AI會在所有事情上超越我們！3800億估值公司CEO警告：海嘯將至人類卻假裝沒看到

Dario Amodei，Anthropic 的 CEO、Claude 背后的人，本科物理、博士生物物理，原本想做教授去治病。從 OpenAI 出走創業四年多，公司估值已達 3800 億美元，年化收入 140 億美元。

2026 年 2 月，他第二次來到印度班加羅爾，坐在 Zerodha 聯合創始人 Nikhil Kamath 對面，聊了一個多小時。Nikhil 不是技術背景出身，他的問題帶著投資人的懷疑和創業者的焦慮，多次直接挑戰 Dario 的安全敘事。話題從 scaling laws 的化學反應比喻到 AI 意識的“辭職按鈕”，從“有錢人說資本主義不好”的尖銳追問到“年輕人該學什么”的實用建議。

Dario 一邊說“AI 海嘯已經到了地平線上”，一邊承認“我對權力集中感到不安”；Nikhil 一邊展示自己用 Claude Code 寫金融程序的經歷，一邊追問“你不會拿走我平臺上創業者的收入嗎”。

要點速覽

• Dario 早在 2019 年 GPT-2 階段就看到了 scaling laws 的跡象，成功說服 OpenAI 領導層重視，但在安全理念上未能達成共識，最終離開創辦 Anthropic
• 2022 年 ChatGPT 發布前，Anthropic 已有 Claude 的早期版本但選擇不發布，為避免引發軍備競賽，代價是“可能讓出了消費者 AI 的領先地位”
• 技術層面的安全工作比預期好，社會層面的認知比預期差，兩者“大致抵消”
• Anthropic 一位聯合創始人把個人日記喂給 Claude，Claude 準確預測了他“還沒寫下來的恐懼”
• 寫代碼會率先被 AI 替代，然后是更廣泛的軟件工程。長期來看，AI 可能在“基本上一切”上超過人類
• 創業者不要做“Claude 的套殼”，要建立行業壁壘；Anthropic 的印度收入在 3.5 個月內翻倍
• Dario 看好肽類藥物和 CAR-T 細胞療法，認為 AI 驅動的生物科技“即將迎來文藝復興”

欄目和錄制時間：People by WTF，2026 年 2 月 24 日

從生物學家到 AI：一條被“絕望”驅動的路

Nikhil 的第一個問題：創辦 Anthropic 之前你在做什么？

Dario 的起點不是計算機科學，而是生物學。本科學物理，博士讀生物物理，做過蛋白質組學的研究，目標是理解生物系統然后去治病。但研究做著做著，他開始“絕望”了。

一個蛋白質，RNA 會根據在細胞中的位置以不同方式剪接，然后被磷酸化，跟一堆其他蛋白質形成復合物。他開始懷疑這種復雜度可能超出了人類理解的極限。

就在那時候，他注意到了 AlexNet。

• 注：AlexNet 是 2012 年 ImageNet 圖像識別競賽中取得突破性成績的深度學習模型，被廣泛認為開啟了深度學習的現代紀元。

“AI 實際上開始起作用了，它跟人腦的工作方式有一些共同點，但有潛力變得更大、擴展得更好。”他意識到，AI 或許才是最終解決生物學問題的工具。

于是他離開學術界，先后在百度（Andrew Ng 的團隊）和 Google 工作了一段時間，然后在 OpenAI 成立幾個月后加入，領導了整個研究部門好幾年。最終，他和幾位同事帶著自己的愿景離開，創辦了 Anthropic。

他差點走上另一條路。原本打算當教授，在斯坦福醫學院做博士后時仍在瞄準學術界。但 AI 研究需要大量算力，這些資源主要集中在工業界。"但我想我內心深處可能還是個教授。"

離開 OpenAI：技術上說服了，理念上沒說服

Nikhil 追問：離開 OpenAI 是因為理念分歧嗎？

Dario 說有兩個核心信念驅動了他們創辦 Anthropic。

第一個是 scaling laws（規模定律）的信念。 他在 2019 年研究 GPT-2 時最先看到了這個趨勢，花了不少力氣說服 OpenAI 的領導層重視。這一點他們最終成功了。

第二個信念就沒那么順利了： 如果這些模型將成為通用的認知工具，匹配人腦的能力，那經濟影響、地緣政治影響、安全影響都將是巨大的?！拔覀儽仨氁哉_的方式來做這件事。”

他沒有指名道姓，但措辭不難理解?！氨M管有很多關于正確做事的措辭和語言，但我出于各種原因，就是沒有被說服那個機構真的在認真地、嚴肅地以正確方式做這件事?！?/p>

最終他選擇離開，而不是留下來爭論。

• 不要去跟別人的愿景爭論。如果你有一個強烈的愿景，而且你和幾個人分享這個愿景，你就應該自己去做。這樣你要為自己的錯誤負責，不需要替別人的錯誤買單。（“Don't argue with someone else's vision... if you have a strong vision and you share that vision with a few other people, you should just go off and do your own thing.”）
• 注：Dario 提到的 GPT-2 發布于 2019 年，當時 OpenAI 最初因擔心濫用而選擇延遲發布完整模型，但其語言生成能力已經引起業界關注。

Nikhil 反問：OpenAI 不也走了 scaling 這條路嗎？Dario 的回答只有三個字：“Yeah, we succeeded.” 正因為他成功說服了 OpenAI，兩家公司后來都走了同一條路。

Scaling Laws：“智能是化學反應的產物”

Nikhil 請 Dario 用最簡單的方式解釋 scaling laws。

Dario 用了一個化學反應的比喻：如果你想讓一個化學反應產生氧氣或者生火，需要不同的原料，少了任何一種反應就停了。AI 的“原料”是數據、算力和模型規模。按比例投入這些原料，產出的就是智能。

• 智能是化學反應的產物。（“Intelligence is the product of a chemical reaction.”）

跟五年前有什么區別？Dario 直接舉了一串例子。5 年前你不能問電腦一個問題然后讓它寫一頁論文。不能讓它在代碼里實現一個功能。不能生成圖像。不能生成視頻。

他強調了一個關鍵區別：這不只是在互聯網上匹配已有的文本。"你可以給它一個假設，比如'如果讓猴子拋的不是球而是棒呢'，這種信息不存在于任何地方，但模型能自己思考，給出一個答案。"

權力集中：“一夜之間、幾乎偶然發生的”

Nikhil 直接問：如果 AI 是世界上最重要的事，而你坐在這個領域的頂端，一個原本要當教授的人，準備好了嗎？

Dario 先試圖分散焦點，指出產業鏈上有很多層，芯片制造商、半導體設備商、模型公司、應用開發者、政府、公民社會?！拔业南Ｍ皇侵挥幸恍∪喝耸侵匾摹！?/p>

但他承認：

• 我公開說過，我對 AI 領域正在發生的權力集中感到不安。這種集中幾乎是一夜之間、意外發生的。（“I'm at least somewhat uncomfortable with the amount of concentration of power that's happening here, almost overnight, almost by accident.”）

他給出了兩個制衡方案。一個是 Anthropic 特有的 LTBT（Long-Term Benefit Trust，長期利益信托），一個由與公司沒有經濟利益關系的人組成的獨立機構，最終將有權任命 Anthropic 多數董事會成員。另一個是政府監管，他一直在推動“明智的、不減緩技術發展的”AI 監管。

• 注：LTBT 目前由 5 名受托人組成，背景涵蓋 AI 安全、國家安全和公共政策。其權力正在分階段”激活”，到 2024 年底已可選任 5 名董事中的 3 名。不過，外部分析者曾質疑 LTBT 的實際約束力，認為股東可能有權修改或推翻 Trust 的條款。

安全承諾：“不是看你說了什么，而是看你做了什么”

Nikhil 說：作為一個旁觀者，他在達沃斯聽過 Dario 和 Demis Hassabis 等人談 AI 需要謹慎推進。但社交媒體上的反應是：幾個有錢人坐在一起說要為更大的利益行動，誰信？他建議：與其展示謙虛，不如直接承認你有股東、追求利潤，這反而可能更有效。

Dario 列舉了他們做過的一些具體事情。

第一個例子： 2022 年他們做出了 Claude 1，在 ChatGPT 之前。但選擇不發布，擔心引發軍備競賽。“這在商業上代價很大，我們可能因此在消費者 AI 上讓出了領先地位。”

• 注：多個來源證實了這個時間線。Anthropic 在 2022 年夏天完成了第一版 Claude 的訓練，但直到 2023 年 3 月才對外發布。ChatGPT 于 2022 年 11 月上線。

第二個例子： Anthropic 是唯一一家主動支持加州 SB 53 法案的大型 AI 公司，在所有其他公司和美國政府都說不應該有 AI 監管的時候。

• 注：SB 53（《前沿人工智能透明度法案》）于 2025 年 9 月 29 日由加州州長簽署成法，是美國第一部專門針對前沿 AI 模型的監管法律。它要求年收入超過 5 億美元的 AI 開發者公開安全框架、報告安全事件，并提供吹哨人保護。實際只適用于約 5-8 家公司。

第三個例子： 在芯片政策上的主張“讓一些作為供應商的芯片公司非常生氣”。

Dario 強調 SB 53 豁免了所有年收入低于 5 億美元的公司，實際只約束 Anthropic 和另外三四家公司?！罢f我們在搞監管捕獲的人，需要看看我們實際提出的內容。”

“有錢人說資本主義不好”

Nikhil 不買賬。他換了個角度：這不就是有錢人說資本主義不好嗎？有錢人如果真覺得資本主義有問題，最簡單的做法是停止積累更多財富。

Dario 接住了這個類比，但重新定義了它。他說自己不是在說“AI 不好”，而是在說 AI 需要引導：

• 我們正在把這輛車開向一個好地方，但路上有樹、有坑洞。我們需要繞開它們，偶爾可能需要減速。（“We're steering this car towards a good place but also there are trees, there are potholes... we might need to occasionally slow down a bit.”）

更準確的類比不是“有錢人說資本主義不好”，而是“有錢人說資本主義總體是好的，但它需要調節，需要處理污染和不平等之類的問題”。

兩篇長文：海嘯已在地平線上

Nikhil 讀過 Dario 的兩篇長文，2024 年 10 月的《Machines of Loving Grace》和 2026 年 1 月的《The Adolescence of Technology》，認為這反映了 Dario 從樂觀到悲觀的 180 度轉變。

Dario 否認了。"光明面和陰暗面一直同時存在于我腦中。“兩篇文章各花了約一年從模糊構思到最終寫成，而且都是在假期、遠離公司日常事務時才完成的。寫完樂觀篇后，他”幾乎立刻“就開始構思悲觀篇?！蔽蚁胗煤迷妇凹钊藗?，但也想用壞愿景警告人們。"

• 注：《Machines of Loving Grace》闡述了 AI 可能在生物學、神經科學、經濟發展等領域帶來的巨大進步。《The Adolescence of Technology》則聚焦五類 AI 風險：自主行為失控、大規模殺傷性武器擴散、權力奪取、經濟顛覆，以及未知風險。Dario 在后者中預測“50% 的初級白領工作可能在 1-5 年內被 AI 顛覆”。

Nikhil 追問：你的看法真的沒變嗎？

Dario 拆成了兩個維度。

技術樂觀方面： 可解釋性（interpretability）研究的進展超出了他的預期?！拔覀冋业搅藢浅＞唧w概念的神經元，找到了追蹤詩歌韻律的神經回路。”對齊研究和 Claude 的“憲法”機制也讓他感到積極。

• 注：可解釋性是 AI 安全研究的一個方向，目標是理解神經網絡內部的工作機制。Anthropic 在 2024 年發表了突破性論文，展示了從 Claude 中提取出數百萬個可理解的“特征”，對應具體概念如“金門大橋”。

社會悲觀方面：

• 在我看來，這些模型離達到人類智能水平已經非常近了，但社會似乎沒有更廣泛地意識到即將發生什么。就好像海嘯正朝我們涌來，我們離得很近，已經能在地平線上看到它了，但人們還在編造各種解釋說“啊那不是真的海嘯，那只是光線的錯覺”。（“It's as if this tsunami is coming at us and it's so close we can see it on the horizon and yet people are coming up with these explanations for oh it's not actually a tsunami, that's just a trick of the light.”）

他總結說：技術安全工作比預期好一點，社會認知比預期差一點，"大致抵消"，所以他的整體感受跟幾年前差不多。

AI 越來越了解你：天使還是惡魔？

Nikhil 分享了自己使用 Claude 的經歷。他不是程序員出身，但最近雇了個開發者教他用 Claude Code 寫金融服務相關的程序。他把 Google Drive、郵箱、日歷都用連接器接上了 Claude，還在一臺 Mac Mini 上搭了環境，連了一個 Telegram 賬號跟它聊天、遠程操作服務器。

“有時候它對我的了解程度會讓我吃驚。”

Dario 講了一個他的聯合創始人的故事。這位聯合創始人寫了一本個人日記，記錄了自己的想法和恐懼，然后把它喂給了 Claude。Claude 說："這是你可能有但還沒寫下來的一些恐懼。“結果 Claude 說的大部分都是對的?！边@真的給人一種詭異的感覺，就好像模型了解你、超級了解你。"

一個超級了解你的東西，可以是你肩上的天使，幫助你成為更好的自己。但它也可以利用對你的了解來操縱你、替某個議程服務、或者把你的數據賣給別人。

• 如果你不是在為產品付費，你本身就是產品。（“You're not paying for the product, like you're the product.”）

“在廣告模式下，一個深度了解用戶的 AI 就會變成用各種不正當方式利用這種信息的工具。這是我們不喜歡廣告的原因之一。”

• 注：2026 年 2 月超級碗期間，Anthropic 播放了一系列廣告，每個廣告都展示 AI 助手在對話中途突然開始推廣虛構產品。Anthropic 借此宣布 Claude 將保持無廣告，以此與競爭對手區分。

Nikhil 追問：Claude 需要通過連接器才能獲取用戶生活的上下文，而 Google 天然就有這些上下文。Anthropic 長遠來看是不是也得自建郵箱、聊天等整個生態系統？

Dario 說不一定。“我們會混合自建和集成。我們可以把 Claude 集成到 Google Docs、Google Sheets、Microsoft Office 里?！钡麤]有排除未來的可能性：“也許傳統的郵箱或電子表格在 AI 時代不再合理，我們可能會用不同的方式來切分產品?！?/p>

AI 意識：“我辭職”按鈕

Nikhil 問：AI 會有意識嗎？

Dario 說這是“我們真的沒有答案的神秘問題之一”。他的猜測是，意識是"足夠復雜的、能反思自身決策的系統的涌現屬性“。作為一個研究過大腦的人，他認為 AI 模型跟大腦”在某些方面不同，但在根本層面上沒有本質區別"。

他認為當 AI 系統足夠先進時，它們將擁有“某種我們會稱之為意識或道德重要性的東西”，但可能不同于人類意識。

Anthropic 已經給模型提供了一種“退出對話”的能力，Dario 把它比作**“我辭職”按鈕**。模型在遇到“特別暴力或殘忍的內容”時會使用這個功能終止對話，不過通常只在非常極端的情況下發生。

Nikhil 坦言自己覺得世界很隨機，人類“跟蟑螂沒差多遠”，踩死一只蟑螂它就死了，如果有什么集體意識之類的東西，他沒能感受到。Dario 回應說意識不一定需要神秘主義的解釋，可能就是一種“意識到自己存在、能感受事物、能注意到自己正在注意某件事”的屬性。

印度：“我們不是來找消費者的”

Nikhil 生長在班加羅爾，親眼見證了 IT 服務行業如何塑造了這座城市。他問：AI 時代印度的角色是什么？

Dario 說這是他第二次來印度（上一次是 2025 年 10 月），他見了印度主要的 IT 和綜合企業集團（“你能想到的那些”，他沒有點名），現在已經在跟大部分合作了。

他強調 Anthropic 的定位跟其他 AI 公司不同：

• 很多公司來這里把自己當消費公司，把印度當市場、當獲取消費者的地方。我們看法不同——我們想跟印度的公司合作，把工具提供給它們，幫它們更好地做自己的事。（“Many other companies come here as themselves a consumer company and they see India as a market... We actually see things a little bit differently.”）

印度公司比 Anthropic 更了解印度市場，無論是做咨詢、系統集成還是 IT 工具，它們在本地市場都做得更好。Anthropic 的角色是把 AI 加到它們已有的能力上，增強而非替代。

具體數據：自 2025 年 10 月他上次訪問以來，Anthropic 在印度的用戶數和收入翻了一番，"也就是大概三個半月的時間"。

• 注：Anthropic 于 2026 年 2 月正式在班加羅爾開設辦公室，這是其在亞太地區的第二個辦公室（第一個在東京）。Anthropic 表示印度是 Claude 使用量的全球第二大市場，近一半的印度 Claude 使用量用于編程和技術任務。同期，Dario 出席了在新德里舉行的 AI Impact Summit 2026，并與印度總理莫迪會面。

工作會被取代嗎：阿姆達爾定律與放射科醫生

Nikhil 用蒸汽機的故事來提問。蒸汽機發明之初需要人來操作，但隨著技術迭代，操作者變得越來越不重要。如果 Anthropic 今天跟印度 IT 服務公司合作，10 年后這些公司會不會變成蒸汽機旁邊那個多余的人？

Dario 承認自動化的范圍會持續擴大，“這對所有人來說都是個問題，不只是 IT 公司”。但他認為有幾個緩沖因素。

第一，物理世界。 AI 目前主要在數字世界工作，機器人技術會來但那是另一個維度的事。

第二，人際關系。 很多 IT 公司同時也是咨詢公司，有龐大的關系網絡。在機構中推動事情落地、理解機構運作方式，這些能力短期內仍然有價值。

第三，他引用了阿姆達爾定律（Amdahl's Law，系統整體提升受限于最慢的環節）來解釋：一個流程有多個環節，當你加速其中一些環節后，沒被加速的那些反而變成瓶頸，變成最重要的東西?！澳阒翱赡芨緵]把它們當回事，沒把它們當護城河或重要組件，但當寫軟件變得容易得多之后，公司原有的一些優勢會消失，但另一些從沒被重視的優勢會突然變得超級重要?！?/p>

他還舉了放射科醫生的例子。Geoffrey Hinton 曾預測 AI 會取代放射科醫生，AI 確實在讀掃描片上超過了放射科醫生。但放射科醫生并沒有減少，他們轉向了跟病人溝通、陪病人走完檢查流程這些工作。“這份工作中技術含量最高的部分消失了，但某種對底層人際技能的需求仍然存在。”

Nikhil 說："我不完全買賬?！叭绻粋€ AI Agent 能幫他管理人際關系和對話，那所謂的”關系網絡"護城河也撐不了多久。

Dario 承認："長遠來看，AI 會不會在基本上一切事情上都比我們強？包括物理世界、機器人、人際接觸？我覺得這是可能的，甚至很可能的。"

但他說我們需要”一步步來”，用實證科學的方式觀察 AI 實際做了什么，然后適應?！弊屛覀兿瓤纯?AI 今天能做什么，去適應它，然后再看接下來會發生什么?！?/p>

創業者的機會：可能性球體每 2-3 個月擴大一次

Nikhil 替他的印度創業者觀眾問：AI 領域具體有什么機會？

Dario 說應用層有大量機會。Anthropic 每 2-3 個月發布新模型，每次都意味著一批之前不可能實現的事情變得可能了。”有人說 API 模型不可行或者會被商品化，但他們沒看到的是，AI 能做什么的范圍在不斷擴大?！边@不是一個靜態市場，而是一個不斷膨脹的可能性球體。

Nikhil 追問：Anthropic 估值 3800 億美元，融了 350 億美元，收入 150 億美元還在快速增長。如果一個印度班加羅爾的創業者在 Claude 上面建了一個應用碰巧成功了，Anthropic 不會來拿走這個收入嗎？他用法律 AI 公司 Harvey 的例子，Harvey 建在 OpenAI 上面，但不知道 OpenAI 什么時候會自己做這個功能。

Dario 先給了通用建議："要建立護城河，不要只做套殼產品。"只是給 Claude 套個 UI 或者寫個提示詞模板是沒有護城河的，你不需要擔心 Anthropic 來吃這個收入，任何人都能吃。

然后他給出了有護城河的方向：生物×AI（“我碰巧是生物學家，但 Anthropic 的大多數人不是”）、金融服務（“有大量監管，需要懂很多東西才能合規”）。這些領域對 Anthropic 來說“效率太低”，不會去做。

但他也承認有些領域 Anthropic 會直接競爭："我們不會承諾永遠不做第一方產品。比如 Claude Code，Anthropic 的人寫代碼，所以我們對如何用 AI 寫代碼有特殊的洞察。在代碼領域我們確實成了非常強的競爭者，因為這是我們自己在用的東西。但我不認為這能推廣到所有行業。"

• 注：根據 Anthropic 公開數據，截至 2026 年 2 月，其年化收入達到 140 億美元，其中約 80% 來自企業客戶。Claude Code 的年化收入達到 25 億美元。

年輕人該學什么：批判性思維是最后的邊緣

Nikhil 問：一個 25 歲的印度年輕人，想在未來十年里在資本主義競爭中贏，該選什么方向？

Dario 給了三個方向。

第一，以人為中心的工作。 涉及與人打交道的職業有更長的跑道。

第二，物理世界相關的工作。 半導體是一個好例子，有“物理世界”和“傳統工程”兩個 AI 還沒完全覆蓋的維度。

第三，也是他最強調的：批判性思維。 當 AI 能生成任何內容，圖像、視頻、文本，分辨真假變得越來越難。“成功的很大一部分可能就是擁有街頭智慧，不被虛假內容騙到。你不想持有錯誤信念，不想被詐騙。”

他補充說 Anthropic 不做圖像和視頻生成，“有很多原因，這是其中之一”。

關于寫代碼和軟件工程，他做了一個區分：寫代碼（寫代碼的具體動作）會先被 AI 替代，但更廣泛的軟件工程（系統設計、理解用戶需求、管理 AI 團隊）需要更長時間。即便如此，他認為這也終將發生。

但他補充了一個反直覺的觀點：即使你只做任務的 5%，因為 AI 做了另外 95%，你的產出被放大了 20 倍。"比較優勢出奇地強大。"

去技能化：“如果部署不當，人類會變笨”

Nikhil 問：歷史上每次創新都殺死了一種核心人類技能。計算器殺死了心算能力，書寫減弱了人類的記憶力。AI 殺死的是什么？

Dario 先挑戰了前提：“我不完全同意。我仍然經常在腦中做數學計算，因為它跟我的思維過程更融合。比如我想算'如果每個用戶付這個金額，收入是多少'，我想在腦子里閉合這個循環，而不是交給計算器?！?/p>

但他承認如果使用方式不對，技能退化確實會發生?！拔覀円呀涢_始看到了，學生讓 AI 寫論文，這基本就是作弊?！?/p>

Anthropic 做了關于代碼的內部研究。結果取決于使用方式，"有些使用方式不會導致去技能化，有些會"。

Nikhil 追問：你覺得人類作為一個種族會不會在未來十年變得更笨？

Dario 說："如果我們以錯誤的方式部署 AI、漫不經心地部署，那是的，人們可能會變笨。即使 AI 在某件事上永遠比你強，你仍然可以學習那件事，仍然可以在智識上充實自己。所以這是我們作為公司、個人和社會整體必須做出的選擇。"

開源 vs 閉源：“唯一重要的是最好的模型”

Nikhil 問：開源模型越來越好（他提到了智譜的 GLM5 和 DeepSeek），建應用是不是該選開源？

Dario 的回應分為兩層。

第一層： 他認為很多這些模型，特別是來自中國的，“針對基準測試做了優化，是從美國大型實驗室蒸餾出來的”。他提到最近有人做了一個未公開的測試，這些模型在常規基準上得分很高，但在這個之前從未被公開測量過的新測試上“表現差了很多”。

• 注：Dario 沒有給出具體的測試名稱或來源。作為閉源模型公司的 CEO，這一判斷存在明顯的利益相關性。

第二層是更宏觀的經濟學論點。 AI 模型的市場跟以往任何技術都不一樣，它更像人才市場。“如果我跟你說，你可以雇世界上最好的程序員或者第 10000 名程序員，他們都很有技能，但任何雇過大量人的人都有這種直覺，能力有一種冪律長尾分布。模型也一樣?！?/p>

在這種分布下，價格不太重要，呈現形式不太重要，只有認知能力最重要。"我幾乎完全只關注一件事：擁有最聰明的模型。我認為這是長期唯一重要的東西。"

數據主權與生物科技

談到數據的地緣政治問題時，Dario 做了一個區分。訓練數據正在從靜態數據轉向動態數據，當模型在數學問題或寫代碼環境上做強化學習時，“你不是在獲取傳統意義上的數據，更像是模型自己在做試錯”。所以靜態數據的重要性在下降。

但客戶數據和個人數據的本地化需求是真實的。歐洲已經立法要求個人和專有數據留在各國境內，這是各國建設本地數據中心的一個重要原因。

話題轉到投資時，Nikhil 試圖讓 Dario 推薦一只股票?！拔野淹瑯拥膯栴}逼著 Elon 回答了，他說 Google?！?/p>

Dario 果斷拒絕了個股推薦（“我了解太多上市公司的內部信息”），但在被追問具體行業后松了口。

他看好生物科技?！吧锟萍技磳⒂瓉硪粓鑫乃噺团d，最終將由 AI 驅動。我們即將治愈很多疾病?！?/p>

他特別看好兩個方向：

• 肽類藥物（peptide-based therapies）：小分子藥物的自由度有限，“改善一個方面另一個方面就變差”，而肽類有一種“幾乎是數字化的屬性”，可以說“我在這里換一個氨基酸、在那里換一個”，允許更精確的連續優化
• CAR-T 等細胞療法：從患者體內取出細胞，進行基因工程改造使其攻擊特定癌癥，然后放回體內

Nikhil 問干細胞療法管不管用，他上周剛花了一整周在醫院做霧化吸入和靜脈注射干細胞。Dario 笑著說他不了解干細胞療法的最新進展，”你得問一個現在還在執業的生物學家”，但重申了對肽類療法的信心。

學會使用 AI：“鋼琴不是坐下來就能彈的”

Nikhil 坦言自己第一次用 Claude Code 時遇到了困難?！皩τ谝粋€很笨、沒有編程知識的人來說，它不是非常容易上手的。就像彈鋼琴一樣，你不能坐下來就彈?！?/p>

Dario 同意存在學習曲線，并透露 Cowork 的誕生正是因為看到很多非技術用戶在命令行終端里苦苦掙扎?！皩Τ绦騿T來說命令行終端很日常，但對非程序員來說它讓事情變得不必要地復雜。”Cowork 在底層由 Claude Code 引擎驅動，但設計成了更友好的界面。

他還提到 Anthropic 內部有一個叫**“教育部”（Ministry of Education）** 的部門，正在制作更多關于如何有效使用 Agent 和提示詞模型的教學視頻。“我們會加大力度，因為我們確實希望每個人都能學會這個?！?/p>

“幾乎可以免費預測未來”

Nikhil 最后問：你知道什么是其他人不知道的？

Dario 說他知道的大多數事情現在其實已經是公開信息了。但他有一個過去十年反復驗證的經驗：

• 人們總有一種誘惑去相信“那不可能發生，變化太大了，太瘋狂了”。但一次又一次，簡單地外推曲線，或者從第一性原理推理，就會得到幾乎沒人相信的反直覺結論。你幾乎可以免費預測未來，只需說“從邏輯上推斷……”（“You can predict the future for free just by saying 'well it stands to reason that...'”）

他補充說，純邏輯推理是另一種錯誤。你需要的是"少量經驗觀察“加”第一性原理思考"的正確組合。這種能力是公開的，任何人都應該能做到，但做到的人少得驚人。

Dario 在這場對話里很直接。他承認權力集中讓他不安，承認 Anthropic 會在擅長的領域跟創業者直接競爭，承認 AI 最終“可能在基本上一切事情上都比人類強”。

但直接不等于答案。Nikhil 問出的那些最尖銳的問題，“你的謙遜是策略嗎”、“這不是有錢人批評資本主義嗎”、“你不會拿走創業者的收入嗎”，得到的回答都指向“看我們的行動”。而行動的解讀空間很大。

幾個值得持續觀察的信號：

• Anthropic 的 LTBT 治理機制在面臨真正的壓力測試時能否發揮作用
• SB 53 法案實施后的行業影響
• AI 從“替代寫代碼”到“替代軟件工程”的實際時間線
• 以及 Dario 預言的“AI 海嘯”到來時，社會是否已經做好了準備，或者仍在說“那只是光線的錯覺”

作者：寶玉