聲稱 AI 可以自動化約 50% 的白領工作是過高的，但即使這是正確的，結論也是錯誤的。 這就是為什麼經濟學對於有關 AI 的對話是必要的原因。工作是一組任務。自動化某些任務會使非自動化的任務變得 *更* 有價值。這可能導致勞動收入上升而不是下降。 所有這些在 @joshgans 和 @avicgoldfarb 的這篇優秀論文中得到了很好的闡述。

Vibe coding 目前面臨與自駕車相同的問題。應該監控情況的駕駛員卻在駕駛時打瞌睡。 當我以傳統方式編寫代碼時，我不斷查看代碼並評估一切，尋找錯誤，尋找簡化的方法，計劃下一個任務。編程是我在思考時做的一件放鬆的事情。這讓我更接近代碼。 因為我已經寫下了每一行代碼並多次編輯過，所以這些代碼在我腦海中。我可以在外面散步時繼續在腦中編程。如果我沒有寫過這些代碼，這將非常困難。 僅僅閱讀別人（或某些東西）寫的代碼是非常無聊的，並且很難理解。當我學習一個新的代碼庫時，我經常會做一些臨時編輯，只是為了看看它是如何運作的。編程而不編輯代碼是不自然的。 我最好的工作是當我對每一行代碼都非常熟悉，並且能在錯誤發生之前捕捉到罕見的邊緣情況錯誤。當我不在桌子前時，事情經常會浮現在我腦海中，比如在淋浴時、吃午餐時、外出散步時。我的潛意識會突然說「你忘了...情況，這可能會導致錯誤」，而這通常是正確的。 AI 可能能夠進行簡單的思考，但它還無法進行困難的思考，因此你需要了解代碼。

我們真的達到了奇點逃逸速度 信號無處不在： →Claude 內部編寫了 90% 的生產代碼。一位 Google 工程師表示，她的團隊花了一年時間的工作，Claude Code 在一小時內就重現了。 →生物學變得可編程。Ginkgo 為自主機器人實驗室籌集了 4700 萬美元。科學家通過提問來訂購實驗（AI 執行）。 →AI 跨越了推理門檻。博士級數學，創新的問題解決。我們認為需要幾年才能實現的能力在 18 個月內交付。 →自主代理現在已經部署。Anthropic 的 MCP 是基礎設施標準。多步驟工作流程在物流、金融、運營中自動運行。 →NVIDIA 的 Vera Rubin 使推理成本降低 10 倍，以加速一切。 我們實際上已經越過了人類執行不再是瓶頸的那一點 限制已轉移到決策、視野、策略等方面 奇點/加速。