Anthropic 刚交了底牌:执行几乎归零,判断是人类还守得住的最后一个格。这既是给"押注判断层"的背书,也是一张判决书——因为它是"最后一个"。
Anthropic 发了一篇文章,叫《当 AI 自己造自己》。它讲的是一件很多人还没准备好的事:他们正在把越来越多"造 AI"的工作,交给 AI 自己去做。
我先说清楚立场:这不是一份中立材料。Anthropic 既在卖自己的模型,又想把自己塑造成"最谨慎的那家实验室"。所以读它,得一边读一边开着证伪的档案。
但即使把立场全部扣掉,这篇文章里有一组数字,值得每一个"靠脑子吃饭"的人盯着看。
一、它交出来的底牌
先看它自己披露的内部数据:
•截至 2026 年 5 月,合并进 Anthropic 代码库的代码,超过 80% 是 Claude 写的。一年多前,这个数字还是个位数。
•2026 年第二季度,一个普通工程师每天合并的代码量,是 2024 年的 8 倍。
•在"把一段训练代码改到跑得更快"这个封闭实验里,模型从平均提速 3 倍,做到了 52 倍;而一个熟练的人类研究员,达到 4 倍要花四到八小时。
•在真实研究会话里,让模型判断"下一步该怎么走",它胜过人类选择的比例,从 51% 涨到了 64%。
这些数字拼在一起,指向一个结论:"执行"这件事,正在飞快地归零。 写代码、跑实验、调参数、复现论文——过去这些要占掉一个聪明人大量时间的活,现在几乎不再消耗人的时间。
那么人还剩下什么?
这篇文章给了一个很干脆的答案。它说,人类现在还守得住的比较优势,是"研究品味与判断力"——判断哪个问题值得做,哪个结果值得信,哪条路已经是死胡同,该往哪个方向走。
文章里一个工程师的原话是:"人类只需设定目标,而无需再指定具体的实现方法。"
如果你一直在读我写的东西,你会觉得这句话眼熟。
二、第一刀:它替你的下注背了书
我一直主张一条分工:判断和决策,是人的红线;收集、整理、执行,是 AI 的本分。 人负责往哪走,AI 负责怎么走。
Anthropic 这篇文章,基本上是用它自己最前沿的内部数据,把这条分工又讲了一遍。它甚至把"人的角色在每一环节都在收窄,但收窄到最后剩下的那个核,是判断"这件事,画成了曲线。
对于把价值押在"认知和判断"、而不是押在"我能干多少活"上的人,这是一份外部背书。它等于说:你押对了层。 当执行变得不值钱,一个只会执行的人会贬值,而一个能判断"该做什么"的人,会被放大——因为他现在能指挥的执行力,是过去的成百上千倍。
这一刀,是好消息。
但我不打算只讲好消息。因为同一篇文章里,埋着一把冲着这个结论来的反刀。
三、第二刀:它亲手告诉你,这道墙可能不永久
如果你只读到"判断是人类的护城河"就合上文章,你会睡得很安稳。但 Anthropic 很诚实(或者说,很想显得诚实),它自己把反证写了出来。
它说:"研究品味"或许只是又一种 AI 能力——AI 一开始做不好,后来逐渐变得擅长。
然后它举了先例:AI 曾经不会解释一个笑话为什么好笑,不会推测别人心里在想什么(心智理论),不会破解语言谜题。这些"很虚、很人性、看起来机器永远学不会"的东西,后来一个一个都被攻下了。
它的意思很清楚:你以为"判断力"是一堵永久的墙,但它可能只是一个还没轮到的格。
这一刀,是冲着我、也是冲着每一个"靠判断安身"的人来的。
我们很容易犯一个错:把"现在还守得住"偷换成"永远守得住"。看到执行被 AI 拿走、判断还在自己手里,就长舒一口气,以为找到了永久的安全区。
但这篇文章亲手戳破了这个幻觉:判断层之所以还是人类的,不是因为它永远攻不下,而是因为它排在攻击队列的最后一个。 前面的格一个个倒下,轮到它,只是时间和方法的问题——文章里连时间表都给了:今年能做人类要花几天的任务,2027 年能做要花几周的任务。
到底是"S 型曲线在判断层这里拐弯、AI 停在门口",还是"判断只是下一个被填平的格"——这一点,连 Anthropic 自己都说"最没有把握"。
所以诚实的结论只能是:这道墙能守多久,是未定的。押注判断层是对的,但把它当永久护城河,是危险的。
四、那怎么办:别守墙,养系统
看到这里,一个很自然的反应是恐慌:如果连判断都可能被追上,那人还剩什么?
我的答案是:问错了问题。
"人还能守住哪个格"——这是守墙思维。守墙思维的问题在于,墙的位置是 AI 定的,不是你定的。你今天守执行,墙被推到判断;你明天守判断,墙可能被推到别处。你永远在退,永远在问"下一道墙在哪"。
换个问法:不问"我还能守住什么固定优势",而问"我靠什么系统持续产生优势"。
这两者的区别,是"结果"和"系统"的区别。
•护城河、判断力、某个还没被追上的能力——这些都是结果,是某一时刻的固定优势。固定优势会被填平,这是这篇文章反复在讲的事。
•"持续把自己的认知外化出来、喂给 AI、再用人机协作创造价值"——这是一个系统。系统不依赖某一道墙还在不在,它依赖的是这个循环还转不转。
举个具体的:我这些年一直在做一件事——把脑子里那些说不清、写不明的默会判断,一点点写下来、结构化、交给 AI。很多人觉得可惜,觉得这是把自己的看家本领往外送。
但如果护城河终会被填,那"守住独门判断"这件事本身就不成立——你守不住。真正能对冲的,不是把判断藏起来,而是让"外化—协作—再判断"这个循环转得比墙移动得更快。 墙在移动,你也在移动;它填掉你一个旧优势,你的系统已经在长新的了。
这不是精神胜利。这是把赌注从"某个会被填的格"上,挪到"一台还在运转的机器"上。段永平那句"要复制的是正期望值的系统,不是结果",讲的是同一件事:结果可以弃,系统才是本体。
Anthropic 这篇文章,对我是一把双刃刀。一边,它印证了我押对了层;另一边,它戳穿了"这层能守多久"根本没有保证。
但真正让我睡得着的,不是"判断还在我手里"这个暂时的事实。而是:就算判断这道墙明天就被推倒,那个"持续外化、持续协作、持续判断"的循环,还在转。 墙会倒,机器不停,这才是能穿越的东西。
我们大概率正在走进一个执行几乎免费、判断也在被追赶的世界。在那个世界里,值钱的不会是你此刻守着的哪一个格,而是你有没有一台能不断把新认知变成新优势的机器。
护城河会干,河床会移。别做守墙的人,做养河的人。
仅作认知与方法探讨,不构成投资建议。文中 Anthropic《当 AI 自己造自己》一文及其披露的代码占比、提速倍数、任务时长等数据,均引自该公司自述材料,非中立第三方实证,具体请以公开资料为准;"递归自我改进""S 型曲线""正期望值系统"等为通用技术与决策概念。
红石