Anthropic首席执行官回答了大家都在问的问题：你还应该学习编程吗？ 1. 编程将首先被淘汰。 AI模型已经在做了。更广泛的软件工程任务需要更长时间，但也在消退。如果你学编程纯粹是为了工作保障，那你学的东西就错了。 2. 即使只做5%的工作，你仍然很有价值。如果AI做95%，你做5%，你的生产力会提高20倍。比较优势的力量大得惊人，即使差距巨大。 3. 最有前景的职业是以人为中心的。混合人际、物理世界和分析技能的工作。他举了放…

一句话看懂：Anthropic 首席执行官 Dario Amodei 在一场公开问答中回应了”还要不要学编程”，核心观点是：如果只为工作保障而学编程，方向已经错了，但掌握比较优势的人和具备批判性思维的人反而会更值钱。

事件核心：发生了什么

据 @Crypto_QianXun 整理的发言记录，Amodei 就 AI 与职业选择给出了六点判断。他认为编程类任务会最先被 AI 模型接手，更广泛的软件工程职责消退得慢一些，但趋势一致；如果学习编程的动机只是”稳定就业”，那学的东西本身就选错了。他同时强调，即使 AI 完成 95% 的工作、人只负责剩下的 5%，借助比较优势，个人产出仍可能提升约 20 倍。此外，他看好混合人际沟通、物理世界操作与分析能力的岗位，以放射科医生为例：理解患者与临床背景的医生，价值不在读片本身。他还提到批判性思维可能是未来十年最稀缺的技能，并引用 Anthropic 自身研究称，不当使用模型会导致可测量的编码能力衰退。

为什么重要

这不是又一份”AI 取代人类”的清单，而是一家头部大模型公司 CEO 对人才结构的重新定价。当代码生成、图像生成、推理等能力被封装进 API，软件生产的边际成本持续下降，竞争焦点会从”谁能写代码”转向”谁能定义问题、判断结果、承担后果”。这对闭源与开源模型的商业化路径同样有含义：工具越强，人的判断溢价越高，而纯粹的技能型岗位议价能力走弱。Amodei 还明确看好半导体在未来十年的地位——不是软件，而是芯片，这与当前算力驱动的训练与推理需求一致。

对用户/开发者/创作者的影响

对开发者而言，”会写”正在贬值，”会判断”在升值。把大模型当作结对工具、主动审查其输出、保留独立调试能力，是避免能力衰退的现实做法。创作者和企业采购方需要重新评估岗位画像：单纯执行型任务可以交给 AI 应用，而需要理解用户背景、跨物理世界协调、做价值取舍的环节更值得投入人力。对普通用户，批判性思维不再是抽象素质，而是每天使用 AI 时区分真假、识别错误信念的实用技能。