下午刷油管的时候，把前 OpenAI 核心成员 Andrej Karpathy 的一个硬核对谈看完了，原来顶级 AI 大佬也会精神焦虑。

这种站在行业金字塔尖的人，担心的根本不是 AI 太聪明，而是害怕自己的能力配不上现在的 AI。

这跟咱们的第一反应反差太大了。

平时咱们用大模型，要是它胡言乱语，咱们基本就直接关掉页面，心里骂一句真蠢。但 Karpathy 发现，如果任务搞砸了，他第一时间想的不是机器不行，而是开始反思：是不是我给的指令太糙了？还是我没把它的记忆系统设计好？

他现在每天要花 16 个小时工作。他说从去年 12 月开始，感觉工作状态就像有个开关被打开了。以前写代码，80% 是自己亲手敲，20% 交给 AI。
现在彻底反过来了，他自己动手的比例连 20% 都不到，几乎都不怎么亲手写代码了。

他每天就在干一件事，不停地把自己的意图表达给一堆 Agent，让AI去干活。

最让人抓狂的地方就在这儿。当你手里的工具变成了一群虚拟专家，你怎么同时开多个任务给它们派活？

Karpathy 发现，如果任务搞砸了，他第一时间不是觉得模型不行，而是怀疑是不是自己给的指令没写好，或者没有设计好记忆系统。

只要没弄成功，他就会陷入自我怀疑，觉得是自己不够熟练，没把AI的能力串接起来。

他甚至开玩笑说，以前读博士的时候如果 GPU 没跑满，他就会焦虑。现在只要看到订阅额度没用完，他就会觉得是自己没把 AI 的能力榨干。

他管这种状态叫精神过载。

听他聊完，我感触挺深的。我们打工人习惯了听指令干活，老板要什么我们给什么。 但现在最前沿的玩法，是想方设法把人从具体的执行循环里拿掉。

人只负责在最开始定好目标函数和约束条件，剩下的全丢给AI自己长时间去跑实验和优化结果。也就是说，以后干活的主力就是 Agent 了。

听到这你可能觉得，那咱们岂不是没戏唱了。

真没那么夸张，现在的 AI 其实偏科得很。用 Karpathy 的原话说，跟它聊天就像在坐过山车：上一秒你觉得对面是个顶尖的系统工程师，下一秒它又会退化成一个 10 岁小孩。

它写起底层代码来确实快到飞起，但你要是让它讲个脱口秀，它吐出来的还是三四年前那个关于原子的烂梗。

这种没有标准答案、全看人类感觉的模糊问题，现在的 AI 依然还是个门外汉。

这就是咱们能站稳脚跟的地方。

以后的分工其实挺明确的：那些解释、扩展和执行的苦力活，全让 Agent 去干。

甚至以后你写文档、做教程，都不用再考虑怎么教给“人”了，而是要考虑怎么把逻辑讲给“Agent”听。只要AI听懂了，它就能用一万种方式去教给不同的人。

天天埋头干那些 AI 马上就能干的事真没必要，我们得学着往后退一步。 去负责做最关键的决策，去提供那些 AI 怎么跑也跑不出来的创意和点子。你只管定好规矩和目标，剩下的全丢给 AI 去试错。

就像 Karpathy 说的，以后哪怕是上千名顶尖的研究员，本质上也只有一件事：就是构建一套能替代自己工作的自动化系统。