Anthropic CEO警告:AI將在兩年內消滅一半白領工作

AI指數級增長的驚人真相

Amodei直言不諱地指出,大多數人都被AI的指數級增長所迷惑。他解釋道:"如果某個東西每六個月翻倍,那麼在事情發生的兩年前,它看起來只完成了1/16。"

Anthropic的營收數據完美印證了這個理論:

  • 2023年:從0增長到1億美元
  • 2024年:從1億增長到10億美元
  • 2025年(至今):已超過45億美元
  • "假設這個指數繼續兩年,你將進入數千億的規模。"Amodei警告說,"這就是指數級增長的本質——在爆發前夕,它看起來才剛剛開始。"

    白領工作的末日?AI對就業市場的衝擊

    關於AI對就業市場的影響,Amodei提出了令人不安的預測。他坦承AI確實可能消滅大量入門級白領工作,但強調這並非故意為之,而是技術發展的必然結果。

    在編程領域,這種影響已經顯而易見。Amodei透露:"Anthropic內部編寫的大部分代碼,此時都有Claude模型的參與。"他們的編程基準測試SweetBench從18個月前的3%提升到現在的72-80%,展現了驚人的進步速度。

    更引人注目的是商業模式的轉變。Amodei指出:"當我向消費者展示模型從本科生水平提升到研究生水平,99%的人根本不在乎。但如果我去找輝瑞公司說同樣的話,這將是世界上最重要的事情。"

    與其他科技巨頭的資源競賽

    面對XAI和Meta等巨頭的挑戰,Anthropic如何競爭?Amodei的答案出人意料:"人才是最重要的。"

    儘管Anthropic"只"籌集了接近200億美元,遠低於競爭對手的千億規模,但Amodei堅信資本效率更為關鍵:"如果我們能用1億做到別人10億才能做到的事,那投資我們的資本效率高10倍。"

    對於Meta最近的高薪挖角行動,Amodei的回應展現了他的價值觀:"我們拒絕妥協我們的薪酬公平原則。如果Mark Zuckerberg向飛鏢板扔飛鏢碰巧擊中你的名字,這不意味著你應該比旁邊同樣優秀的同事多賺10倍。"

    開源AI的迷思

    對於開源AI是否會顛覆商業模式的疑問,Amodei提出了獨特見解:"我認為開源在AI領域的運作方式與其他領域完全不同。"

    他解釋說,即使是開源模型:

    • 仍需要託管在雲端
    • 推理成本依然高昂
    • 需要專業優化才能高效運行
    • "當我看到新模型時,我不在乎它是否開源。我只問:它是好模型嗎?它在我們關心的任務上比我們做得更好嗎?"

      個人動機:從父親病逝到AI使命

      訪談中最動人的部分是Amodei分享他的個人經歷。他的父親在2006年去世,而諷刺的是,治癒他父親疾病的方法在他去世後僅3-4年就將治癒率從50%提升到95%。

      "這告訴你解決相關問題的緊迫性,"Amodei說,"如果有人能早幾年找到治療方法,就能拯救更多生命。"

      這段經歷驅使他從理論物理轉向生物學,最終進入AI領域:"生物學的複雜性超出了人類的理解範圍。AI是我看到的唯一能夠超越人類尺度、完全理解和解決生物學問題的技術。"

      末日論者還是現實主義者?

      面對"末日論者"的指控,Amodei憤怒回應:"當有人說'這傢伙是末日論者,他想放慢進度'時,我會非常生氣。你聽到我剛才說的了嗎?我父親因為幾年後才出現的治療方法而去世。我比任何人都理解這項技術的好處。"

      他強調自己的立場:"我可能比任何人都更欣賞AI的好處。但正因為如此,因為如果我們做對了可以擁有如此美好的世界,我感到有義務警告風險。"

      向上競爭:重塑AI產業的願景

      Amodei提出了"向上競爭"(race to the top)的概念,與傳統的"向下競爭"形成鮮明對比:"在向下競爭中,無論誰贏,每個人都輸了。但在向上競爭中,無論誰贏,每個人都贏了。"

      Anthropic通過以下方式實踐這一理念:

      • 率先推出負責任的擴展政策
      • 公開分享所有安全研究成果
      • 投資可解釋性研究並與同行分享
      • "我們試圖為這個領域樹立榜樣,"Amodei說,"這不是關於控制,而是關於提升整個產業的標準。"

        這場訪談揭示了AI發展的驚人速度和深遠影響。正如Amodei所言,我們正站在一個指數級增長的轉折點上,而理解並準備迎接這個未來,可能是我們這個時代最重要的任務。

        參考資料來源:https://www.youtube.com/watch?v=mYDSSRS-B5U

Read more

Claude推出「Skills」功能,AI工作流的下一個革命!別再重複下指令了

Claude推出「Skills」功能,AI工作流的下一個革命!別再重複下指令了

Anthropic 近期為其 AI 模型 Claude 推出了名為「Skills」的革命性功能,這不僅僅是一次小更新,而是從根本上改變我們設計 AI 工作流程與智能代理(AI agents)的遊戲規則。許多人對 Skills、MCP(Meta-level Control Protocol,元級控制協議)和 Projects 之間的關係感到困惑,甚至誤以為 Skills 只是為了修復 MCP 的問題。事實上,這是一個巨大的誤解。本文將深度解析 Claude Skills 的真正潛力,並透過實戰教學,展示如何立即應用這項功能,打造專屬於你的高效 AI 助理。 簡單來說,你可以將 Claude Skills 理解為「可重複使用的指令手冊」。它教導 Claude 如何按照你的特定要求、

By andy
Claude Skills 實戰教學:如何打造永不犯錯的「數位員工」,徹底終結 AI 的胡言亂語!

Claude Skills 實戰教學:如何打造永不犯錯的「數位員工」,徹底終結 AI 的胡言亂語!

AI 總是不聽話、給出的答案亂七八糟?你可能用錯方法了!在這場深度訪談中,AI 專家 Amir 揭示了 Anthropic 最新推出的殺手級功能——Claude Skills,並現場展示如何將其打造成一個個「數位員工」,解決 AI 最令人頭痛的不可靠問題。本文將帶你深入了解 Skills 與傳統的專案 (Projects) 和子代理 (Sub-agents) 有何天壤之別,並透過三個實戰案例,教你如何打造出能精準執行重複性任務、永不犯錯的 AI 助手。 在深入 Skills 之前,我們必須先理解過去的作法有哪些瓶頸。 首先是 專案 (Projects),這像是為團隊打造的共享工作區,你可以設定系統指令、提供相關文件作為「記憶」,並連接外部工具。這對於協作很有幫助,但問題在於你必須不斷手動更新背景資料,而且當資料過於龐雜時,會出現「脈絡腐爛」(Context Rot) 的問題。

By andy
別再碰AI了!高手學自動化,為何堅持從最無聊的基本功開始?

別再碰AI了!高手學自動化,為何堅持從最無聊的基本功開始?

AI自動化專家 Nate Herk 在最新的分享中,拋出了一個顛覆許多人認知的觀點:如果你想精通 n8n 這類自動化工具,最錯誤的起點就是直接跳進去打造酷炫的 AI 代理人(AI Agents)。他坦言,自己初學時也犯了同樣的錯,只想著「盡快做出 AI」,卻忽略了最關鍵的核心。如果時間能倒流,他會採取截然不同的學習路徑。這篇文章將深度解析 Nate Herk 提出的反直覺學習藍圖,告訴你為何掌握「無聊」的工作流程,才是通往真正強大 AI 自動化的唯一道路。 大多數初學者都急於打造 AI 代理人,因為它們看起來很酷,是網路上的熱門話題。但 Nate Herk 警告:「這就像還不會走路就想學跑。」他強調,如果你不了解工作流程的運作原理,你永遠無法建立出穩定可靠的 AI 代理人。 他將自動化分為三個層次: 1. 工作流程 (Workflows)

By andy

好的,這是一篇根據你的口述內容和風格要求,改寫而成的繁體中文長文,適合發布在 Facebook 或 Blog。 --- 我如何用 Google NotebookLM,將1小時的混亂發言,變成1張秒懂的資訊圖表

【我如何用 Google NotebookLM,將1小時的混亂發言,變成1張秒懂的資訊圖表】 老實說,我一直在找一個能完美解決「輸入、整理、輸出」的 AI 工具。市面上的工具很多,輸入不成問題,整理摘要也做得不錯,但到了「輸出」這一步,總覺得少了點什麼。大多工具給你的,就是一堆文字、一串重點,乾巴巴的,很難讓人一眼就抓住精髓。 直到我最近用到了 Google 的 NotebookLM,才真的有種「就是這個了!」的感覺。它在輸出的環節,特別是視覺呈現上,是我目前看過最驚豔的,沒有之一。 你有沒有過這種感覺?開了一場長達一小時的會議,或是跟客戶、朋友聊了半天,腦袋裡的東西像一團打結的毛線,跳躍又發散。你想把這些內容整理給別人看,卻發現光是條列式重點,根本無法傳達當下的思緒脈絡。對方看了半天,還是抓不到你真正想講的主線是什麼。 我就是這樣。我的思緒常常很跳 Tone,

By andy