当 AI 写了 90% 的代码，真正稀缺的是什么？

上周有个播客炸了。

Anthropic 的 CFO Krishna Rao 上了一档叫 Invest Like the Best 的节目，随口甩了一组数字：他们公司超过 90% 的代码，是 Claude Code 写的。年收入从年初的 90 亿美元，冲到一季度末的 300 亿。

90% 的代码。

这公司做的什么生意？做 AI。用 AI 做 AI。用自己做的 AI 来做下一代 AI。一条蛇咬住了自己的尾巴，然后蛇开始加速旋转。

但这条新闻最有意思的地方，不是 90% 这个数字。

是这个数字背后，一个几乎没人注意到的事实：Anthropic 不是在裁员，而是在疯狂招人。

想想看。AI 写了 90% 的代码，按正常逻辑，你应该需要更少的工程师才对。但 Krishna Rao 原话是怎么说的——

“We’ve actually hired a lot more people because there is no shortage of work to do.”

翻译过来就是：AI 帮我们把执行速度提上去了，然后我们发现，要做的事情更多了，不是更少了。

这跟大部分人的直觉完全相反。

Amodei 去年说了一个更狠的预言：1 到 5 年内，50% 的入门级白领工作可能被 AI 替代。他还说，2026 年会出现第一个一人十亿美元公司。

这句话在社交媒体上被传成了各种版本，核心情绪就一个：慌。

程序员慌，金融慌，咨询慌，写PPT的更慌。好像明天醒来，你的工位上就坐着个AI，比你干得好，还不用交社保。

Yann LeCun 跳出来说 Amodei “对技术革命的影响一无所知”。然后两派人开始在网上吵架。一派说末日来了，一派说别危言耸听。

但两派都搞错了一件事。

他们在争论”AI 会不会替代你”。

这个问题的问法就是错的。

---

让我们换个角度想这件事。

当一个人的执行能力被 AI 放大了十倍，瓶颈还在于执行吗？

一个产品经理以前需要找设计师画原型，找前端写页面，找后端搭接口，找测试跑用例。整个流程走下来，两周算快的。现在他一个人，带着 AI，两天就能出一个可运行的产品原型。

我不用举假设性的例子。

我自己就是一个非技术背景的产品经理。几个月前，我的技术能力上限大概就是写个简单的SQL，跟开发沟通需求的时候还会被”这个实现不了”堵回去。

但现在，我同时在 solo 并行开发三个完全独立的项目。没有团队，没有外包，就我一个人加上 AI。已经跑了两个月了。

三个项目。并行。一个人。

两个月前我还得求人帮我写接口，现在 AI 帮我把执行层的事情全部接过去了。我做什么？我做判断。判断做什么功能，不做什么功能。判断用户体验该往哪个方向走。判断哪些需求是真需求，哪些是自己YY出来的。

这不就是产品经理的本职工作吗？只是以前 80% 的时间花在执行和协调上，20% 的时间留给思考。现在反过来了。

执行的速度变了，但什么没变？

该做什么产品。

这个问题，AI 回答不了。

AI 可以在你说”帮我做一个电商首页”的时候，三秒钟给你吐出完美的代码。但它无法回答：为什么要做这个首页？目标用户是谁？他们真正的需求是什么？这个需求优先级排第几？做出来之后怎么验证？

这些问题，恰好是产品经理每天在做的事。

Anthropic 内部的变化也在验证这一点。Krishna Rao 描述了一个新工作形态：

“Everyone kind of becomes a manager.”

不是被管理，是变成管理者。每个人在监督一组 AI agent 同时工作。判断哪些输出是对的，哪些方向是错的，什么时候该停下来重新思考。

这不就是产品经理干的事吗？管理需求，判断优先级，在不确定性中做决策。

所以真正的变化不是”AI 替代了你”，而是整个工作世界的底层逻辑在重构——

过去，执行能力是稀缺资源。你能写代码、你能做PPT、你能画图，你就值钱。

现在，执行正在被快速商品化。当任何人都能用 AI 在一天之内做出过去一个月的工作量，执行本身就不再是护城河。

那什么才是？

定义问题的能力。

---

我知道”定义问题”这四个字听起来很虚。

说一个具体的例子。

2026年第一季度的开发者调查里有个数据很有意思。开发者现在每周花 11.4 小时 review AI 生成的代码，但只有 9.8 小时在写新代码。

review 的时间已经超过了写的时间。

这意味着什么？意味着开发者的角色已经在发生根本性转变——从”生产者”变成了”编辑”。你的核心工作不再是”创造内容”，而是”判断内容的质量”。

判断的前提是什么？是你得知道什么是对的，什么是好的，什么是用户需要的。

这恰好是产品经理的底层能力。

再看一组数据。Google 说他们 25% 的新代码是 AI 写的，Microsoft 说 30%。不是 90%，但也已经不是小数目了。而且这个数字每个季度都在涨。

但所有这些公司，没有一家在裁员。全部在加速招人。

为什么？

因为 AI 帮你解决了”怎么做”的问题，但”做什么”和”为什么做”这两个问题的价值反而被放大了。以前一个产品经理提了需求，要等两周才能看到结果，验证周期太长，很多判断来不及修正。现在一天就能看到可运行的产品，验证的速度快了十倍。

速度快了十倍，意味着你需要做判断的频率也高了十倍。

判断力正在成为新的稀缺资源。

---

到这里，你可能觉得我是个乐观派——AI 是好事，不用担心。

不是。

这里有一个真正的危险，但不是”AI 抢饭碗”那个危险。

Dan Taylor-Watt 写了一篇文章反驳 Amodei，里面有一句话我觉得是整场讨论里最重要的：

“Hollow out the entry level and you hollow out the pipeline.”

抽空中层容易理解，但抽空入门级，你抽掉的是整个人才管道。

入门级工作不只是”便宜劳动力”，它是一个人积累判断力的训练场。一个初级分析师通过做 100 次数据整理，学会了对数据的直觉。一个初级产品经理通过写 50 次需求文档，学会了识别什么是真需求什么是伪需求。

如果这些入门级工作都被 AI 接管了，那五年后，谁来当资深分析师？谁来当高级产品经理？

判断力不是天生的，是在大量低风险执行中淬炼出来的。

AI 时代最大的风险，不是你被替代，而是下一代人根本没有机会培养出替代不了的能力。

这才是 Amodei 那个”50%入门级工作消失”的预言里，最值得认真对待的部分。不是恐慌，是结构性问题——当入门级工作消失，人才培养的飞轮就断了。

---

说回 Krishna Rao 那个播客。

他说了个细节，Anthropic 的财务团队用 70 多个 AI 工作流来自动化工作，以前要花几小时的周报，现在 30 分钟搞定。但人没少，反而更多了。因为省下来的时间，全部投入到更需要判断力的工作上去了。

“AI amplifies talent rather than replacing it.”

这句话的真正含义是：AI 不会替代一个有能力的人，但会让有能力的人的能力边界大幅扩展。同时也让没有能力的人，彻底暴露。

因为当执行不再是壁垒，你唯一剩下的就是你到底懂不懂这件事。

最后说一个历史的回响。

19 世纪，摄影术发明的时候，画师们慌了。一台相机，咔嚓一下，比你画三天还精确。肖像画家大规模失业。

但接下来发生了什么？绘画从”再现真实”的职能中被解放出来，走向了印象派、表现主义、抽象艺术。莫奈、梵高、毕加索——这些人的出现，恰恰是因为绘画不再需要服务于”画得像”这个目标了。

摄影术杀死了画匠，但催生了真正的艺术家。

AI 正在对执行层做同样的事。

它不会杀死产品经理、分析师、程序员。它会杀死那些只会执行、不会思考的那部分工作。然后把真正需要思考的人，推向一个更高的层级。

我不是在预测未来。我正在这事儿里头。