AI 悖论：自动化越多，人手越多，活反而越多

关于配图：本文配图分两类——① 取自原视频的真实画面（标题卡、社论截图、产品界面、对谈镜头）；② 笔者根据 Dan 的观点重新绘制的中文示意图（标注"图：基于 Dan Shipper 的观点整理"）。

0. 一个反直觉的判断：AI 越强，我反而越忙

如果你只看 benchmark，结论几乎是注定的：AI 要把我们的活全干完了。

METR 有一个很出名的评测，衡量"最新模型能自主完成多长时间的任务"。Dan 提到，那个让所有人都紧张的大模型（他称之为 "Mythos preview"）已经能在 50% 的准确率下完成需要 17 小时的任务。"这很疯狂，而且它是真的——模型能力在指数级上升。"

但接下来是全片最反直觉的一句话：

"My experience and my feeling is that we will look back in a year and say we actually have a lot more work to do. Humans have a lot more work to do."

我的体感是，一年后回头看，我们会发现人要做的活其实更多了。即使模型越来越能干活，这里有一个非常有意思的悖论。

为什么该听他的：不预测未来，而是"住"在未来里

Dan Shipper 是 Every 的创始人兼 CEO。Every 大概是目前最 AI-forward 的初创公司：从工程师、设计师到写作者、编辑、销售、客服，每一个人（包括完全不懂技术的同事）都用 Codex、Claude Co-work、Claude Code 来完成大部分工作。

有意思的是，一年前 Dan 上这档播客时就抛出过一个"冷门暴论"——大家都低估了 Claude Code 用于非编程工作的潜力（整理文件、归档硬盘等等）。一年过去，这个判断被证明惊人地正确。所以这一期，Lenny 请他回来，系统地讲讲他对未来一年的预测。

Dan 解释了他们"预测未来"的方法论，这一点本身就值得学：

"What you don't want to do is prognosticate. What you want to do instead is just live in it together."

你要做的不是站在外面预言，而是和团队一起住进未来里。

具体做法有三层：① Every 全员都是 AI 早期采用者（almost 30 人，一年前还只有 15 人，人数翻了一倍），人人都"手痒、爱折腾、对 AI 全情投入"；② 因为他们的工作是评测模型、做 AI 品味的"风向标"，所以能拿到很多东西的内测、抢先体验；③ 把观察写下来——"articulating the future kind of brings it about"，写作本身会让未来对你和读者都变得真实。

Claude Code 的故事就是这么发生的：他们在 Sonnet 3.5/3.7 那会儿做"vibe check"，当场惊到——"They got rid of the code editor（它把代码编辑器给干掉了）"。从那以后，Every 内部跑的 6 个软件产品，没人再盯着代码看，所有人都用英语"对着电脑说话"。Dan 还提出一个朴素但好用的判断标准——"the reach test"：早上醒来，你会不会下意识地伸手去够它？

下面就把他的预测，按"工作方式 → 工作形状 → 谁会赢"三大桶展开。

1. 大图景：工作方式将"一分为二"

Dan 对"未来一年你怎么干活"的核心预测是：用 Agent 的方式会分化成两条主线。

1.1 模式一：公司级"超级 Agent"

第一条线，是我们 5 年前畅想 AI 协作时就想象过的样子：每个人在公司里至少有一个可以对话、可以把活甩给它的 Agent（形态上就像 Open Claw 那类东西），多半发生在 Slack 里。

但有意思的是 Dan 的"反转"。Open Claw 刚出来时，Every 全员都上头，Dan 一度坚信未来是"人手一个个人 Agent"——他甚至用《黄金罗盘》里的"精灵（daemon）"来比喻：一个停在你肩上、像你灵魂一部分的小东西，很酷。

可他彻底改了主意。现实是：Open Claw 这类东西太难伺候了——老是坏、要会 SSH 进服务器、要不停折腾，大多数真正干活的人不愿意也没能力花这个时间。于是趋势变成了一个公司一个"超级 Agent"（Shopify、Ramp 都已经有了），背后那条最关键的规律是：

"In order for an AI agent to be useful right now, it really needs a human who cares about it."

一个 AI Agent 想要真正有用，它需要一个在乎它的人——有人盯着它、确保它做对事、对别人有用。一旦切断这种联系，Agent 立刻就不那么有用了。

所以现阶段的最优解，是安排一个"前向部署工程师（forward-deployed engineer）"式的人，负责让那个公司级 Agent 为全员持续工作；再慢慢长出一些团队级的小 Agent。等模型独立性更强了，再往下沉到个人 Agent。机制始终是那句话——"agents need people who care about them"，你得像园丁一样"浇灌"你的 Agent。

1.2 模式二：Codex / Claude Co-work 成为工作的"操作系统"

第二条线 Dan 最兴奋："I think it's the coolest thing。"

逻辑链是这样的：Anthropic 很早就意识到，把 Agent 放到你自己的电脑上，它就能访问你能访问的一切、还能用终端（terminal）——而网上关于终端的语料极多，模型特别懂怎么用。这造就了极强的编码范式。更妙的是，一旦有了一个能在你电脑上"造任何东西"的编码 Agent，它其实对任何工作都好用。于是大家开始"魔改" Claude Code 来干所有活，Anthropic 顺势做了 Claude Co-work（本质就是给 Claude Code 套了个更顺手的壳）。

OpenAI 这边，早期的 Codex"很聪明但有点'轴'（autistic）"——你说什么它严格照做，却 get 不到你的意思。大约在 GPT-5.3 发布前后，它转向"通用知识工作"，并推出了 Codex 桌面端，直接跳到了 Co-work 这个范式。Dan 的判断是：这是一场势均力敌的"赛马"，而 Codex 是他现在的"daily driver"。

最值得产品人记住的，是这个反转：

我们曾经以为，AI 的最佳形态是"把 AI 装进浏览器"。但反过来才真正有用——把浏览器装进 AI Agent，让它看见你在做的一切。

Dan 的实际工作流：他写文档用自己做的开源 Markdown 编辑器 Proof，让 Codex 在一旁"看着"他在 Proof 里写；Codex 能看见他在干嘛，他也能看见 Codex 在干嘛，像一个"并肩工作的搭档"——既能在文档里回应、改写，又能去做调研、用他的电脑做任何他能做的事。靠这套，他连续 10 天保持收件箱清零（让邮件 Agent Cora 把邮件收拢、渲染成一个页面，他对着每封邮件"碎碎念"派活，剩下的它自己干完）。

也正因如此，他直接宣判："CLIs are over（CLI 要过气了）。" 不是说命令行会消失（它已经存在了三五十年，会一直在），而是当年大家以为"Claude Code 之所以好用是因为它是 CLI"——这个判断错了。一旦搬进真正的 GUI，你会发现"我们当初造图形界面是有原因的"，尤其对非程序员的工作，GUI 能拿到一样的好处但更舒服。Every 内部绝大多数技术同事，已经不再把 CLI 当主力工作界面。

而当"人和 Agent 在同一份工作上来回协作"成为常态，软件该怎么做也变了：

• 产品可以更简单（格式、排版、表格这些 Agent 自己搞定，不用你操心）；
• 但要新增很多"为 Agent 设计"的能力：一个审批收件箱（汇总"它要做/已做了哪些事"）、操作日志、一键回滚；
• 底层基建也得重写——Agent 能在 3 秒内发起十亿次请求。GitHub 现在就被这事搞得很头疼，因为用户量"指数级"暴涨，其实大半是大家的 Agent 在用 GitHub。

一个很生动的例子：在 Proof 里，用户遇到问题不再发邮件给客服，而是他的 Agent 直接提一份 bug 报告——精确的复现步骤、甚至（因为 Proof 开源）它认为问题出在代码哪里。这份报告变成一个 GitHub issue，团队再派个 Agent 去修。"我遇到一个小毛病 → 我的 Agent 找上公司的 Agent → 公司的 Agent 把它修了"，这个闭环快得让人兴奋。

2. 第二序效应：SaaS 不会死，反而会涨

顺着"模式二"往下推，会得到一个相当反共识的结论。当所有 SaaS 都在 Codex / Claude Code 的内置浏览器里被使用时——

"I think the SaaS apocalypse is dumb. I would buy SaaS stocks right now. What agents do is increase the number of users of SaaS, not get rid of it."

所谓"SaaS 末日论"很蠢。我现在就会买 SaaS 股票。 Agent 干的事是增加 SaaS 的用户数，而不是消灭它。（——当然，不构成投资建议。）

关键在成本结构变了。当用户在你的网站上跑的是他自己的 Agent、烧的是他自己的 token，SaaS 厂商就不必为了"内置一个 AI"而疯狂烧钱——它的利润率反而"回血"了。你要做的不再是"把 AI 硬塞进产品"，而是"做一个人和 AI 都愿意在上面协作的软件"。Dan 说 Every 自己虽然全员用 Agent，SaaS 支出却同比上涨——因为 Agent 会以极高的频率去调用这些产品，带来"疯狂的需求峰值"。

至于 Cursor 的位置：Dan 认为 Cursor 的云端实现其实做得更好、更超前，但它更明确地选了"为程序员服务"这条道，这可能限制它的天花板（它大概不会跳进"用它来做一套 PPT"这种场景）。更大的图景是——每一家模型公司都意识到，要榨出模型的最大价值，必须有一层"harness（驾驭层）"：不再是简单的 prompt-response，而是它们直接在云端的电脑上替你运行模型、把结果交给你（Anthropic 已有 cloud managed agents，Cursor 也基本被 SpaceX"收编"）。而这层 harness 的终极形态，就是"我能干任何知识工作"。

3. "自动化是个谎言"：为什么 AI 越强，越离不开人

这是 Dan 最想纠正的认知偏差，也回到了开篇那个悖论。一个"AI-forward 公司一年内人数翻倍"，本身就是反直觉的证据。

"Automation is a lie. In the sense that every time you automate something, in order to make sure the automation is working well, you need a human on top of it."

自动化是个谎言——每当你自动化一件事，为了确保它运转良好，你就需要一个人骑在它上面盯着。

Dan 几年前写过一篇《The Allocation Economy（分配经济）》：人和 AI 协作的方式，会越来越像当经理。而关键在于——经理其实活儿很多，不是躺在沙滩上，而是不停地 check-in、想"怎么把这事做得更好"。"模型话语权"里常常忽略了这一点，原因之一是 benchmark 让 AI 看起来比实际更"自主"。

一个"资深工程师 benchmark"的故事

这部分特别精彩。Dan 顺手 vibe-code 了 Proof，结果上线后每 10 分钟服务器就崩一次，他对着 Codex 喊"fix it"，Codex 修完又引出 4 个新错误，转圈圈——他没睡好觉，甚至"vibe code 太猛把胳膊肘搞出了滑囊炎（vibe coder elbow）"。最后他请了两位资深工程师各自独立重写，于是有了两份"标准答案"。

他的 benchmark 就是：给新模型一个 prompt——"这是 vibe-code 出来的垃圾，如果让你从第一性原理重写，你会怎么写？去做。"结果：

• GPT-5.5 之前的所有模型，大概只能拿 30/100；
• 人类资深工程师能拿 高 80 到低 90 分；
• GPT-5.5 拿了 62 分（而且用的是 Opus 4.7 的方案——"Opus 4.7 的 plan 非常好"）。GPT-5.5 是唯一有那种"agency 和自信"去把旧代码整个掀掉、从头重写的模型；其它模型都倾向于"修修补补、打个小补丁"。

照这个斜率，"一年内甚至更短，它就能到资深工程师水平"。但——Dan 紧接着给了最关键的反转：等真到那天，他很容易就能改造这个 benchmark，把当前模型重新打回 0 分。

"Benchmarks rise on problems that we've framed, that we can articulate, that we can score."

Benchmark 只在我们已经框定好、能表达清楚、能打分的问题上上涨。而大量人类工作，在你把它写下来之前根本无法被打分——而"想到要去 prompt 它、把它写下来"这个动作本身，是无法被衡量的。

他最初那个能"骗过模型"的 prompt 其实是事故现场的真实指令："昨天有四五个报障，你把所有 issue 过一遍，做个计划，全修了。" 市面上每一个编码模型都会"老老实实"地照做去修。而真正的资深工程师会先去看代码库，然后说："这是一坨垃圾，写它的人不懂自己在干嘛——我们得大规模重写，这很难、很有风险，我知道你不爱听，但必须这么干。"模型不会主动走到这一步（有一堆激励在反向拉它），而且永远存在一个"更高的框架"等着人去跳。

所以哪怕 benchmark 被刷爆，也不等于资深工程师被替代。这就是为什么"即使模型越来越会自动化，我仍然在招工程师"。Dan 还补了一句很本质的话：

"AI is a broadly distributed technology that any human can use... AI doesn't use itself. There's always a human pretty close to it making sure that it's working."

我们拿 AI 和人比，其实永远是"一个用 AI 的人 vs 另一个用 AI 的人"——因为 AI 不会自己用自己，真实场景里总有个人贴着它、确保它在好好干活。

（一个有意思的边角料：数据标注公司正在高价收购 2021/2022 年之前、AI 普及前的"纯人类手写代码"，因为那是稀缺的原始人类数据。）

4. 工作的"形状"在变：PR 暴增、审稿成主业、Agent 需要"园丁"

第二桶预测：我们干的活，形状会变。

最直接的变化是 Pull Request（PR）数量暴涨。Every 内部，做咨询、运营、甚至编辑岗的人，都在提 PR——也就是说，公司里能做"以前只有技术岗能做的事"的人比例大幅上升。Open Claw 的作者 Pete 一天能收到上千个 PR，他的做法是"spin up 五万个 Codex 实例去筛，然后合并其中大约一千个"。Dan 认为这会越来越普遍，并带来一连串新问题：

• 当你在流程的某一环猛加产能，别处就会被冲垮；
• 过去"能不能造出来"是难点，现在造很容易，难点变成"它和我们已有的东西搭不搭？怎么保持一个连贯的整体？以及——该删什么？"（Dan 说 Anthropic 在这点上做得好，会主动从 Claude Code 里删东西，避免臃肿）；
• 于是分工重新洗牌：非技术的人做技术活，技术的人负责把这些产出"连贯地"并进产品。

Dan 的回答有两层。一层是确实会有一阵"我是谁、我负责啥"的混乱，但会慢慢沉淀回正常（市场的人还是做市场，只是"碰一下网站"成了市场工作的一部分）；而通才（generalist）现在能走得比以前远得多，对小公司尤其香。

另一层，是真的诞生了新岗位——最清晰的就是前面反复出现的"前向部署工程师"。它正是从"每个 Agent 都需要一个人"里长出来的：

"Automation was supposed to take away jobs, but it looks like it just created one or many."

自动化本该消灭岗位，结果看起来——它只是创造了一个、甚至许多岗位。

Every 内部有位 AI 工程师 Nitesh 就是这种人，他大部分时间在 Slack 里和一个叫 "Claudie" 的内部 Agent 对话（Claudie 跑着他们整个咨询业务）——"你为啥干了这件蠢事？我们来改改"。这类工程师就爱"手放在最新的东西上"。

与此同时，"审稿"成了主业。Lenny 提到一个做数据科学的朋友：团队过去的活是做分析、回答问题，现在变成了——人人都在做分析、到处分享结果，而他们大部分时间在审核"做错的数据科学"。Dan 说解法不是抱怨，而是搭系统：某家大模型公司就做了一个接到数据仓库、且懂"谁有权限看什么"的数据科学 Bot，全员都能查，把"基础问题"挡掉，让数据科学家腾出手去做更深的问题。"如果没有那个搭 Bot 的团队，数据科学家会恨死自己的生活。"

最后一个很重要的变化：我们会读到越来越多 AI 生成的文字（文档、邮件），而且会喜欢它。

• 编码里早就这样了——没人愿意工程师手写一份计划文档，那"显然很蠢"；
• Every 2025 年底的季度规划全程用 Notion Agent：每个人和 Agent 对话（去年怎么样、目标、指标，Agent 还会反问、对齐公司战略），最后产出质量极高的各团队季度计划，Dan 再来判断"哪些团队该互相聊聊、哪份质量高/低"；
• 但"AI slop（垃圾）"和"好东西"有明确区别：slop 就是"做它花的时间，比我读它花的时间还短"，而且"作者并不为每一行负责"。Dan 的规矩是：你发我一份 AI 写的文档，很好；但如果一聊发现你根本不知道里面写了啥，那是大忌。

作为一个"极在乎写作"的人，他强调人类写作依然无比重要（Every 发表的内容是人类和 AI 的混合，但永远标注清楚），"对 AI 写作的抵触是没必要的"。他甚至说，自己现在大部分邮件是 GPT-5.5 + Codex 写的，还想干脆标注"本邮件由 GPT-5.5 代写"——有一次 Codex 没问他就把给投资人的邮件发了，他一看 sent 邮件，"这正是我会写的"。

5. 谁会赢：PM、全栈设计师，和"骑在模型上"的人

第三桶，也是听众最关心的：这个未来里谁会过得好？你现在该练什么？

Dan 给出两个"超级受益者"画像，外加一条对所有人通用的生存法则。

第一类：产品经理（PM）。 "I am super super bullish on PMs。" 他举了内部的例子 Marcus（负责 Every 的写作产品 Spiral）：Marcus 是 PM 出身，曾在 Axios 带团队把写作产品做到几千万美金 ARR，后来停薪一年、把自己彻底"AI 化"，学透了 Cursor（现在用 Claude Code）。他"略懂技术"（知道什么叫数据库迁移、看得懂代码），一年前根本没法雇他干这个活，但如今编码模型够好了，他能把这点技术底子和极强的产品嗅觉、对用户的洞察配在一起——比团队里几乎所有人都出活快，而且不再需要去组织一整个团队。"建造"这件事被 AI 接管后，PM 的价值回到了：判断该造什么、判断好不好、判断该解决什么问题。

第二类：全栈设计师（full-stack designer）。 设计师天天泡在工具里，过去常被"工程师不愿实现我的精妙交互"卡住；现在他们被彻底解放，能自己把东西造出来。而且——当 vibe coding 让一切长得都一样（全是 slop）时，设计师恰恰能做出不一样的东西，并亲手实现它。他们越来越多地直接提 PR，甚至有机会自立门户。"创造力，会越来越值钱——它让你从满天飞的 slop 里脱颖而出。"（Lenny 补充了一个可验证的信号：设计师岗位已经很久没增长了，"大家是不是开始招更多设计师"会成为检验这个判断的风向标。）

然后是那条总纲：AI 失业潮不是真的。

Dan 认为，眼下很多"重组裁员"被甩锅给 AI，但真相往往是"当初招太多了、公司不行了，AI 只是个好借口"；某些 AI CEO 口中的"大规模失业"，他判断不会发生。背后是一个结构性机制：

"What models do in general is they make yesterday's human competence cheap. And so it becomes commoditized... What humans do is we go in there and we're like, how do I use this to make something new and interesting?"

模型干的事，是把昨天的人类能力变廉价——它吸收已经发生过的一切，让你能极低成本地复用。于是这能力被人人采用、瞬间"满大街"（人人能做落地页 → 落地页满天飞；人人能写作 → slop 推文满天飞），因为大家用的是同一批模型、最默认的用法，长得都一样，于是被商品化、不再值钱。而人类会拿着这些"昨天冻结下来的能力"，去做点新的、有意思的东西。

"人人都成了工程师"——这不代表要裁掉工程师，反而是对工程师的需求暴涨，因为你需要他们去判断"这一堆 slop 到底该怎么进我们的代码库"。这正是 benchmark 上涨捕捉不到的东西。

那么，普通人怎么不被这波甩下？ Dan 的答案只有一句："Ride the models（骑在模型上）。"

你唯一要做的，就是把模型用在你做的任何事情上。新模型一出，就去试、去想"它现在能给我什么新能力"，而不是因为害怕就忽略它。骑在模型上，它会扩展你的能力，让你不被甩在身后。

怎么骑？去"玩"，去"翻石头"——很多事你知道模型现在还做不到，但每出一个新模型，你就把那块石头再翻一次看看"现在行不行了"（他那个"资深工程师 benchmark"，上次还是 0，这次就到了 60）。关键不是盯住某一个具体用法（它们一直在变），而是保持好奇和玩心，把新模型用到你真正在乎的事情上，不停地翻石头。

最后一个特别提气的判断——AI 的"前沿"不在旧金山：

"I think the edge of AI is wherever AI meets a real human doing something."

AI 的前沿，在任何 AI 遇见"一个真实的人在做真实的事"的地方。造模型的人（在旧金山）并不真正知道怎么用它，他们需要看别人怎么用。所以每当新模型出来，你都有机会成为世界上最早发现"它能拿来干嘛"的人之一。

Every 在布鲁克林，Dan 却觉得他们"比旧金山很多人都靠前"，因为他们什么都拿它来用。而这一切之所以可能，是因为 AI 是一项极其普惠的技术——不管你钱多钱少，都能在第一时间用上最先进的模型。"如果是 IBM 发明了 AI，它一定贵得离谱、只有头部公司用得起，而且会用在最无聊的地方。" 是硅谷"让智能便宜到像不要钱一样（too cheap to meter）"的文化，才让人人都能上手。

6. 拉远看：一切都变了，又什么都没变

如果把整场对话拉远，会看到一枚硬币的两面：

• 很多东西其实没怎么变：SaaS 还在、工作没消失、我们还在互发邮件、还在 Slack 里干活；
• 可每一个岗位都被重塑了：工程师不写代码了、PM 不写 PRD 了、设计流程被颠覆了。

Dan 用一个很美的比喻收束："我们对未来的直觉，很像中世纪的人对'地平线尽头'的直觉——尽头是不是有龙？是不是会掉进虚无？" 有人觉得地平线那边是灾难，有人觉得是乌托邦；可你真走到那儿，会发现有些很酷、有些不咋样，然后它只是又一道新的地平线。

"Somewhere it's sort of a both: everything has changed, and nothing has."

真相往往是"两者皆是"：一切都变了，又什么都没变。

他也顺带点评了 AI 公司惯用的"恐惧营销"：拿"未来多可怕"来吓唬大家。"这套 PR 策略对我完全说不通——它无效，而且我认为它是错的。" 好在他觉得这股风向正在转。

7. 给读者的行动清单

把 Dan 散落在全片的建议汇总成一张可执行清单：

嘉宾 Nikhil Singhal 的说法被 Dan 引用了两次："你得找到你和 AI 的那个'快乐瞬间'。" 一旦你体会到"不敢相信 AI 替我做成了这个"，你就会停不下来。

彩蛋：闪电问答里的 Dan Shipper

• 常推荐的书：Annie Dillard《The Writing Life》（Every 新人入职必读，尤其最后一章）；丘吉尔的二战史（"丘吉尔是个很好的作家"，史实 + 回忆录）；《The Rigor of Angels》（把海森堡、博尔赫斯、康德串起来的思想史，"和 AI 有很多奇妙的呼应"）；以及他当下在啃的《The Power Broker》。
• 最爱的人生信条："Do things worth writing about, and write things worth reading（做值得被书写的事，写值得被阅读的字）。" 以及 Rob Brezsny 的那句——面对难事时，要"从一个从容而有力（spaciousness and strength）的位置"去应对它。
• 最被低估、他自己最爱的产品：Codex。"它好到我没法装作在找别的答案。"（他甚至当面跟 Claude Code 团队的人说"你们一定要试试 Codex"。）至于 OpenAI 和 Anthropic 谁更强？"这是场赛马，不同时间各有领先；但眼下 OpenAI '重新拿回了天命（mandate of heaven）'。" 他会随时切换，"我只是说我喜欢什么"——两个他都还在大量使用。
• 在哪找到他：X @danshipper，以及订阅 every.to。

写在最后

Dan 和 Lenny 约定，一年后（2027 年 5 月）回来逐条复盘这些预测——甚至打算"让 AI 给他俩打分"。在那之前，这篇文章里最值得你记住的，或许不是某个具体的产品名或模型分数，而是那条贯穿始终的悖论与解药：

自动化是个谎言。模型让"昨天的能力"变得廉价，但永远需要一个人，去用它创造"明天"。

所以别问"我会不会被取代"，去问"我要骑着这一代模型，做出什么新东西"。

💬 本文系基于公开播客内容的中文整理与解读，所有预测与观点均属 Dan Shipper 本人，配图中的示意图为笔者据其观点重绘。若要引用具体数据或原话，请以原视频为准。
原视频：The AI Paradox: More automation, more humans, more work · Lenny's Podcast · 嘉宾 Dan Shipper（Every）