亲手造出砸自己饭碗的怪兽！Anthropic联创：我们手下的顶级研究员正陷入失业恐慌

经济越繁荣，失业的人越多？大模型正带来人类历史上从未有过的“诡异繁荣”。

编译 | 王启隆

出品丨AI 科技大本营（ID：rgznai100）

如果你在 A 社上班，每天看着身边的顶级研究员拼命推高大模型的上限，你可能会觉得这群人极其矛盾。

Anthropic 联合创始人 Jack Clark 最近在接受专访时说，他们公司内部那些年薪百万、站在技术最前沿的 AI 专家，其实每天都活在深重的焦虑里。他们心里比谁都清楚一个事实：自己写下的每一行代码、每一次优化，都是在亲手加速制造出那个砸掉自己饭碗的“怪兽”。

这种焦虑，正在和一种前所未有的“诡异繁荣”绑定在一起。以前大家觉得经济变好、大厂赚钱，岗位就一定会变多。但大模型打破了这个常识。Jack 说，未来可能会出现一种很反直觉的现象——整个社会的财富在疯狂飙升，但写代码的程序员、写文档的白领，却在大面积失业。科技越发达，人反而越快被排除在财富循环之外。这种被时代“无声甩客”的感觉，在硅谷正变得越来越普遍。

在和 The Reason Interview 的对话里，Jack 聊到了技术自我升级的倒计时、资深工程师的溢价，以及一个极其现实的残酷未来：

• 在 Anthropic 内部，那些最顶尖的研究员心里都明白，自己的工作其实是在加速自己的失业。他们每天都在预测技术的演进，也每天都在见证这种进步以周、甚至以天为单位发生。在他们看来，自己亲手写出来的模型，替代自己只是个时间问题。

• AI 帮团队干完了所有的累活脏活，这让初级程序员的岗位被严重压缩。以前一个资深研究员要想验证一个想法，得带一个初级工程师团队来帮忙写代码、跑测试。现在这些打杂的工作全部被 Claude 自动搞定。这导致刚毕业的学生越来越难入行，而那些真正有直觉、能定方向的资深专家，身价反而被抬到了天上。

• 我们可能会迎来一个诡异的未来：整个社会的财富在爆发式增长，但大面积的人却在失业。这种失业不是因为经济不景气，纯粹是因为大模型太能干了。当社会不需要那么多工作岗位就能创造巨大财富时，繁荣将和就业彻底脱钩。这种无先例可循的重塑速度，正远超所有人的想象。

• 为了让刚毕业的人不至于被“一刀切断”成长路径，我们只能自己出钱做一场挽救实验。现在的初级岗位市场几乎冻结了，Anthropic 决定自己掏钱雇佣 1000 名刚毕业的大学生（Claude Corps 项目），把他们免费派给那些用不起 AI 的非营利组织去解决问题。这不仅仅是做慈善，而是给年轻人在行业冰封期强行争取一条积累经验、活下去的通道。

• 预计到 2028 年底，人类就将彻底从 AI 迭代的链条里“被下岗”。技术正在从“人推着机器走”变成“机器自己繁衍”。等到递归自我提升（RSI）在 2028 年到来，我们只要给够算力，说一句“Claude 10，去开发 Claude 11 吧”，它就会自己解决架构、测试和训练。这种进化的效率，唯一的对照物是几百万年的生物演变，而它只需要几个月。

领取地址：https://s.csdn.cn/4nPsOp

免费的通用老师，和没人会想念的“文书搬运工”

主持人：我们先从一个更宏观的角度开始。谈谈你眼中 AI 最主要的“承诺”是什么。因为眼下我们显然正处在一种技术阴云密布的时刻，人们都在为 AI 感到恐慌，而你们 Anthropic 在某种程度上也确实在担忧这个问题，我们等会儿会谈到。但先从总体上说，AI 最大的卖点到底是什么？

Jack Clark：我会把它拆成三个层面来看：面向个人的、面向经济的，以及面向科学的。

先说个人层面。今天，我们已经拥有了一位“通用教师”——这是人们幻想了几十年、几十年想要造出来的东西，而现在它就已经存在了。你每个月花 0 美元，就可以和一位专业教师对话；如果你每个月花 20 美元，你就能和一位非常优秀的老师交流。这太不可思议了。这是个人层面的价值。

再说经济层面。西方世界的经济，很大程度上是由后台工作和官僚程序定义的。而现在我们有了这样一种系统，它能处理并穿越这些官僚流程和后台事务，做得更好，在某些情况下甚至能把这些流程直接消除，让人们重新回到那些真正需要技能、或者更有意义的工作部分上去。

主持人：对。能不能举个具体例子？

Jack Clark：可以，我举一个例子。我们曾和 Ampheic 的开发团队密切合作，帮助他们处理临床试验结果在后端的整理和格式化工作。原本这大约需要两个月的工作量，后来被我们缩短到了一周左右。

主持人：我觉得不会有人怀念那项工作。

Jack Clark：那里不会有人坐在办公桌前哭，因为自己再也做不了那件事了。

主持人：“最佳后台文书搬运工”。该死，那就是我，那就是我的工作。

Jack Clark：类似这样的例子到处都是。Anthropic 有位和我共事的人，曾经因为处理某一种发票太烦了，干脆把它彻底自动化了。他一点也不难过。大家都很高兴这件事实现了自动化。

再说科学层面。现在，如果你去看相关文献，会发现这些系统已经在生物学、数学、物理学、医学等前沿领域参与共同创造科学。你会看到世界顶尖科学家和 Gemini、Claude、ChatGPT 共同署名论文。这是科学发现的一个新时代。

主持人：Rock，对吧？严肃的人应该没人用 Rock 吧。

Jack Clark：我可能在哪儿见过，不过还有别的名字也会首先浮现在我脑海里。

主持人：对。还有一个经常被提到、而且看起来非常惊人的例子是，比如你想到肿瘤 X 光片，或者癌变风险之类的东西时，突然之间整个世界都成了一个数据库。计算机在这些数据上训练、分析，然后得出更好的诊断、预后之类的结果。

Jack Clark：对。更好的诊断，更好的预后。而且在个人层面，我们现在也已经用 AI 系统取代了 WebMD。后者总是告诉你“你得癌症了，你快死了”；而 AI 系统往往会给出更合理、更符合事实的判断，还会告诉你“也许你应该给值班护士打个电话，把这些情况说一下”。

主持人：对。你会怎么处理那种——我一下忘了那个病的名字了，就是有人杜撰出来、结果现在几乎所有 AI 模型里都有的那种病，什么 backism 之类的。

主持人：在转向更多政策问题之前，我想先快速问一句：AI 是怎么过滤掉那种集体性错觉的？因为这总是个问题，对吧？

Jack Clark：这里面有几个层次。很多年前，AI 系统经常会“幻觉”，也就是大量胡编乱造。原因基本上在于，我们训练 AI 系统的方式有点像训练一个 Jeopardy! 节目的参赛者：它们想抢答，想按下按钮。你一开口，它们就想立刻回答。我们花了很多功夫，才让它们明白：按下按钮后说一句“我不知道”，或者干脆不回答，完全是合理的。因为这和我们原来的训练方式是相反的。所以这件事花了一些时间。

更隐蔽、也更棘手、至今仍然存在的问题，是“谄媚”——也就是 AI 系统过度奉奉承人。比如它一上来就说：“能来到世界上最伟大的自由意志主义播客，真是太荣幸了。这个问题真有趣。我们这场对话太精彩了。”这非常没用，也和你生活中那些真正对你有帮助的人所做的事完全相反。

所以我们必须把这种倾向从系统里训练掉。你希望它更像一个朋友——一个会在适当的时候稍微反驳你一下的存在。当然，这又会引出很多复杂而有趣的问题：什么算合适，什么算不合适。但我们其实一看就知道；在日常生活中遇到明显的谄媚时，我们都能感受到那种不对劲。之间找到平衡。

2028年，人类可能就要彻底退出大模型的研发链条了

主持人：当前政策对待 Anthropic 的方式，到底哪里有问题？

Jack Clark：我的表达方式会是这样：这件事里有很多具体细节我不能真正展开，因为他仍然是一个正在进行中的局面。但更宏观地说，政府现在的判断是：“这些系统具有国家安全属性，我们得想办法应对它们。” 这本身是好事。

再比如，有人会说：如果 AI 公司说得没错，那它们未来可能创造出极其庞大的财富，同时也可能把这些财富极度集中在少数几个实体手中。那我们该怎么办？这同样是一个合理的问题。

如果你去看政策辩论和社会变革的历史，它总是这样开始的——一大群人对该怎么做各有不同看法，甚至是截然对立的看法，大家都对此产生强烈兴趣，于是就会有分歧和辩论。然后政策领域里有个说法，我记得叫“摸着石头过河的艺术”。现实中，人们最后通常就是这么做的。你不会真的采纳那些极端到离谱的方案。

主持人：现在有没有哪些民选官员，你觉得他们对这场讨论的表达方式是最好的？

Jack Clark：国会现在有一项 AI 政策法案正在推进，里面关于透明度、第三方测试和验证提出了不少合理的想法。那是一份很长的法案。我们并不认同其中每一项，但整体来看，其中有相当多内容让人觉得：这看起来很合理。

国会里还有一些围绕出口管制推进中的法案，目的是通过控制算力，来维护国家安全。从大方向上说，这也是合理的。

此前，政府发布了一项关于如何处理 AI 系统带来的国家安全问题的行政命令。那份命令中所描述的架构——测试与验证、建立共享框架——总体上也是合理的。我认为，最终我们大概真的会走到类似那样的体系里去。

所以，没错，现实中确实会发生一些充满火药味和聚光灯效应的事件。但如果你透过这些表面去看，就会发现，无论是行政系统、国会，还是情报体系，都在认真处理这项技术，并逐渐提出一些相对理性、可执行的方案。

如果再看看州层面，许多州已经出台了一些基础的“透明度法案”，这相当于我的 AI 系统受到的监管至少和一包薯片差不多了，这总比完全没有好。也就是说，我至少得在包装上标明一些“成分信息”，并解释我是怎么做出来的。

主持人：也就是说，他们是在说你可以卖它们，但并没有规定卡路里多少、脂肪占比多少、碳水占比多少之类的。他们还没做到那一步。

Jack Clark：我们的理念在很大程度上是：第一步，必须要求企业强制性披露它们如何测试系统、做了哪些工作；第二步，需要某种形式的第三方验证，也就是有人来检查“作业”是不是做得靠谱。通过这两步，社会才能逐渐建立起证据基础，从而判断：我们到底有没有哪些真的需要被强制规定下来的事情？

在我看来，很有可能某一天，在网络或生物安全方面，你会发展出一些非常明确的门槛，并把它们上升为强制规定。就像今天你去购买炸药一样：某些类型的炸药，作为普通平民是可以买到的；有些则必须是持证建筑工人才可以买；还有一些则必须是军方人员。整体来说，这挺合理。

主持人：但你们肯定不想面对 50 个州各搞一套法律，对吧？你们还是希望有一个联邦层面的统一方案。

Jack Clark：这正是我们对那些正在国会推进的法案感到兴奋的原因。否则，最后你得到的就会是一张谁都不想看到的拼布地图。

主持人：或者说，加州。比如汽车尾气排放之类的问题就是这样。一个州事实上设定了全国标准，而它在意识形态上可能比联邦政府更偏激。

Jack Clark：我的整体看法就是：AI 是一种极其强大的技术。整个系统内部，对于“该拿它怎么办”的压力正在不断积累。而“什么都不做”这个答案持续得越久，政策系统中不同部分站出来说“什么都不做不够好，我们必须做点什么”的概率就越高。

主持人：铁路行业的历史显示，当铁路公司发展到一定规模、又意识到市场竞争会让盈利越来越困难时，它们主动去找政府说：“嘿，我们需要被监管。”

社交媒体或更广义的科技行业在 2018 年也有类似时刻：Mark Zuckerberg 就是这么对国会说的。从某种视角来看，这怎么就不是在锁定你们当前的市场地位？

Jack Clark：可是我这套说法已经说了 10 年。我们在创办 Anthropic 的第一天起就在这么说，那时我们还没有产品、没有收入，什么都没有。

主持人：Anthropic 报道的估值可不低。

Jack Clark：我想媒体报道的是一万亿美元。对。

所以你看，我完全、彻底理解这种看法。对我们来说，我只会说：请看我们长期以来在行动、表态和信念上的一致性。我们始终如一的立场是：我们相信，而且仍然相信，这将是本世纪被创造出来的最强大、影响最深远的技术，毫无疑问。因此，面对它的答案必须是：我们需要创造新的工具，来治理和管理它。

主持人：如果 Anthropic、OpenAI 和另外几家公司一起来写规则，这是不是就意味着：好，今后就是这几家公司，永远统治这个行业了？

Jack Clark：我们确实分享过自己对监管的想法，但我真诚欢迎、也鼓励其他人提出自己的方案。

我要表达的重点是：越多来自企业之外的人在这个问题上提出自己的观点，对所有人就越有利。如果你能给我做一张表，把公司、自由意志主义者、自由市场最大化主义者都列进去，然后你发现某些方案是所有人都同意的，那这些方案也许就是值得做的。如果某些方案只有公司自己在提，那你就应该对它们保持高度怀疑。

主持人：说到治理问题。美国的治理方式最终会怎样影响全球治理？

Jack Clark：最理想的情况，其实每天都在这个世界上发生几百万次：各种汽车在这些市场之间互相出口，飞机从这些地方起飞、降落，食品也在出口流通。你之所以会对这些东西有信心，是因为我们拥有某种共享标准、共享测试方法，以及某些共同认可的验证机制。

与其建立一种全球统一的治理机制，现实中更常见的是：不同国家拥有各自的标准机构，而这些机构之间存在互认关系。我认为，这种模式在商业上运作得极其成功。我妻子喜欢买有机食品，也不希望婴儿玩具里含铅，对吧？

主持人：我明白，但其中很多其实是自愿性的，对吧？

Jack Clark：其中很多确实是自愿性的，比如公用事业能效标签。但也有一些会被正式写入法律，成为硬性标准，比如航空安全。然后还有很多是自愿性的，我们在这些方面展开竞争。这就是世界解决问题的方式。

主持人：我担心贸易壁垒的重新抬头，目前这似乎在政治上受到相当广泛的支持。但如果我们可以的话，让我们谈谈“递归自我改进（RSI）”，这是你们最近很多材料中的一个重点。你能解释一下这是什么吗？

Jack Clark：AI 的发展方式，大体上是这样的：人们收集算力和数据，去训练深度神经网络，最后你得到了惊人的生成模型。

而现在，这些系统开始在“为训练 AI 系统编写代码”这件事上表现得非常出色。未来可能会出现某一个时刻，我们作为人可以完全退出它们前向发展的过程，它是一个“上好发条，看着它们自己跑”的过程。我们给它资源，然后说：“好，Claude 10，去造 Claude 11。” 接着 Claude 就会自己设计架构、开展研究、执行训练。

今天我们还没有看到这一幕，但我认为这种情况在本十年内出现的可能性是真实存在的。如果你让我押一个年份，我会押 2028 年，接近年底的时候。

主持人：那离现在甚至都不到两年，实在太近了。

Jack Clark：对。AI 发展得非常快。而这意味着，未来 AI 系统的进展可能会更快。

主持人：在更表层一点的技术史上，有没有什么类似例子？

Jack Clark：基本没有。唯一比较像样的例子，是生物的演化，但那要花上几百万年。你当然可以培育出更好的狗，但那也得经过很多代。我能想到的最好类比，大概是一台 3D 打印机，它能打印出一个比自己现有打印头分辨率更高的新打印头。

主持人：那你要怎么给它踩刹车？因为这也正是末日论、灾难论的一个来源。

Jack Clark：这和我们当前正在处理的问题有相似之处，但又更难。你担心系统具备某种属性，那么你必须知道如何测量这种属性，并且知道如何可能去控制它。

我在 Anthropic Institute 所做的很多工作，就是研究内部的 AI 研发活动，并找出如果递归自我改进真的发生了，我们应该用什么指标来识别它。最终，你会希望把这些指标公开出去。我们需要围绕这件事建立一个框架和一套门槛。因为这件事能让科学速度比今天快上若干个数量级；它能有意识地把那些今天看起来像奇迹一样的好处提前带到现实中。

主持人：其他主要 AI 公司，对这种共享标准和发掘安全阀的做法，是否也有广泛认同？

Jack Clark：我们最近说过：我们认为，让世界拥有“有可能主动放慢进步节奏”的选择权，会是一件很好的事。如果你真的撞上了类似 RSI 这样的事情，你可能会希望刻意把它放慢，给我们时间去适应。

主持人：这里的“我们”是谁？

Jack Clark：我相信，如果这件事真的足够重要，世界会找到办法，围绕这些数据协调起来。我认为，世界过去做过这样的事，未来也可能还得再做一次。氯氟烃和臭氧层漏洞就是一个好例子，制造商、科学家、政府最终一起说：那我们就停止这件事吧。

主持人：你的背景很有趣。你学的是创意写作和文学，还做过彭博等媒体的科技记者。你的背景是如何影响你思考这些问题的？

Jack Clark：我觉得，如果你是个记者，而且有广泛阅读的背景，你就会意识到：所有技术都带有政治和社会属性。所有技术最终都会改变人的行为，也会改变世界的结构。

而我想，硅谷大概花了很多时间专注于造东西，因为造东西真的很难。但在这种对“建造”的全情投入中，人们有时会忘记，自己其实也是在向世界投放一种社会技术和政治技术。社交媒体就是一个例子，我们在人类社会中做了一场几乎失控的大实验。

主持人：不过，社交媒体不是也让这个世界变得更好了吗？

Jack Clark：在很多方面是的。但我觉得，如果我们当时能共享更多信息，也许就能更好地应对一些问题，比如青少年心理健康。你不需要叫停技术，但也许我们本可以准备得更充分一些。

所以，那样的背景让我更倾向于把技术看成一种会根本改变社会政治经济结构的力量。我在 2012 年读过一篇文章，叫《Facebook、Google 与新封建主义的崛起》。当时我通过研究和参观大型公司的数据中心，突然意识到：这其实是一种在全球范围内收集海量数据的体系，你可以对其施加一种不同寻常的控制。这看起来很像我们过去称之为“封建主义”的某种东西。

一个反直觉的未来：社会财富空前繁荣，人却在成批失业

主持人：技术的解放性一面又在哪里？全球中产阶级的崛起是实实在在的。当我们谈“新封建主义”时，这会不会是一种忽视了技术积极面的超决定论理解？

Jack Clark：不是。我的意思只是，技术确实可能具有这样的属性；而世界的任务，就是仔细观察并弄清楚我们是否能以某种方式去调节它。

智能手机就是一个很好的例子。它能让你创业、摄影，给你带来快乐；但有时你半夜醒来，会白白浪费掉 45 分钟的人生去刷短视频。工具本身内部就包含了多种不同的政治现实：从解放，到控制。

主持人：你怎么定义进步？

Jack Clark：我从根本上认为，技术是一种工具，它能让人类更好地增进我们对世界、对自我、以及彼此之间的理解。我也认为，人类这个物种要想平稳度过这个世纪，需要大量强大的技术。而 AI 将会做出很大贡献。

我认为，这会给每个人带来更多物质丰裕。而丰裕会带来自由，因为它会为你创造更多时间。但与此同时，当你的自由增多、选择增多，你的责任也会随之增加。

不过换个角度看，技术也可以极大增强社区。奥克兰曾有一个极其充满活力、多元化的 DIY 朋克场景，那是通过 Instagram 上的海报组织起来的。技术没有把人原子化，而是在把人重新聚集到一起。所以技术永远同时包含这两面。

主持人：随着大模型的发展，人们现在谈到 AI 时会说，它这次是冲着受过教育的中上层人群来的。这种说法准确吗？它会如何改变就业市场？

Jack Clark：这里有两个彼此矛盾的事实。第一，今天的数据并没有显示出这一点，但这主要是因为疫情给所有可用经济数据集都引入了一个巨大的混淆项，我们很难把这些因素拆分开来。目前，我们只能看到应届毕业生招聘出现了一些疲软迹象。

主持人：现在对计算机科学专业毕业生来说，确实不算一个好时候，至少和 10 年前比是这样。

Jack Clark：也许确实如此。在 Anthropic 内部，我们现在招聘更多拥有大量经验的人，超过了以前。因为“直觉”的回报比以前更高了——因为现在你不需要再去做那些辛苦繁琐的实验执行工作。

主持人：你说的“直觉的回报”是什么意思？

Jack Clark：就是专业能力。如果你是一位有经验的研究员，脑子里有一大堆实验构想，那么过去我们还得给你配一个工程团队，让你和工程师一起去跑那些实验。而现在，Claude 可以帮跑实验了。所以实际上，我们更倾向于雇佣资深研究员，因为我们不再需要那么多初级工程师在他们周围堆砌。

主持人：所以你会担心出现一支由失业的应届大学毕业生组成的“预备役大军”吗？

Jack Clark：大方向上这个行业仍在增长。但关于技能形成的问题非常重要：人们是怎么变得擅长某件事的？他们是先开始做那件事。而我们前面的变化，其含义可能是：我们开始工作的新人会变少。

所以，我们最近宣布了一个项目，叫 Claude Corps。我们会在全美范围内挑选一千名刚毕业不久的大学生，基本上是由我们出钱，把他们嵌入非营利组织中，并教他们如何运用 AI 技能。这既能把 AI 的好处扩散给其他组织，也能给这些年轻人一些实践经验。

不过，当我和许多同事交谈时，他们会说：我无法把未来经济和今天这种“看起来一切正常”的经济状态协调起来。我所做的一切工作，以及技术进步的速度，都在让我这个并非经济学家、而是机器学习研究者的人感到：我自己都有可能失业，或者变得多余。

也许这里面确实有点什么。因此，我开始和一些政府谈：如果经济中真的发生了前所未有的事情，而且这种变化不是由衰退引发，而是由一种全新的、高生产率技术的到来所引发，那我们准备好了吗？

主持人：虽然历史经验显示，政府试图去限制和规范工作的尝试往往行不通，只会让经济变得迟缓。

Jack Clark：我非常清楚，凡是去预测未来经济具体形态的人，往往几年后都会尴尬得不行。我真正想说的是：你们应该为一个包含多种不同情景的世界做规划。而我确实认为，AI 可能会带来比过去更极端的情景。它可能会带来远高于趋势线的 GDP 增长，而这种 GDP 增长，可能同时伴随着通常只在经济衰退时才会看到的失业率飙升。那会很奇怪。而我其实只是认为，政府总体上也许应该在情景规划上投入更多工作。

主持人：你到底有多大信心，相信政府会成为解决这些社会问题的最后防线？

Jack Clark：我是个乐观主义者。我不认为每一个政府都能做到，但政府确实可以做到这些事。有些可以，而我们会努力想办法帮助它们做到。

主持人：好，那我想我们就到这里结束吧。Anthropic 的 Jack Clark，非常感谢你接受 Reason 的采访。

Jack Clark：非常感谢。

AI 产品正在从概念演示走向业务现场，真正的竞争也从“谁更会讲故事”转向“谁更能落地”。

7 月 17-18 日，2026 奇点智能产品大会将在北京金隅喜来登酒店举办，围绕 Agent 智能体、企业级 AI、AI 原生组织、具身智能、软件生产力、多模态产品、人机协同与行业应用落地等核心议题，邀请 40+ 一线产业实践者，共同拆解 AI 产品从 0 到 1、从 Demo 到规模化应用的真实路径。