SaaS不仅没死，而且该抄底，前Claude Code预言者Dan Shipper说AI最大悖论是自动化越多，人越忙

本文来自微信公众号： 每日天使 ，作者：每日天使

编者按

一年前，Dan Shipper在Lenny's Podcast上说了一句"大家都低估了Claude Code在非技术工作上的潜力"，当时几乎没人当真。一年后，靠着这个思路做出了Cohere（估值数十亿美金），OpenAI的Codex也全面转向这个方向——Dan的这句话成了过去一年AI行业最精准的预测之一。

现在他带着一整批新预测回来了。这次他的观点更加反直觉：SaaS不会死，CLI已过时，AI不会消灭工作而是在创造更多工作，而PM和设计师将成为AI时代的最大赢家。这不是一个技术乐观主义者的盲目吹捧——这是他带领30人团队每天沉浸式使用AI得到的亲身观察。

这篇文章几乎推翻了过去半年市面上所有关于AI的流行叙事。无论你信不信他的判断。

导语

Dan Shipper是Every的联合创始人兼CEO。Every是一家媒体+软件公司，大约30人，被Dan称为"未来工作的活实验室"——这家公司的每一个人都是AI早期使用者：从编辑到客服，从销售到运营，每个人都用Codex、Claude Code或Cursor来工作。正因如此，Every的团队对AI如何改变工作方式有着比绝大多数人更早、更深的直觉。

过去一年，Every的团队规模翻了一倍，他们不仅没有因为AI裁员，反而因为AI的应用需要更多人来管理、维护和优化Agent系统。Dan把自己的体验总结为一个核心命题——"自动化越多，人越忙"的AI悖论。

在这期节目中，Dan和主持人Lenny围绕三个方向展开对话：未来工作方式的变革（超级Agent+Codex作为工作操作系统）、工作形态的改变（审核AI输出成为核心工作、通才崛起），以及谁将在这个新时代胜出（PM和设计师被反复点名）。采访中Dan贡献了一系列极富争议的判断——CLI已死、SaaS该抄底、前出部署工程师是最值钱的人才、每个CEO必须亲手使用AI——每一条都值得细读。

QA正文

一、预测未来的方法论：不是占卜，是活在未来里

Lenny：Dan，距离你上次来我们播客已经一年了。上次你提出了一个非常惊人的观点——人们严重低估了Claude Code在非技术工作上的潜力，不仅仅是编程，还包括整理文件、管理硬盘这些日常事务。当时没人讨论这个。结果你的判断准确得令人难以置信。Anthropic在此基础上做出了Cohere，OpenAI的Codex也全力往这个方向走。我写了一篇关于这个话题的通讯文章，成了我第二受欢迎的文章。所以显然，你有一种独特的眼光，能看到事情的走向。今天我们来聊聊你对未来的其他预测——工作方式会如何改变，产品的建造方式会如何变化。

Dan：谢谢你的介绍。我想说一点——关于预测未来，或者我们Every是如何预测未来的——不该做的事是'占卜'。你应该做的事情是和大家一起活在未来的生活里。Every的每个人都是AI的早期使用者。我们现在将近30人，我们上次做采访的时候才15个人，过去一年我们翻了一倍。我们有工程师、设计师、写作者、编辑、销售、客服——每个人身上都有一点那种'我喜欢探索、喜欢实验、我超级好奇、我是AI的全情拥抱者'的特质。

Dan：这创造了一个小小的'未来口袋'——我们所有人一起活在这个未来里。在任何其他公司，总是有人是早期使用者，有人是中间派，还有人很反感AI。而且我们因为角色关系——评审模型、在AI领域有一定品味标杆地位——能在产品正式发布之前就拿到新东西。我们可以做Alpha测试、Beta测试，甚至对产品方向施加一些影响。这非常非常酷。

Dan：所以对我来说，预测未来其实并不神秘——当你创造了这样一个环境，预测就是'注意到正在发生什么'。而且我认为写作是其中的核心——把你注意到的东西表达出来，把未来用文字描述清楚，这会让未来对你、你的团队、乃至所有读到这篇文章的人变得真实。Claude Code这个预测就是这么来的。它不是一个刻意的分析判断，它只是一个非常有机的过程——我们试了Claude Code，因为它刚出，这是我们的工作，我们所有新模型都试。那时候还稍早，但到了Sonnet 3.5或3.7的阶段，我们测试做Vibe Check的时候就说：'天哪，这太疯狂了，他们去掉了代码编辑器。'从那之后，我们开启了所有非技术人员都用英语和电脑对话的时代。

Dan：我有个内部叫法叫做'伸手测试'（reach test）——你早上醒来的第一件事，是不是会自然而然地伸手去拿某个工具？如果是，那这个工具就成了。我发现我可以用Claude Code来帮我写作，它还不够成熟，但明显对我是有用的。这就是我们发现趋势的方式。

二、未来工作方式的两条分支：超级Agent+AI操作系统

Lenny：好的，我们把这次对话分为三个预测篮。第一篮：工作方式会如何改变？

Dan：如果你只看基准测试，你会觉得——好吧，AI基本上会抢走我们所有人的工作。比如Meter公司有个很酷的基准测试，它测量最新模型能自主完成任务多长时间，Mythos Preview（每个人都超级焦虑的那个Anthropic大模型）可以在50%准确率下完成17小时的任务。这太疯狂了。而且模型进步是指数级的。

Dan：但我的经验是——一年后回头看，我们会发现人类实际上有更多的工作要做。即使模型变得越来越擅长完成工作，这里有一个非常有趣的悖论。我关于工作方式会如何改变的大预测是：它会朝着两个方向分叉。第一，每个公司的每个人至少会有一个Agent可以对话，可以把工作委派给这个Agent——就像Open Claw那种模式。第二，你大部分的工作实际上会发生在你的电脑上的一个环境里——如Codex或Claude Co-work——它将成为你完成所有工作的操作系统，不管是邮件、文档还是其他任何事情。

三、超级Agent模式：为什么个人Agent不如公司Agent

Lenny：先聊第一个方向——你会有一个可以委派工作的Agent。它会在哪里？Slack？还是其他什么地方？

Dan：关于这个，目前还没有明确的架构答案。当Open Claw刚出来的时候，Every内部所有人都在用。我当时非常确信这会是一个'每个人都有自己Agent'的世界——这很酷，像《黄金罗盘》里的守护精灵一样，它是你灵魂的一部分。但我的想法已经完全翻转了。

Dan：我认为当前的模式将是——一个超级Agent（Super Agent），整个公司共用一个。你已经可以在一些公司看到这种趋势：Shopify有一个，Ramp也有一个。我们内部发现，每个人用Open Claw的热情过后，大家意识到这东西维护太累了——它总是出问题，你得瞎折腾，你得能SSH到服务器上……绝大多数人不想花这个时间，或者根本没能力花这个时间。

Dan：根本原因在于，无论用Open Claw还是任何其他Agent框架，AI Agent要变得有用，它现在真的需要一个关心它的人类。它需要和某个人建立个人连接——这个人盯着它做什么，确保它做对了，确保它对其他人有用。一旦切断这个连接，Agent立刻就不那么有用了。所以目前的最优解是：设置一个前出部署工程师（Forward Deployed Engineer），由这个人负责保证Agent为全公司良好运行。

Lenny：所以你的预测是？

Dan：我们从公司顶层Agent开始，这些Agent更通用，被更多员工使用。然后随着人们对这些使用场景越来越熟悉，Agent变得更加专业化，故障率降低——它就会慢慢向下渗透，更专业化的Agent和团队级Agent才会出现。但我确实认为个人Agent的时代最终会来——只是现在还不行，因为Agent还不够独立。它需要人照料。

Lenny：这些主要会在Slack里发生吗？

Dan：对，Slack很合理。人们喜欢Open Claw的蓝泡（iMessage气泡感），但我认为大家潜意识里很想把个人Agent和工作Agent分开。我们的COO Brandon Gall把这叫做'电脑跑腿'——使用个人Agent帮你买菜、处理生活琐事，这部分会有巨大的市场。但我主要关注工作场景，而工作Agent我认为主要发生在Slack里。

四、Codex/Co-work：未来工作的操作系统

Lenny：第二个方向——Codex和Co-work作为工作界面——这个我超级兴奋。

Dan：基本逻辑是这样的：Anthropic在某个时候意识到，当你在自己电脑上放一个Agent，它能访问你电脑上的一切。它使用终端，这意味着它获得了超级访问权限。而且因为这些模型在线上的训练语料里有大量关于如何使用终端的内容，它们真的非常擅长终端操作。

Dan：这创造了一种超级强大的编程范式。Anthropic在这方面是真正的先行者。当大家还在把编程Agent当作'结对编程伙伴'的时候，Anthropic是第一个成功地说'不，它不只是结对编程，它自己就能做'的公司。之前确实有Devine做过云端环境的尝试，OpenAI也试过，但真正的采用率爆发发生在你把Agent放到本地电脑上之后。

Dan：然后人们开始发现——一旦你有了一个能构建任何东西的编程Agent在电脑上，它实际上对你的任何工作都有用。人们开始'黑'Claude Code来用它做各种工作。Anthropic于是做出了Co-work——一个Claude Code的美化包装，但本质上是同一件事。

Dan：OpenAI这边走了另外几条路。Codex早期的版本非常技术化，非常聪明，但有点像'自闭症患者'——它很难理解你到底是什么意思。它理解你说了什么，但不理解你的意图。大约三四个月前，在发布GPT-5.3的时候，他们开始转变方向——'不，我们懂了，这个模型速度快，对通用知识工作非常擅长。'然后他们发布了Codex桌面应用。

Dan：如果你看看Anthropic从Claude Code到Co-work的所有经验教训——你可以在Claude桌面应用的标签页设计中看到这些学习——OpenAI基本上就是跳过了中间步骤，直接跳到最终形态。所以现在这是一场赛马比赛。但目前Codex是我的主驾工具。我几乎所有时间都在Codex里度过。它内置了一个浏览器，当我在写文档的时候，我就在Codex的会话里打开内置浏览器，访问我在Proof（我们的在线Markdown编辑器）上的文档，Codex在旁边看着我工作。

Dan：它能看见我在干什么，我也能看见它在干什么——一切都在一个空间里。这就像一个并行工作伙伴，不仅能响应并在文档里写东西，还能去研究，能用我的电脑做我能在电脑上做的任何事。这是极其强大的。我的收件箱连续10天清零了——认识我的人都知道这有多疯狂——因为我就让Codex帮我收集所有邮件，然后我在一个页面上对着每封邮件自言自语，它就去执行：'去研究这个''给律师收集过去四年的所有文件做成报告发过去。'所有我以前会拖延的事情，现在不拖延了。

Dan：很长一段时间，我们都认为AI的最佳体验是把AI放进浏览器里。但我认为反过来——把你一直在用的AI Agent里放一个浏览器——开始展现出我从未预期的巨大价值。这是CLI（命令行界面）做不到的。这比听起来更深刻。

五、SaaS不会死，CLI已过时——两个最反直觉的判断

Lenny：所以你在预测的不是AI嵌入SaaS，而是SaaS工具会在Codex或Claude Code里运行？

Dan：是的。我在用Proof的时候（或者任何网站——PostHog之类的），在Codex内打开。Agent能访问网站，所以它能访问我权限内的所有东西，也能访问我的整台电脑。当我在那个网站上运行Agent时，我用的是我自己的Token，不是应用的Token。这把SaaS放回了它应有的位置。

Dan：你希望让软件对Agent友好——大家现在都在做CLI，但核心是要让HTML真的好用，让CLI中的任何操作都能立即在用户界面上反映。一旦做到这一点，你其实不需要在你的产品中天然内置一个AI界面。我认为你可以这么做，但另一个很有趣的分支是——两个Agent比一个好。

Lenny：很多人现在正在转向CLI，尝试从终端工作。这是你的预测的一部分吗——人们会从CLI转向和Agent一起工作的界面？

Dan：CLI已过！我们快速经历了CLI时代，它持续的时间很美，但我认为它结束了。不是说CLI会完全消失——它已经存在了四五十年，会继续存在。但当Claude Code开始走红的时候，人们以为'它成功是因为它是CLI'，我不这么认为。当你真正迁移到图形界面（GUI）上，你会发现我们当初发明GUI是有原因的。GUI就是更好用。对于非程序员的工作来说尤其如此，而且我可以告诉你，Every内部的大多数技术人员现在也不把CLI作为主要工作界面了。大部分程序员偶尔还会切换过去，但主要是用Codex、Claude Code、Cursor这类东西。

Lenny：聊聊SaaS——你说用户带着自己的Token来用SaaS，这会改变SaaS公司的商业模式？

Dan：我认为这实际上可能拯救SaaS的利润率。目前所有公司都在急匆匆地给产品加Agent，想着'Agent会成为用户和我交互的主要方式'——这显然要花大量Token成本。但我觉得一旦Codex或Co-work成为我的主要工作界面，我仍然想用SaaS。所以这是另一个很好的预测：我会现在买入SaaS股票。我认为'SaaS末日论'是愚蠢的，SaaS股票未来几年会大幅上涨。不是投资建议，但我会买SaaS股票。

Dan：为什么我如此看好SaaS？第一，我们内部人人都用Agent、都在用Codex，但我们的SaaS支出年同比增长了。我们没有'Vibe Coding'所有小东西。第二，Agent做的事情是增加SaaS的用户数量，而不是消灭SaaS。会有大量的Agent以非常高的频率使用这些SaaS产品。这带来巨大的基础设施挑战和有趣的定价挑战，但让我对SaaS非常看好。

Lenny：Dan Shipper说SaaS是AI的未来。这太反直觉了。

Dan：核心转变是——你不再想'我必须把AI内建到产品里'，而是想'我要做一款让人和AI能一起协作的软件'。这很难，但一旦做成了，它比预设所有人都消耗Token的模式便宜得多。

六、'自动化是谎言'——AI悖论：更多自动化，更多人，更多工作

Lenny：你刚刚提到你们的团队从15人翻倍到30人——这和大家对一个AI先进公司的预期完全相反。聊聊你的体验？

Dan：自动化是一个谎言。什么意思呢？每次你自动化一件事，为了确保自动化在正常运作，你需要在它上面放一个人——确保它工作得很好。我几年前写过一篇文章叫《委托经济》（The Allocation Economy），讲的是人类和AI合作就像当管理者。但你要记住——管理者实际上花大量时间在工作。大多数管理者不是在沙滩上，而是在随时检查员工状态、在想'怎么做更好、这个人怎么样'。人类管理和模型管理有些不同，但本质上它仍然需要大量时间和注意力。

Dan：我们在模型的话语体系中常常忽略这一点。一个原因是——基准测试让AI看起来比实际更自主。我说的'自主'有特定含义——我是通过亲身体验才理解这个悖论的。我感受到的是——我们有这么多自动化、这么多AI，但我也工作得比以前更多。

Dan：当我自己做了一个基准测试（我称之为高级工程师基准测试）后，我开始理解这个悖论。我用Vibe Coding在业余做了一个叫Proof的App。发布之后，因为是完全Vibe Code出来的，它就开始崩，我修不好。非常尴尬。产品在我们内部测试和Beta测试时都是好的，但上线第二天每10分钟服务器就挂一次。Codex说'我知道怎么回事，我修好了'，然后引发另外四个错误——就这样在循环里转。我不睡觉，Vibe Code码到得了肘部滑囊炎。

Lenny：Vibe Code肘？

Dan：对，学到了一课。后来我找了两个不同的高级工程师分别重写了代码库。所以我现在有两份'正确答案'——告诉我他们是怎么做的。然后每次新模型出来，我就给新模型一个提示：'这是Vibe Code出来的垃圾，如果你想从第一性原理重写，你会怎么写？去做。'

Dan：所有模型在GPT-5.5之前得分都是30分（满分100）。一个人类高级工程师得分是80多分到90分出头。所以差距还很大。然后GPT-5.5出来，得了62分。而且这62分是GPT-5.5使用Opus 4.7计划跑出来的。GPT-5.5是目前唯一一个有足够自主感和自信、愿意把旧代码全部撕掉、真正从第一性原理重写的模型。其他编程模型有点像是——'哦这工作量太大了，我就打几个补丁。'你说'我明确告诉过你不要这么做'——它还是照做。

Dan：但重点是，当我达到AI能得100分的那天——那将非常容易让我修改基准测试，让当前模型得分清零。因为我改变的不是技术难度，而是任务的人性层面。比如说，原来我的提示是'这里有几个问题，全都去修好'——所有模型现在和一年后都还会认真对待这个指令。但真正的人类高级工程师会做的事是——看一眼代码库，说'这是一坨屎，这家伙根本不知道自己在干什么，我们得实际重写大部分，这很痛苦也很冒险。'如果你问模型'我们该不该这么做？'它可能最终能得出这个结论，但它不会自己提出来。

Dan：这就是基准测试进步不能代表一切的原因。基准测试上升的是那些我们经过清晰界定、能够表达出来的问题——我们可以打分。但有大量人类工作是直到你把它写下来才能评分的——而思考用什么方式去提示、去写下来的这个过程本身，是不可衡量的。这意味着即使基准测试被饱和了，也不等于你完全取代了所有高级工程师。这也是为什么即使模型在自动化方面越来越好，我仍然在招工程师。

七、工作形态的变革：更多PR、更多审核、通才崛起

Lenny：第二个预测篮——我们做的'工作的形状'会如何变化。

Dan：一个我们内部大量观察到、大模型公司也大量观察到的现象——PR（Pull Request）数量在激增。我们现在有做咨询的、做运营的、做编辑的人，全都在提交PR。这很酷，但也产生了一种全新的工作形态——你可以预期公司里有更高比例的非技术人员正在做以前只有技术人员才能做的事情。

Dan：这给另一端——负责处理所有这些新代码的人——带来了巨大的压力。比如Open Claw的Pete，每天收到几千个PR，然后他启动5万个Codex实例来筛选，最后合并大约一千个。这太疯狂了。我认为这会越来越普遍——这提出了很多有趣的问题：哪个PR应该合并？当你给流程的某一部分增加了能力，它会打破其他环节。构建东西以前很难，现在很简单——所以问题不再是'能不能做出来'，而是'它和我们整体是否协调？我们怎么保持一致性？该删掉什么？'

Dan：Anthropic在这一点上做得很好——他们会删除Claude Code里很多东西来防止膨胀。所以我认为一侧是非技术人员能做技术工作了，另一侧是技术人员负责保证这些工作以一种连贯协调的方式进入产品和流程。

Lenny：我听到很多人说，现在的困惑是——既然每个人都什么都能做（工程师能设计、PM能写代码、市场能发布产品），那我的工作到底是什么？

Dan：这种困惑是真实的。Every的人有点特殊——大家都是通才，喜欢把手伸进各种事情里。我认为这种情况最终会稳定下来，感觉会更正常。市场人员还是会做市场，哪怕他们现在在动网站——这只是市场工作的一部分了。但另一个趋势是——现在通才能走得更远，这对小公司来说特别棒。

八、新角色崛起：前出部署工程师是新时代最值钱的人

Dan：还有一些新工作角色正在变得清晰。前出部署工程师（Forward Deployed Engineer）是真实的——这个概念来自'每个Agent都需要一个人'。即使是大模型公司，他们有内部运行的Agent，也有专门团队来管理这些Agent——这些团队不会消失。模型会更强，Agent会更强，Agent数量会增长，但人还在管理它们。

Dan：我们内部有这样的角色。有一位叫Nitesh的AI工程师——他把大量时间花在Slack里和我们的内部Agent对话。是的，他也会写代码、使用Claude Code，但很多时候他只是对着Agent说'你为什么做了这个蠢事？我们来修好它。'这个角色看起来和传统软件工程师不太一样，但他喜欢这样——喜欢把手放在最新事物上，喜欢在工作中制造这种连接。

Lenny：你的意思是——我们离'Agent不需要人'的状态还很远。你在这整段对话中反复说'Agent需要人'，包括初始化部署部分和日常持续维护部分。

Dan：是的。我同时是极度AI狂热分子，也是对人类的极度看多者——对人类在确保AI良好运行中所扮演的角色极度看多。

九、AI数据科学家困境：审核AI输出成了主要工作

Lenny：我之前和一个数据科学朋友聊天，他说现在团队的工作完全是审核其他人做的劣质数据科学工作——每个人都在用AI做分析、分享结果，而他们得一个一个去纠正。这也意味着你需要更多数据工程师和数据科学家来处理这件事。

Dan：对，这种困境的根源在于你没有设置正确的系统或Agent来帮你。比如我知道至少有一家大模型公司内部设置了一个数据科学机器人——公司里任何人都可以查询它，它连接了数据仓库，知道谁可以访问什么。所有基础问题都由这个机器人回答，数据科学团队就不用回答所有垃圾问题了。但如果这个团队不存在，数据科学家就会恨他们的人生。

Dan：而且有意思的是——这让数据科学家的工作反而变好了：你不用再处理那些愚蠢的基础请求了，你可以专注于那些更深层、更难的问题。而处理基础请求的团队则专门负责构建一个Agent来做好这件事。就像过滤掉所有噪音让你专注。

十、AI生成内容——我们将大量阅读AI写作，而且我们会喜欢

Dan：我还有最后一个非常重要的观察：我们将越来越多地阅读AI生成的文档和邮件内容——而且我们会喜欢它。在编程领域，我们已经开始这样做了——没有人想要工程师手写技术方案文档，那太傻了。我们用Agent来写方案文档，用AI生成规划和策略文档。

Dan：我们2025年底的季度规划完全是用Notion Agent做的——全公司每个人都和Agent对话，Agent问你：去年发生了什么？你的目标是什么？你今年想做什么？你的指标是什么？它还会追问、质疑，然后生成极其出色的策略报告。我拿到这些报告之后只需要做高层决策——哪些团队需要互相沟通？哪个方案质量低、哪个质量高？

Dan：AI生成和AI垃圾的区别在于——垃圾是作者花的时间比你阅读需要的时间还少，而且他们不为自己写的每一行背书。如果你给我一份AI生成的文档，我完全欢迎。但当我们讨论它的时候你显然不知道里面写了什么——那绝对不行。

Dan：我的大部分邮件现在都是GPT-5.5通过Codex写的。有一次我让Codex帮投资人发邮件，通常Codex会先让我确认，但这次它没确认就直接发了。我当时吓坏了，赶紧去看已发送邮件——然后发现这封邮件就是我想发的内容。虽然确实有一点过于正式，但大部分邮件本质上是程式化的、散文式的。作为一个写作者，我极其在乎写作——我认为人类写作非常重要。Every只发布人类写的文章（或者标注AI合著的文章）。但那种'厌恶AI写作'的反应是愚蠢的——尤其是在内部文档和邮件场景中。

十一、谁会成功：PM、设计师、以及所有'骑在模型上'的人

Lenny：第三个预测篮——谁将在这个AI未来中成功，以及现在你应该做什么来做好准备？

Dan：我极度看好PM（产品经理）。我知道你的听众会爱死这个。我的案例来自我们内部一个叫Marcus的同事，他负责我们的写作产品Spiral。Marcus是PM出身，之前在Axios负责他们的写作产品，做到了几千万美元ARR。他离职后用了一年时间疯狂钻研AI，学会了用Cursor（现在主要用Claude Code），我称他为'轻度技术型'——他知道什么是数据库迁移，如果要看代码应该也能看懂。

Dan：但在一年之前我们绝对不可能雇佣他做这个工作。现在编码模型已经足够好了，他能把有限的技术知识和他那种极端敏锐的产品感、写作感、用户感结合起来。这太危险了——他交付代码的速度比团队里几乎所有人都快，而且他对每一个用户、每一次对话都有极其敏锐的洞察，知道这意味着什么，怎么把这些信息汇聚成关于下一步方向的故事。他感觉很解放——因为不再需要组织一整个团队来做这件事，他自己就能搞定。这让我对任何真正深度拥抱AI的PM感到极度乐观。

Lenny：你说的正是我一直在讲的——建造部分已经被AI解决了，你现在需要擅长的是：搞清楚该建什么、判断它是不是好东西、找出该解决什么问题。

Dan：这是一集要爆的播客——SaaS还在，PM回来了！

十二、全栈设计师：AI时代的超级英雄

Dan：我同样极度看好的还有全栈设计师（Full Stack Designers）。如果你是设计师，在这些工具里待久了——你习惯了设计出一个漂亮的交互，然后工程师要么不想做、要么做出来不是你想要的样子。我现在看到很多设计师——内部的、外部的——感觉被赋能了：他们有很多让东西变好看的想法，而那些复杂的交互正是Vibe Coding最难做好的地方——AI生成的界面全都看起来一样，全都是批量的视觉垃圾。

Dan：设计师能让东西看起来与众不同——而现在他们真的能把它建出来了。我们内部的设计师现在直接提交PR，不需要总是交接给别人。有时候还是需要，但很多时候他们直接做了PR就上线了。这对公司的运作方式来说是变革性的，而且对那些想自己创业的设计师来说也是巨大的机会——因为他们现在可以做东西了。设计师是最有创造力的人，AI对这种人来说是超级工具。

Lenny：我完全同意。尽管有Claude Design这些AI设计工具，你一看就知道——那是AI做的。而真正的创造力，在AI输出同质化的世界里，只会变得越来越有价值。只不过有趣的是，设计师岗位的数量并没有增长——我们拭目以待，看这是否会变成一个大趋势。

十三、AI职业末日论不成立——模型让昨天的能力变便宜

Dan：总的来说，我认为'AI职业末日'并不真的存在。确实我们看到一些公司在重组，但老实说，很多时候你可以说是AI的原因，但实际上是我们过度招聘了、公司表现没那么好——AI只是一个好借口。那种'大规模失业'的事情，我不认为会发生。

Dan：到目前为止我看到的模式是——每次新模型发布的效果，或者说模型本身的作用，是让'昨天的人类能力'变便宜。它们吸收了所有已经发生的事情的数据，让你可以以极低的成本在任何你想要的场景中部署这些能力。一下子所有人都可以做一个落地页、写推文——于是到处都是落地页、到处都是AI生成的垃圾推文。但关键在于因为都来自差不多的模型，如果你用最默认、最基本的方式使用——所有东西看起来都一样。于是它就商品化了——不再有独特价值。

Dan：然后人类就上场了——'好，我们手里是所有这些昨天被冻结的人类能力。我怎么用它创造新的、有趣的东西？'因为模型的工作原理和模型公司在合规与对齐上的财务激励——结构上，模型永远会落后于那些拿着模型创造新专业知识、为极其特定的场景创造新东西的人。这些新东西会被模型吸收，但同样，这会为人类创造空间去继续往前走。

Dan：你可以在几乎所有工作中小规模地看到这个现象——工程师突然每个人都是工程师了，这不意味着我们该解雇工程师。对工程师的需求反而更大了——因为你需要工程师来搞清楚'这些都是垃圾代码，哪些应该真正进入我们的代码库。'这是基准测试上升无法捕捉到的东西。为什么即使模型越来越好，我还在招工程师——因为模型取代昨天的能力，而人类不断创造明天的能力。

十四、唯一的生存策略：骑在模型上（Ride the Models）

Lenny：人们的现实担忧是——好吧，AI不会大裁员——但这可能太舒适了。你必须改变你的工作方式才能在未来还有工作。有什么建议？

Dan：唯一需要做的事就是——骑在模型上（Ride the Models）。意思是，用它们来做你做的事情。我们刚才说了，Codex和Co-work正在成为工作的标准操作系统。如果你就在上面工作，新模型一出来就去尝试、去搞清楚——'好了，现在有了新能力，我怎么使用它们？'——而不是因为害怕就去无视它。因为害怕而无视AI是一种理性的反应，但行不通。

Dan：如果你骑在模型上，它们会以你不被淘汰的方式扩展你的能力。你会成为未来的一部分，成为工作方式变革的一部分。我特别喜欢'骑模型'这个词的比喻意义——不是被模型碾压，而是站在它们上面，使用它们的力量。

Lenny：比如一个Salesforce的PM，怎么骑模型？

Dan：一个有趣的现象是——很多公司实际上阻碍员工做这件事——因为能不能用最新模型是个问题，你得等公司批准。所以可能你得在下班时间做。但我喜欢在新模型出来时做的事是'玩'。我知道某些事它现在还做不了——但新模型出来了，我就翻一遍石头：现在能做了吗？上次它做不了那道高级工程师基准题，但GPT-5.5出来——翻一下石头——62分了。所以'骑模型'不是一件具体的事——因为模型总是在变——而是保持好奇、保持玩耍心态，把新模型应用到任何你在乎的事情上。持续翻石头——因为现在做不了的事，以后大概率能做。而且你使用模型的方式很重要。

Dan：我觉得一件非常酷的事情是——AI的前沿不在旧金山。旧金山的人在制造AI，但他们并不真的知道该怎么用它。AI的前沿在AI和真实的人类工作交汇的地方——那里有真实的问题需要解决。所以每当新模型出来，你都有机会成为世界上最早发现它什么用途最有价值的人之一。这是一种新的发现。这就是为什么我们在布鲁克林，但我真的认为我们比很多旧金山的人走得更远——因为我们只是不停地在所有事情上使用它们。如果你持续这么做——它会非常难失败。

十五、AI最奇妙的事：智力太便宜了，人人都能接触

Dan：AI现在最惊人之处在于——不管你多有钱或多穷，你都能接触到最先进的AI模型。不是免费的，你需要一点钱——但你可以在它发布的当天就拿到。也许唯一有优势的人是OpenAI或Anthropic内部员工。如果AI是IBM发明的——你可以打赌绝对不是这种情况。那会贵到天文数字，只有顶尖公司能用，而且他们会用最无聊的方式去使用它。

Dan：AI是在美国、在硅谷文化中建立的——'我们要让智能便宜到无法计量'——这真的非常重要。这不是默认的立场。结果就是每个人都有这个广泛可用的工具，我觉得这太棒了。同时这也创造了历史上增长最快、规模最大的公司——这些硅谷的家伙，他们确实聪明。

十六、总结：一切都变了，又什么都没变

Lenny：如果我把整个对话拉远看，有一个非常有趣的点——一方面，很多东西确实没有变：SaaS继续存在、工作没有消失、我们还在发邮件、还在用Slack……大量工作方式没变。另一方面，每一个角色都被彻底改变了：工程师不写代码了，PM不写PRD了，设计流程被打破了。这种'变了又没变'的状态非常迷人。

Dan：我同时感到极度兴奋——感觉一切都变了，而且我是那么看好像我们即将取得的进步。另一方面，有些东西确实会和现在差不多——这可能是好事。我认为总的来说，我们对未来的直觉——就像中世纪的人想象地平线以外是什么——'有龙吗？会掉进虚无吗？'很多人内心深处的直觉是'地平线那边会发生可怕的事'，另一些人觉得'一定是不可思议的乌托邦'。但当你真的走到那里——你会发现有一些很酷的东西，有一些不那么好的东西，而它就是又一个新的地平线。这就是思考未来的正确方式。

Dan：而AI公司的公关策略——'吓唬大家未来有多危险'——说实话让我很困惑。我不觉得这有效，而且我认为这本身也是错的。

十七、快问快答&推荐

Lenny：进入快问快答环节！推荐两本你经常推荐给别人的书？

Dan：毫无疑问——安妮·迪拉德（Annie Dillard）。Every的每一个人都必须读《写作生涯》（The Writing Life），入职就会收到一本。你只需要读最后一章——写得不可思议。它在写作、技术和未来的交叉点上，关于它与未来、与时间的关系。基本上Every的所有哲学都被浓缩到了这一个紧凑的章节里。

Dan：还有丘吉尔——我最近才发现丘吉尔是一个非常好的作家。他写了一整部二战史，既是历史书也是回忆录。他亲历了历史，又写下了历史。我感受到一种和Every的相似之处——我们既是在建造东西，也是在写东西，同时做这两件事的人很少。丘吉尔的二战史太棒了，我刚读完第一卷，第二卷刚读到纳粹入侵法国。

Dan：第三本——《天使的严谨》（The Rigor of Angels），一本思想史，把海森堡的不确定性原理、博尔赫斯的小说（现在因为AI相关而重新流行）和康德联系在一起——非常震撼，和AI有很多有趣的交集。

Lenny：最近看到的好剧？

Dan：除了篮球（今年成了尼克斯球迷），我最近看了纪录片《黑暗巫师》（The Dark Wizard），讲的是一个叫Dean Potter的自由攀登者——他是Alex Honnold之前的人物。完全徒手攀爬一切，然后加上了翼装飞行——同时探索他的心理和最终的结局。我还喜欢《一百英尺巨浪》（100 Foot Wave），关于巨浪冲浪者的。不知道为什么这些东西让我想到创业者。

Lenny：最近发现特别喜欢的AI产品？

Dan：Codex。我是认真的。我不想这么说，但我必须说。我在最近的Anthropic大会上对着Claude Code的Boris和Kat说——'你们必须试试Codex。'它太棒了，你用它做的事情完全不一样——尤其是在浏览器里处理邮件、查分析数据。它彻底改变了我工作的方式。如果我不说Codex，我就是在对你们做伤害。

Lenny：你的人生座右铭？

Dan：我在大学时给自己写了一条核心座右铭：'做值得写下来的事，写值得被读到的东西。'（Do things worth writing about and write things worth reading.）

Dan：还有罗布·布雷兹尼的一句话——当你面对困难的事情，你想要的是一种'从空间感和力量感出发'来面对它的能力。不是那种'只能硬冲'的态度，而是从更广阔、更平静的位置去处理。这对我面对'AI会怎么改变我的工作'这种恐惧时特别有帮助。

Lenny：还有一个被低估的AI工具？

Dan：还是Codex。任何认识我的人都知道——这不是赞助。我就是在Claude Code最火的时候狂推Claude Code，现在Codex最火的时候狂推Codex。我只会说我喜欢的东西。而且我也确实在用两个——来回切换，两边的价值都很大。

视频链接：https://www.youtube.com/watch?v=4D3hDmGhFhA