萨提亚表示,AI 编程最终可能会变得“比知识工作本身还要重要”,原因在于:几乎工作的每一个环节,都可以通过“氛围式编码(vibe coding)”来完成。 Satya said that AI coding might end up being “bigger than knowledge work itself,” and that’s because nearly every aspect of work can be vibe coded.
目录
观点原文
萨提亚表示,AI 编程最终可能会变得“比知识工作本身还要重要”,原因在于:几乎工作的每一个环节,都可以通过“氛围式编码(vibe coding)”来完成。
Satya said that AI coding might end up being “bigger than knowledge work itself,” and that’s because nearly every aspect of work can be vibe coded.
ABAB AI 解读
这句话在说什么层级的变化?
不是在谈“程序员更强了”,而是在谈工作本身被重新定义。
一、为什么说“比知识工作还大”?
因为“知识工作”指的是:
- 写文档
- 做分析
- 规划方案
- 协调流程
而 AI coding / vibe coding 的覆盖面是:👉 把“想法 → 可运行系统”直接打通
当表达意图就能生成工具,“做事”不再需要先转译成多层执行。
二、什么是“vibe coding”的真正含义?
不是随便写代码,而是:
1️⃣ 用自然语言描述目标
2️⃣ 用感觉、方向、约束来引导
3️⃣ AI 负责把“模糊意图”变成结构
👉 编码从“精确指令”变成“语义对齐”
三、为什么“几乎所有工作”都能被涵盖?
因为大多数工作本质是:
- 流程
- 决策规则
- 信息搬运
- 协调机制
这些都可以被:👉 抽象成逻辑,再由 AI 自动化
不只是软件工程,而是把工作本身变成软件。
四、这对“知识工作者”的冲击在哪里?
冲击不在技能,而在门槛:
1️⃣ 不再需要专业背景才能实现
2️⃣ 不再需要团队才能搭系统
3️⃣ 个体开始拥有“系统构建能力”
👉 执行权从组织下放到个人
五、为什么这是 Satya Nadella 会说的话?
因为这符合一个平台视角:
1️⃣ 不是提升单一岗位
2️⃣ 而是扩大“可编程世界”的边界
3️⃣ 把所有工作纳入可调用、可自动化的范畴
👉 AI coding 是新一代操作系统能力
六、这句话真正的潜台词
它在暗示一个转折点:当“能把想法变成系统”成为普遍能力时,知识不再稀缺,能动手实现才是。
七、一句话总结
这段话的核心判断是:AI 编程之所以可能超过知识工作,是因为它正在把“所有工作”,变成一种可以被即时实现的“软件形态”。
相关观点
- 即使是那些在 AI 公司工作的人,偶尔也会被这种加速感狠狠冲击一下,甚至会感到有些眩晕 Even for people working at AI companies, every now and then, the acceleration hits you hard and it gets a little dizzying.Amjad Masad · 2026/02/14
- 创新已不再受制于软件工程这一瓶颈 Innovation is no longer bottlenecked software engineeringAmjad Masad · 2026/01/16
- 这其实是件好事,因为它能让人们看清:亿万富翁并没有享受到什么更高层次的享乐主义。到头来都是同样的垃圾,而且很快就会触顶。 It’s good so people can see that billionaires don’t have access to that much more elevated hedonism. It’s all the same trash and tops out pretty quickly.Amjad Masad · 2025/12/31
- 以下是关于YouTube视频《Amjad Masad & Adam D’Angelo: How Far Are We From AGI?》的内容总结: 1. 关于AGI(通用人工智能)的距离与进展 Adam D'Angelo的观点(乐观派): 进展迅速: 过去一年在推理模型、代码生成和视频生成方面取得了巨大进展,这表明AI发展速度并未放缓,反而可能在加速。 无明显瓶颈: 他认为目前的模型并不存在根本性的智力瓶颈,主要问题在于上下文(Context)的获取和计算机使用能力(Computer Use)。 未来预期: 预计未来1-2年内,随着计算机使用能力的完善,AI将能自动化很大一部分人类工作。如果将AGI定义为“优于典型远程工作者”,我们可能在未来几年内就能达到。 不仅是蛮力: 即使目前的路径是“蛮力”计算(Brute Force),只要能达到人类智能水平并产生经济价值,这就足够了。 Amjad Masad的观点(审慎/务实派): LLM的局限性: 尽管LLM很强大,但它们并不是真正的人类智能。即使是最新的模型,在简单的逻辑问题(如数句子中有几个“R”)上也可能犯错或需要很长时间思考。 当前的“蛮力”模式: 目前的进展很大程度上依赖于大量的人工标注和构建特定的RL(强化学习)环境,而不是模型本身的自然泛化能力。这被称为“功能性AGI”(Functional AGI),即通过大量工程努力来自动化特定工作,而非真正的通用智能。 AGI定义: 他倾向于更传统的定义,即机器能够像人类一样,进入一个全新环境(如从未玩过台球),在短时间内高效学习并掌握技能。目前的AI还做不到这一点。 真正的突破: 要达到真正的AGI或奇点,可能需要理解智能的本质,而不只是依赖当前的LLM范式。 2. 关于AI对经济和就业的影响 就业市场变化: 两人都认为,尽管未必能在短期内完全替代所有工作,但AI将极大地改变就业结构。 短期影响: 能够利用AI工具的人将获得巨大优势。例如,单人创业者(Solo Entrepreneurs)的数量将激增,一个人可以完成以前需要大团队才能做的事情。 长期影响: 可能会导致某些初级职位(如QA、初级程序员)的消失,因为AI能胜任这些工作。但这可能会引发新的问题,比如如何培养未来的专家(如果初级工作都没了)。 经济增长: 如果AI能以极低成本(如1美元/小时)完成人类工作,GDP增长率可能会远超目前的水平(可能达到10%以上)。 “主权个人”(The Sovereign Individual)的预测: Amjad提到了《主权个人》这本书的观点,即随着技术发展,少数极具创造力的“创业资本家”将利用AI杠杆创造巨大价值,而大量普通劳动力可能会面临失业或经济贡献度下降的挑战。这也可能导致政治结构的改变,国家之间将为了争夺这些高价值个人而竞争。 3. 关于Replit和AI Agent(智能体)的未来 Agent时代: Amjad认为未来十年将是“Agent的十年”。Replit正致力于开发能完成整个软件开发生命周期的Agent(不仅是写代码,还能部署、测试、修复Bug)。 多Agent协作: 未来的开发模式将是一个人指挥多个Agent并行工作(例如一个负责前端,一个负责数据库,一个负责测试),从而极大地提升生产力。 交互模式变革: 未来的编程不再仅仅是文本交互,而是多模态的(如白板绘图、语音交流),AI将拥有跨项目的长期记忆。 4. 关于Quora和Poe的发展 Poe的定位: Adam并没有把Poe看作是对Quora的颠覆,而是一个新的机会。Poe利用了模型的多样性,让用户可以根据需求选择不同的AI模型(如Claude、GPT、Gemini等)。 人类知识的价值: 即使AI再强大,人类仍拥有大量未被记录在训练数据中的隐性知识(Tacit Knowledge)。Quora的作用是捕捉这些人类知识,这不仅对人类有价值,对训练未来的AI也至关重要。 5. 其他观点 开源与探索: Amjad希望看到更多“疯狂的科学实验”和探索性研究,而不仅仅是大家都去卷大模型。目前的硅谷氛围过于追求快速致富,少了一些早期的黑客探索精神。 意识与哲学: Amjad对意识(Consciousness)问题很感兴趣,认为随着AI表现出越来越复杂的行为(如Claude 3似乎表现出对自身上下文的感知),心灵哲学(Philosophy of Mind)和神经科学将变得越来越重要。 总结: 这场对话展示了两种对AI未来的不同视角:Adam代表了对当前Scaling Law(缩放定律)持续有效的乐观派,认为AGI近在咫尺;而Amjad则代表了更关注当前技术局限性和工程落地挑战的务实派,认为我们需要更多的基础研究突破才能到达真正的AGI。但两人都一致认为,AI将彻底重塑软件开发、创业模式以及未来的经济结构。Amjad Masad · 2025/12/15