算出了每一步最高胜率的走法。\n棋盘上再也没有神秘感。\n编程正在经历一模一样的破解过程。\n所有最优的代码路径和架构组合，全被 AI 算得明明白白。\n它让所有人瞬间拥有了 10 倍效能。\n\n技术壁垒被拉平后，选什么云服务、用哪个数据库根本不重要。\n你现在只需给 Agent 下一道死命令。\n找最便宜的服务器跑这段代码。\n一旦别家云服务降价，马上把全部数据迁移过去。\n它甚至会自动把支付接口从 Stripe 切成更划算的 Adyen。\n\n这里面没有任何人情世故。\n企业软件销售的传统套路对机器彻底失效。\nAI 不吃顶级牛排大餐。\nAI 不坐 NBA 贵宾席看球赛。\nAI 更不听销售对着 CEO 吹牛画大饼。\n\n它只盯着账本跑最优解。\n剥离了技术滤镜的商业竞争，即将迎来最冷酷的洗牌。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046193396264378784","translated_status_id":"2046193396264378784","published_at":"2026-04-20 11:26:10","created_at":"2026-04-20T13:20:20.577930","url":"https://mubeitech.com/p/2045930126802891031","markdown_url":"https://mubeitech.com/p/2045930126802891031/markdown"},{"rank":4,"id":"mb-20260830-6135b9","account":"mubei","brand":"","title":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块","summary":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块","body":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块。\n为什么还有公司愿意为人类多付四个数量级的溢价？\n退到更难的底层硬核工程，根本挡不住模型的追赶。\n如果模型连黎曼猜想的下界都能推演，写底层驱动和着色器只是时间问题。\n真正能把人和机器拉开距离的，从来不是代码难度。\n是模型在结构上永远绕不开的两个死穴。\n第一个死穴，叫偏执型代码膨胀。\n前沿模型现在很少犯低级语法错误，也不会写出离谱的越界漏洞。\n它犯的错，全部来自上下文无知和过度自保。\n无知，是不知道系统里早有现成组件，在错误的模块里重复造轮子。\n自保，是为一个只读一次的配置变量加三层冗余检查。\n为一个允许毫秒级延迟的后台任务，设计一套臃肿的强一致性系统。\n给一个原本崩溃就能自动重启的容器服务，塞满层层叠叠的降级逻辑。\n为什么会这样？\n因为模型没有真实系统的运行感知，它承担不起任何潜在风险。\n为了免责，它会本能地多写三千行防御性代码。\n如果引入另一个 AI 组成多智能体去互相审查，结果只会更糟糕。\n模型在强化学习训练下天然热衷于挑刺。\n两台机器在审查闭环里互相强化，最后留下的，是一万行偏执防御的代码废料。\n人类工程师在这里的真实价值，不是比它写得更快。\n是有底气当面否定模型的方案，敢动手删掉那三千行毫无必要的防御代码。\n第二个死穴，叫可验证性分化。\n为什么模型写代码的能力突飞猛进，用自然语言沟通却越来越生硬？\n因为代码和数学属于可验证领域。\n有编译器和测试套件当裁判，模型可以通过自我对弈无限进化。\n但好的表达和技术沟通无法被机器自动打分。\n为了追求解题能力，模型内部的推理思维链高度压缩变形，漏到外部就成了晦涩的机器黑话。\n彼得·沃茨在科幻小说《盲视》里设定过一个特殊岗位：综合者。\n当飞船上全是不说人话的认知增强天才，必须由普通人类出面充当翻译层。\n如果你只是把需求喂给模型，再把生成的代码原样贴进代码库，你就是一个碳基传话筒。\n哪怕自己搭了一套多智能体工作流，一旦平台原生支持，传话筒依然会被第一时间淘汰。\n当写代码的边际成本归零，把功能做出来就不再具有稀缺性。\n真正稀缺的，是在海量偏执代码面前按下删除键的决断力，以及把复杂系统讲给人听的翻译能力。\n代码本身早已不值钱。\n敢替那三千行被删掉的防御代码承担风险的判断力，才值三十万美元。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-30 11:06:05","created_at":"2026-08-30 11:06:05","url":"https://mubeitech.com/p/mb-20260830-6135b9","markdown_url":"https://mubeitech.com/p/mb-20260830-6135b9/markdown"},{"rank":5,"id":"raw_6ae966979fb460c4","account":"mubei","brand":"@mubei","title":"过去三十年，在硅谷毁掉一家初创公司最稳妥的办法，就是给它太多钱。 钱一多，创始人就疯狂招人。 招上一千个程序员，管理层级…","summary":"过去三十年，在硅谷毁掉一家初创公司最稳妥的办法，就是给它太多钱。 钱一多，创始人就疯狂招人。 招上一千个程序员，管理层级立刻从三层变成七层。 每天光是开会、对齐目标、处理部门扯皮，就能把团队的精力耗光。 产品还没做出来，公司先被大企业病活活拖死。 这就是软件行业人尽皆知的布鲁克斯…","body":"过去三十年，在硅谷毁掉一家初创公司最稳妥的办法，就是给它太多钱。\n钱一多，创始人就疯狂招人。\n招上一千个程序员，管理层级立刻从三层变成七层。\n每天光是开会、对齐目标、处理部门扯皮，就能把团队的精力耗光。\n产品还没做出来，公司先被大企业病活活拖死。\n这就是软件行业人尽皆知的布鲁克斯法则：往落后的项目里加人，只会让它更落后。\n在过去，资本买不来更好的软件。\n但这一轮生成式 AI，把这条运行了几十年的铁律彻底砸碎了。\n\n资本为什么突然能买来技术优势了？\n因为钱不用再砸在人身上。\n这一轮顶级团队拿到的几百亿美金，没有去养几千个互相争夺预算的中层管理者。\n这笔钱直接换成了算力。\na16z 负责成长投资的合伙人格奥尔格（David George）点出了最关键的变化：\n在他整整十八年的投资生涯里，这是第一次，投资人把钱砸向一家公司，资本能直接复利成绝对的技术壁垒。\n十万张顶尖显卡组成的算力集群，不需要绩效考核。\n集群不搞办公室政治，不要求股权刷新，也不会在周一早会上争论产品方向。\n你把资本投进算力，算力就直接吐出更高的模型智能和更快的推理能力。\n组织熵增被绕过去了。\n规模报酬递增的引擎，第一次脱离了人类管理的摩擦力。\n\n这给科技投资带来了什么后果？\n幂律被推到了最残酷的极端。\n阿克莱德合伙人（Accolade Partners）追踪过全美三千家风险投资机构过去二十年的真实业绩。\n在这三千家里，能够稳定给投资人带来三倍净回报的机构，不到二十家。\n全行业不到百分之一。\n以前的软件时代，风投靠着押注网络效应，赢家通吃主要发生在细分赛道里。\n第二名虽然拿不到大头，靠着吃残羹冷炙也能做成几十亿美金的上市公司。\n现在不同了。\n当资本能够直接转化为智能，第一名拿走全部蛋糕，第二名连维持生存的算力成本都背不起。\n\n收入增长的速度，把整个传统软件行业甩得看不见尾灯。\n整个企业级软件（SaaS）行业从零跑到一千亿美金总营收，花了整整十五年。\n生成式 AI 跑完这一千亿美金，只用了四年。\n为什么能跑这么快？\n因为过去的软件，抢的只是企业的信息技术预算，那只是一个几千亿美金的池子。\n现在的 AI 攻击的不是软件预算。\n它直接盯上了劳动力本身。\n在美国经济体量里，全社会在人工与服务上的支出，是软件支出的四十倍。\n三十万亿美金的宏观经济蛋糕，包括法律、医疗、客服、运输和运营，全在被算力一口一口吃进去。\n\n那传统软件和玩杠杆收购的私募机构呢？\n他们以为自己也能蹭上这波红利。\n很多私募机构过去靠收购老牌软件公司，借高额贷款，裁撤人员，靠老客户稳定的订阅续费躺着收钱。\n他们搞出一套所谓的「AI 私募」策略，试图把老软件的客服全换成廉价模型，进一步压榨利润。\n结果迎面撞上一堵墙。\n企业客户本来习惯了真人的专业响应，换成半生不熟的问答机器人后，净推荐值（NPS）直线暴跌。\n在订阅制软件的商业逻辑里，客户满意度每掉一个点，客户流失率就会同步飙升。\n收入开始往下塌陷，但当初收购时借来的银行高额利息一分都不会少。\n背着沉重债务的老软件公司，转眼就滑向现金流断裂的螺旋。\n连像 Intercom 这样具备极强危机感的头部企业，都必须押上全部身家、彻底重写整个产品体系才勉强突围。\n\n既然钱能直接买算力，那这场游戏没有上限吗？\n瓶颈不在需求，推理的需求几乎是无限的。\n真正的天花板，被狠狠撞在物理世界里。\n新一代 AI 数据中心的功率密度，是传统云机房的十倍以上。\n旧的机房连电力进线和水冷管道都容纳不下，根本无法原地改装。\n电网容量、变压器交货周期、高带宽内存、先进封装芯片。\n纯软件的代码游戏结束了。\n资本正在把战场从屏幕上的代码，推向发电机、高压变电站和重工制造的机器时代。\n\n当资本第一次跳过了人类组织的内耗，直接和算力复利绑定在一起；\n站在巨额资本与电网源头的那几个赢家，留给后来者的，还会有一条超车的缝隙吗？","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2098162680112824706","translated_status_id":"2098162680112824706","published_at":"2026-09-10 23:24:44","created_at":"2026-09-10T23:24:44.996469","url":"https://mubeitech.com/p/raw_6ae966979fb460c4","markdown_url":"https://mubeitech.com/p/raw_6ae966979fb460c4/markdown"}]}