#技术变革

AI虽然是重大技术变革，但也不宜过度解读。这是我去年一个演讲，聊了程序自动化和数据自动化的区别和对未来趋势的判定。

记者与学者的对话：AI浪潮是文科的暮鼓还是晨钟？

电影《野兽》讲述了新事物带来的冲击。一头野兽无形地蹲在未来的丛林中。技术即将在未经我们同意的情况下，改变甚至消灭人类。时代变迁的代价，从古装剧变成对非自愿独身文化的现代嘲讽。一对恋人穿越1910年前后的巴黎；2010年代的洛杉矶；以及2044年的巴黎。 （中文字幕）

今天情绪非常低落，压力非常大，我不清楚我现在做什么，是从现在开始到将来都还有价值的。 比如 GPT-4o 的图像能力，直接干翻了之前很多创业公司的产品，他们花了那么多时间、人力、投资人的钱去调优的算法、工作流、模型，直接被一次大模型的更新就取代了。 昨天还在看 SD 教程，今天发现白看了...

未来的软件工程师将从“写代码”转变到“管理/审阅 AI”，成为想法与需求的提出者。20VC 最新一期播客采访了 Anthropic CPO Mike Krieger，对谈中 Mike 预测差不多一年后，工程师的工作将是你教给 AI 一项任务，当你回头来看时，AI 会告诉你它已经评估了它实现的三种方法，并让不同的 Agent 在浏览器中试用过了，这个效果最好；还让另一个做漏洞测试的 Agent 运行

记者来信：胜负之外——当AI狂潮席卷而来

“我们基于目前世界的制约条件来想象它的未来，但其实还有大量新的机会和事物会涌现。所以我觉得，写代码在现在确实非常重要，而且很快就会发生变化。大家需要保持足够的灵活性。 我常打的比方是，好比我们是一群会计师，而微软 Excel 刚刚问世。你是想当第一个放下 HP 计算器学 Excel 的人，因为这是更好的工具，还是想做那个死抱着计算尺和 HP 计算器不放，还在那儿说“这帮年轻人只会用 Excel，

收到一位新手算法工程师的来信，咨询我： >“在 AI 时代，既然 AI 能生成高效的算法实现，那么新手该如何有效进行代码的设计和验证？” 这确实是当下新手工程师特别关心的问题。毕竟，AI 现在能轻松产出高质量的实现代码，可新人既缺乏“拆解需求”和“设计方案”的经验，又需要面对迅速变动的技术场景，难免会容易焦虑着急。 很多人会设想一种“理想状态”：我们先把需求细分成相对独立且定义明确的模块，然后

如果技术进步发生的地方不在商业的关键路径上，或者技术进步虽然发生在关键路径，但是对整个商业模式的关键路径没有改变，那么技术变革对这种商业的影响力就是有限的。对于新的技术，我们可以寻找那些关键路径受到技术变革的商业模式，在里面寻找投资机会