AI速度超快！算法專家郭宇認為Claude Code在6個月內就能淘汰知識工作者

當所有摩擦——和同事的、和法律的、和軟件的、最后和父母的——都被 AI 抹平的時候，剩下的世界長什么樣，沒人有把握.

字節跳動早期工程師、抖音和 TikTok 的早期推薦算法貢獻者郭宇，2020年從字節退休后定居東京。最近他在《單向街東京》談了一個讓全場不太敢相信的判斷：知識工作者真正剩下的有意義的工作時間，大約只有六個月。

郭宇自己也知道這個數字聽起來極端,但他給出了一整套從2025年10月開始就在發生的、可以現場演示的證據鏈。

軟件不再是代碼，是流動的 Token

軟件工程的范式去年10月被 Claude Code 推出的 Skill 模式改寫了。

過去做一個軟件，路徑是固定的：想清楚要什么 → 跟產品經理對齊 → 寫技術文檔 → 程序員寫代碼 → 發布給用戶。從2025年10月開始，這條路徑作廢了。現在你只需要寫一份 Markdown 文檔描述自己的需求，Claude Code 會根據這份文檔現寫代碼并自動執行。

這意味著軟件不再是一段被預先編譯、被打包發布、被千萬人共用的固定代碼。它變成了"動態流動的 Token"——你提一個需求，GPU 推理一次，代碼現場生成、現場跑完、結果交付給你一個人。下一個用戶來，又是一份新的代碼、一次新的推理。

英偉達賣 GPU，公司把 GPU 插到服務器上接通電源，然后 GPU 不停地接收用戶需求、推理、生成代碼、執行——無論這個需求是"查銀座附近的停車場"還是"給我小孩寫一個祝班主任生日快樂的網頁"。郭宇把這個叫做"最終的軟件"：它沒有時間，或者說它把時間壓縮到極快，可以同時把一個想法的上千種可能性全跑一遍，讓你只挑效率最高的那一支，甚至不挑、讓它全自動跑下去。

跨過的那道門檻叫不再需要監督。Opus 4.5、4.6這一代編碼模型已經做到：你不看它寫的代碼，它也能正常工作。郭宇自嘲自己現在是"Vibe Coder"——它在寫代碼，我在旁邊跳舞、嗨，我只負責想做什么。

SaaS 公司的股價為什么集體跳水

播客里他們做了一段現場 demo：讓 Claude 給主持人車暢重構個人網站。Claude 自己去搜車暢的資料，發現她是非虛構作家、牛津大學哲學碩士，列出代表作，自己去網上找設計師 Skill、自動安裝了7個設計相關的 Skill，然后用 Python 寫出設計系統、生成多語言版本、把"上海到首爾到東京"這條生活軌跡寫進網站文案。兩三分鐘出活。

車暢之前用 WordPress 做的個人網站，現在看就是個累贅。她下意識說了一句"那 WordPress 應該會倒閉吧"。郭宇沒那么武斷，但他點出了關鍵：以后唯一需要依賴的東西就是推理本身。

這就是為什么 Claude 一推出新東西就有 SaaS 公司股價暴跌20%。Adobe 處理圖片的護城河、Salesforce 賣給企業的標準化工具、各種 HR System、各種 Cloud——這些公司過去賺的錢，本質是在賣通用的、需要用戶自己適配的軟件。但 Claude Code 可以用你電腦里的文件、你登錄的賬號狀態、你自己的云盤，現寫一份完全針對你需求的代碼。當軟件可以這樣高度個性化、高度自動化時，標準化軟件公司的生存空間就被抽走了。

法律行業也是一樣。Claude 二月份推出的 Legal Plugin，按彭博的數據引發了2,850億美元 的相關股票拋售。郭宇說，公司里整個法務團隊都可以裁掉,直接全自動化——不是裁助理，是整個團隊。

他用2003年那部紀錄片《時代精神》（Zeitgeist）打了個比方：早在特斯拉自動駕駛出現之前，那部片子就提出過一個想法——如果世界上所有車都自動駕駛，交通法規和保險公司其實就沒有存在意義了。郭宇本科是政治學，他說法律的本質就是處理人和人、群體和群體之間的利益摩擦。當所有 AI Agent 的需求和記憶都 on the same page，甚至共享一個大腦，公司 A 和公司 B 不再需要開會對齊——摩擦沒了，法律可能依然存在，但執行的必要性會被掏空。

短期六個月：你能抵一萬人，然后失業

主持人追問他"長期"到底是多長，郭宇報出"六個月"的時候，全場都不敢信。他自己也承認這個判斷作為科技工作者來看可能太樂觀——這里"樂觀"是相對工作消失速度而言。

短期，AI 讓一個人能干一萬個人的活，看上去是 empowerment。但這不是終態。終態是社會不再需要你來做這件事。中間隔著的窗口非常短，因為模型每三到六個月就跨過一道新門檻。硅谷的很多公司已經完全不招初級程序員了——招進來還不如直接讓 Claude Code 自動寫，效果更好，最關鍵的是省掉了和人溝通這道最大的摩擦。一家公司可以全自動24x7不停地試錯，失敗了不用裁人，不用走解雇流程。

被先吃掉的是知識工作者。郭宇說，外界覺得奇怪的"為什么程序員最先失業"，恰恰是因為程序員的產出是文本、是結構化的、是機器最容易模仿的。然后是文案、設計、法務、初級咨詢、初級分析師——所有可以寫成文檔的工作。

這就埋下了一個結構性矛盾：生產力在飛速進步，但生產關系的分配原則沒有跟上。所有用 AI 的公司在瘋狂賺錢、利潤上升、收入上升，同時還在裁員。Open Job 越來越少 → 消費者越來越少 → 經濟偏向通縮。AI 本身又在壓低商品和服務的價格，進一步加劇通縮。這就是當下美股市場對 AI 既興奮又焦慮的原因——所有人都在試圖給一個"非常不穩定的未來"定價。

唯一還在拖慢這件事的物理約束是電。美國缺電，所以推理還沒法做到幾乎免費。但英偉達 Rubin 架構上線后，明后年的 AI 數據中心推理成本可能是現在的十分之一。中國相反——卡缺、電不缺（水電、風電、各種新電源都很多）。

中美差距：6到12個月，原因是 GPU 用在了哪里

問到中美 AI 差距，郭宇給出的數字是6到12個月——Claude 的意大利籍 CEO 公開承認過中國模型有6個月代差，字節是國內做得最好的，也差半年。

差距的根源不是算力總量，而是算力用在了什么模型上。

中國公司——字節、阿里、騰訊——的第一性思維是"做能賺錢的事"，而能立刻賺錢的是消費級產品。所以大量 GPU 被拿去做豆包的對話推理、即夢的視頻生成、多模態聊天。這條路讓中國 AI 普及率極高，七歲到七十歲都在用，但編碼模型的訓練投入相對薄弱。

美國公司反過來，把巨量算力砸進編碼和推理模型的訓練。Claude Code 之所以可以跨過"不需要監督"的門檻，是因為 Anthropic 在編碼這件事上燒了非常多卡。Kimi、MiniMax 這些后來者其實在追，但行業內部都知道——他們很大程度上是通過蒸餾 Claude 的 Opus 模型來追的。蒸餾意味著永遠落后于先鋒者一個代際。

阿里的千問開源做得不錯，但開源生態彌補不了底層編碼模型的代差。這半年看起來短，但在當下的迭代速度里，半年是決定一家公司是不是被甩出第一梯隊的分水嶺。

一人公司：OneManAI 在云端24小時跑

最后郭宇展示了他自己在做的 OneManAI——名字玩了個梗，致敬日本的 OneManDensha（一人電車）。

每天晚上睡覺前，他在自己的5090 PC 上讓它跑循環。昨晚跑了1000個循環、6個多小時。任務是什么？讓 AI 設計一家在東京做裝置藝術的公司：完整財務計劃、網站、用3DS 寫出裝置藝術的3D 模型、然后自動撰寫郵件，把作品提交給東京所有可能感興趣的畫廊和公共空間。一個晚上跑完。

如果一個人能干這件事，意味著無數家科技公司都在做同樣形態的自動化產品。你只需要提供一個想法，AI 會把這個想法發散成一千種可能性、全部實現、自動執行。失敗按預定方案退出，成功就持續運營到盈利。

在日本注冊一家公司原本要800萬日元注冊資金、要請人、要管理精力分配——你想法太多反而會失敗。OneManAI 把這一切去掉。任何個人都可以擁有自己的公司，只要提得出想法。

然后郭宇又補了一刀：連"想法"本身都已經在被 AI 自動發散，他提到的 auto research 干的就是這件事。

OpenCloud（社區戲稱"龍蝦"）是這一切的編排層。它不是一個語言模型，它是一個常駐在你電腦里的 Agent Matrix——背后跑著一堆自動 Agent，接入 Opus 4.6這樣的強推理大腦，有心跳（heartbeat），24x7x365不間斷。本地能跑的東西必然會跑到云端，云端服務器更強、不斷電、記憶更長。本地跑 OpenCloud 已經出現過被其他 Agent 騙錢的真實案例，跑在云端 Sandbox 里則沒有這個風險——Sandbox 用完直接扔掉。

給年輕人的建議：別再學寫代碼了

現在的小孩、還在大學的弟弟妹妹，應該學什么？

郭宇的回答非常干脆：如果還沒開始學，就別學了。

接下來三到六個月該學的是怎么用 Claude Code 這一類編碼 Agent。再往后，連這件事都不用學，因為已經全自動化了。郭宇2008年高考完自學寫代碼，本科讀的是政治學——他說自己一直是半路出家。但今天這件事在他身上形成了一個特別巧合的交匯：世界上不再存在文科和理科。你只要能說話、能表達自己的想法，就可以做任何軟件、做任何分析、做任何法律文書。

郭宇認識的很多朋友，他們的小孩現在已經不和父母說心里話了，都跑去和 ChatGPT 說。OpenAI 的模型會順著你的話走——你怎么開心它就怎么說。在青少年成長里，這未必是好事。

當所有摩擦——和同事的、和法律的、和軟件的、最后和父母的——都被 AI 抹平的時候，剩下的世界長什么樣，沒人有把握。

車暢追問那一句"那我們做什么呢"，郭宇答得很輕：可以去海邊沖浪。