碼農只剩6個月？Anthropic CEO斷言AI接管一切代碼，爆沖諾獎級智能！

新智元報道

編輯：編輯部

【新智元導讀】達沃斯論壇，AI兩大巨頭罕見同臺，開啟一場關于AGI未來重磅對話。Dario Amodei驚人預測：AI全面取代軟件工程師，最快只需6個月！同時，一半初級白領崗未來1-5年全部消失。

達沃斯這個全球大佬扎堆的地方，Anthropic和谷歌DeepMind CEO再次同框。

這一次，他們坐在一起聊的是一個讓人既興奮又發怵的話題——AGI降臨之后的第一天。

與去年巴黎那次不同，他們的預期里都帶著點「真的快來了」的緊迫感。

半個小時爐邊對話中，Dario Amodei扔出了一枚震撼所有人的「核彈」——

AI端到端接管軟件工程師（SWEs）幾乎全部的工作，倒計時僅剩6-12個月了！

同時他還爆出，Anthropic內部工程師基本不手寫代碼了，全由AI操刀，人類只負責審查和引導。

Dario Amodei和Demis Hassabis幾乎同時承認，通往AGI的路，已經看得越來越清楚了。

隨著模型參數規模不斷Scaling、多模態越來越強、智能體越來越自主——這些疊加在一起，AGI逼近僅剩時間問題。

以下是訪談的主要亮點，核心觀點全在這里——

Dario Amodei：

• 2026年/2027年，AI模型會在多領域達到「諾獎級」水平；一到五年內，50%白領工作消失

• AI寫代碼 -> 更好的AI -> 更快的迭代，這個循環正加速閉合

• Anthropic三年收入百倍暴增，呈指數級增長

• 如果AI寫AI能完美閉環，將迎來奇跡般的極速爆發

Demis Hassabis：

• 本年代末（2030年前）有50%的概率實現AGI

• 短期有陣痛，但長期會誕生新工作，AI取代人類時間線拉長至3-5年

• 谷歌DeepMindAI已找回創業狀態，重奪行業領先地位

• 如果物理世界/硬件成為瓶頸，發展曲線將更平緩，需給人類留出更多的適應時間

兩大巨頭激辯AGI，AI自進化閉環

關于AGI何時降臨，兩位大佬給出了各自的預測。

Dario Amodei不僅是激進，簡直就是「狂飆」。

即便站在2026年的門檻上，他依然篤定地押注：到2026年或2027年，必將誕生在眾多領域達到「諾獎級」水平的模型。

「我認為結果不會偏離太遠」。

他的底氣，源自一個正加速閉環的「循環」，一個設想的機制是——

AI自己寫代碼 → AI自己搞研究 → 完全自我迭代的閉環。

Dario拋出了一個令AI圈震動的判斷：

一旦這個正反饋環真正跑順，研發速度會直接起飛，指數級沖刺。

相較于Dario的激進，Demis Hassabis的立場相對穩健，但幾乎也沒有后退。

他守住了去年的底線：本年代末（2030年前），將有50%的概率實現AGI——展現人類全部認知能力的AI。

為何比Dario保守？Hassabis指出了一個無法被代碼輕易逾越的「物理屏障」。

過去一年，編程和數學領域發生了顯著的變化，但自然科學自動化進展完全是另一回事。

它需要真實世界的實驗驗證，恰恰這個環節，AI暫時還無法實現「閉環」。Hassabis表示，更難的部分在于科學創造力的層面。

谷歌DeepMind最終會創造出AGI，不過目前還缺少一兩個「關鍵拼圖」。

這里，他提到了一個關鍵的變量——

自我進化閉環，能夠在沒有人類深度參與的情況下真正跑通。如果這個閉環真正形成，進展速度會遠超當前預期。

AI取代「所有」程序員

Dario舉了一個最直觀、也最令人背脊發涼的例證——

Anthropic內部工程師已經幾乎不自己寫代碼了。

他們現在的角色，更像是產品經理或架構師。也就是， 只負責提出需求、編輯模型生成的代碼、把控整體架構。

在Dario看來，我們離模型「端到端」完成軟件工程師絕大部分、甚至全部工作，可能僅剩6-12個月。

這里所說的「端到端」意味著什么？

在英文語境中，SWEs（Software Engineers）不僅僅是寫代碼的人，而「端到端」涵蓋了一個軟件產品的全生命周期：需求、設計、前端、后端、部署、測試等等……

如此看來，Anthropic已經率先實現的了軟件開發的AGI（畢竟他們的員工擁有一個無限額度的Claude）。

為了量化這種能力，我們來看一下SWE-Bench（軟件工程基準測試）。

這是一個評估模型在真實GitHub代碼庫中定位問題、跨文件修改、跑通測試并交付CI補丁能力的「實戰考場」。

• 原始集約2,294個任務，常引用的Verified版本是經OpenAI人工標注簡化的子集。

• 在標準的Bash Only環境中，Claude 4.5 Opus的解決率已達74.4%，而每道題目的成本僅為0.72美元。

在這些問題中，我們可以將難度細分為：

• 簡單任務（<15分鐘）：約196個任務，類似給函數添加斷言等簡單修改

• 中等任務（15分鐘-1小時）：需要一定時間思考的小規模改動

• 困難任務（1-4小時）：涉及函數或多文件的實質性重寫

• 超難任務（>4小時）：需要大量研究，改動100+行代碼的深奧問題

如果我們把SWE-Bench的難度映射到現實世界的科技大廠職級，情況更加觸目驚心：

簡單到中等任務（<1小時）相當于初級工程師水平（Junior/SDE1）。

相當于：谷歌L3、阿里P5-P6、字節1-1/1-2級別，工作0-3年經驗

困難任務（1-4小時）相當于中高級工程師水平（Senior/SDE2-SDE3）。

相當于：谷歌L4-L5、阿里P6-P7、字節2-1/2-2級別，工作3-7年經驗。

這些任務就不僅僅是單文件修改，需要跨文件修改，平均改動32.8行代碼，涉及1.7個文件。

而超難任務（>4小時）則資深/專家工程師水平（Staff+）。

相當于：谷歌L6+、阿里P7-P8、字節3-1級別及以上。

目前頂級AI模型想要解決這類問題也非常困難。

盡管目前頂級AI模型在面對這些「超難任務」時需要極其復雜的上下文理解和架構設計才能解決的問題——

AI還顯得有些力不從心。

但別忘了Dario那個令人感到驚訝的預判：6-12個月。

當「AI寫AI」的飛輪開始瘋狂轉動，從L3進化到L6，可能只需要幾次模型迭代的時間。

那道曾經被認為不可逾越的「專家級」護城河，正在以肉眼可見的速度干涸。

五年內，50%初級崗消失

當技術飛輪轉動時，被碾壓的是舊有的就業結構。

Dario曾預測未來1-5年內，一半初級白領工作將消失，主持人則表示，現有統計顯示，目前勞動力市場尚未明顯波動。

她反問道，這是否只是「勞動總量固定謬誤」，AI最終會創造更多新崗位？

Hassabis認為，短期內，確實會看到AI創造出新的崗位。舊工作消失，新工作涌現，且更有價值、更有意義。

而且，他深刻感受到，初級/入門級崗位、實習招聘都在放緩。

但Hassabis鼓勵年輕人，要極度熟練掌握當下AI工具。

即便是構建模型的人，也很難完全探索當下模型的「能力懸溢」（capability overhang），更不用說未來的了。

我認為這可能比傳統的實習更能讓你在專業領域中發揮作用，實現自我飛躍。

Demis Hassabis他強調，AGI真正到來后，一切進入未知領域。

Dario Amodei同樣沒有給出一絲安慰，依舊撕開了2026年殘酷的真相：未來1-5年內，一半初級白領工作消失。

1-2年內，我們可能擁有全方位超越人類的AI。

現在，他看到苗頭了——尤其在軟件和編程領域。Anthropic內部已經顯現：初級和中級崗位需求銳減，公司正在嚴肅思考如何人性化處理裁員和轉型。

他承認，歷史上有適應性，農業自動化后，80%農民轉為工廠工人，再轉為知識工作者。

但這一次真的不同，指數級增長復利太猛，人類社會的適應速度根本跟不上。

滯后效應可能讓就業沖擊來得晚一些，但一旦爆發，降壓到一切。

對于更長遠的未來，Hassabis拋出了關于「意義」的終極追問：

在一個后稀缺的世界里，當工作不再是必須，人類將如何尋找存在的意義？

也許是探索星空，也許是藝術，也許是極限運動....但這將是比經濟分配更難解決的哲學問題。

谷歌DeepMind反擊OpenAI

Anthropic收入暴增百倍

過去的一年，AI競賽的「座次排位」發生了劇烈震蕩。

一年前，行業曾因「DeepSeek時刻」而興奮，當時谷歌DeepMind似乎顯得有些落后。

面對質疑，Demis坦承這是「不平凡的一年」，但他自信地表示，DeepMind擁有最深厚的研究儲備，正在通過Gemini 3等模型重回榜首。

他們正把谷歌DeepMind當作「核心引擎室」，加速把前沿模型推向產品界面。

而站在另一邊的「獨立模型制造商」Dario，則展示了令人咋舌的增長曲線。

過去三年，Anthropic的收入經歷了指數級暴漲：

• 2023年：從0到1億美元；

• 2024年：從1億到10億美元；

• 2025年：從10億到100億美元。

Dario表示，這聽起來很瘋狂，我們在試圖白手起家做一件與世界最大公司規模相當的事情。

他特別提到，Anthropic和谷歌DeepMind有一個共同點：兩者都由研究驅動，把解決重大科學問題作為北極星。

這種公司形態，才是未來勝出的關鍵。

費米悖論終極哲學

對話的最后環節，主持人拋出如今AI模型飽受詬病的問題——欺騙、兩面派的能力。

Dario Amodei表示，從Anthropic成立第一天，團隊就深陷這個戰場，開創了「機制可解釋性」。

過去一年，他們記錄了更多不良行為，也在用可解釋性拼命修復。他堅定表示，風險是存在的，但也是可解的。

Demis Hassabis同樣堅信，這是「非常可解」的問題，只要給人類智慧足夠時間、專注和合作，我們就能過關。

QA環節中，一位來自太空數據中心公司的觀眾拋出了著名的「費米悖論」：

既然宇宙這么大，為什么我們還沒看到外星人？是不是因為所有高等文明都被自己的AI毀滅了？

Demis直接反駁道，如果是AI毀滅了外星文明，我們應該看到宇宙中到處飛舞著「回形針」或者巨大的戴森球結構，但我們什么都沒看到。

他更傾向于認為，人類已經通過了「大過濾器」，未來依然掌握在人類自己手中。

當主持人Zanny詢問明年再見時會有什么變化時，兩位巨頭的回答殊途同歸。

Dario和Hassabis觀點一致：最關鍵變量是「AI建AI」的閉環。

不僅如此，Hassabis還期待著自我進化之外的其他突破：世界模型、持續學習，以及機器人技術的爆發時刻。

也許全人類都該暗自希望Hassabis是對的，希望那條時間線能慢一點，好讓我們有喘息的機會去迎接那個徹底改變一切的「第二天」。

然而，Dario眼神中透出的焦慮，卻揭示了殘酷的真相：在通往AGI的賽道上，「減速」從來不是一個可選項。

達沃斯的這場對話，與其說是一場觀點的交鋒，不如說是一次同步的預警。

無論是Dario激進的2026，還是Hassabis穩健的2030，那個終點已經清晰可見。

AGI降臨的第一天，不再是科幻小說里的模糊概念，而是硅谷大佬日歷上正被圈出的具體日期。

參考資料：HYX

https://x.com/deredleritt3r/status/2013613671704924640

https://x.com/dieaud91/status/2013604042358841479

https://youtu.be/mmKAnHz36v0

https://www.businessinsider.com/google-deepmind-anthropic-ceos-ai-junior-roles-hiring-davos-2026-1