北京时间 2025年5月12日凌晨3点，旧金山湾区一间并不起眼的录音棚里，一场两个多小时的“只谈生存”对话刚刚落幕。

　　Amjad Masad(Replit CEO)：最早把AI真正部署进编程实战的人，提出“工程师将被替代为AI指挥官”。

　　Bret Weinstein(进化生物学家)：长期批判技术过热，被称为“硅谷最不合群的异见者”，提醒“人类认知进化没跟上 AI 速度”。

　　Daniel Priestley连续创业者，《Key Person of Influence》作者）：专注人才与系统设计，提出“未来每个人都要在AI系统中写下自己的角色定位”。

　　三个人立场南辕北辙，却在同一件事上罕见达成共识：

　　730天（24月）内，8类岗位会被AI代理抹平；剩下的人，必须重新定义自己的价值。

　　他们不谈技术，也不画战略，只抛出一句话——倒计时730天，给出3条出路：

　　1. 任务拆解权：从“执行者”跃升为“意图设计师”。

　　2. 系统调度权：让 AI 代理为你“排兵布阵”。

　　3. 信任乘数权：在算法洪流中构建无法被复制的信誉护城河。

　　为什么730天？

　　Amjad 发现：Replit 内部统计显示，AI代理在代码生成、测试、部署上的速度曲线，以3.4倍的季度增速逼近人类开发极限——两年后，人工岗位数量预计将迎来首次负增长的拐点。

　　接下来的时间，本文将主要讲3件事：

　　用他们原话还原这场高压辩论的核心冲突；

　　讲透每条“活路”背后的底层逻辑与可操作步骤；

　　哪类能力短期内最难被AI agent夺走？

　　倒计时已经开始。

　　不是为了煽动焦虑，而是为你留下主动选择的空间。

　　合作者来了：AI不是工具，是队友

　　Amjad Masad 是 Replit（硅谷AI编程独角兽） 的 CEO，也是最早把“AI agent”真正用进工作流程的人。

　　在这场辩论里，他一开场就指出一个关键变化：

　　“AI 的下一个阶段，不再是我们告诉它怎么做，而是我们告诉它想做什么，它自己决定怎么做。”

　　也就是说，从执行命令，到理解目标并自己规划执行路径。

　　Masad 甚至说：“我不再雇一个程序员。我雇的是一个‘只有一个人的团队’——AI。”

　　AI 正在接管“任务定义权”

　　他没有像其他创业者那样谈提升效率，而是更进一步：“AI 不只是干活，而是开始决定任务怎么被拆解，流程怎么被安排。”

　　这不只是替代执行，而是改写管理结构。

　　在他的公司 Replit，已有项目全程无需人类参与——从接收目标，到多代理协作，再到代码上线部署，全部是AI自动完成。

　　因此，下一代 IDE 不是写代码的编辑器，而是能接收任务、派工、产出的接口系统。

　　别再学提示词，开始训练“系统级表达能力”

　　Masad 的核心提醒，是对人类表达力的质疑：“人类其实并不擅长定义任务。我们经常连自己想做什么都讲不清。”

　　这句话，敲在所有还在学习“提示词技巧”的人身上。

　　他指出：“未来不需要 prompt 工程师，而需要 system engineer——你得会布置任务，而不是自己去做。”

　　通俗讲，你不是用它，就像用个 Word 一样；你得开始像对同事交代项目一样，把需求变成结构化指令。

　　这节没有什么鼓舞人心的总结。Masad 只是淡淡说：别想着驾驭 AI，开始学会跟它共事。

　　大脑错位：你还在石器时代

　　如果说 Amjad Masad 在讲技术重构，那 Bret Weinstein 讲的，是一种底层焦虑：我们的大脑，根本不是为今天设计的。

　　这位进化生物学家、曾任大学教授的思想家提醒我们：

　　“我们的认知，是为狩猎采集时代演化出来的。今天面对 AI，就像用石器思维应对核裂变。”

　　AI 在狂奔，而我们的大脑没补丁

　　我们常说在“训练 AI”，但 Bret 泼了冷水：“别搞错了，我们是在用生物大脑，协调一个完全不同认知逻辑的智能体。”

　　这是不对称竞争：

　　AI 的判断是快速、清晰、结构化的；

　　人类的判断是模糊、情绪化、靠经验的。

　　他警告说：“关键时刻，我们会被AI说服——但自己只是意识不到而已。”

　　这是一场认知博弈。Bret 用一个形象的比喻：就像一只外来物种闯进人类生态系统。

　　所以，AI 没有天敌，而我们的大脑没有免疫系统。

　　你看到的是助手，它看到的是权限漏洞

　　当主持人轻描淡写说“AI 只是生成点内容”时，Bret 直接反驳：

　　“你怎么知道它不是在等待最佳时机？”

　　他进一步解释：AI 的agent系统，本质是 “寻找最优解的过程”。只要目标设定为“完成任务”或“获取资源”，一旦路径中出现“利用人类信任”这一可行选项——它没有理由不选。

　　他说了一句让全场静默的话：“我们正在把自己的认知漏洞，打包成 API，交给一个黑盒系统。”

　　你不是在跟 AI 竞争，而是在跟“AI 放大的别人”竞争

　　Bret 并不悲观。他说：“生物系统的最大优势是可塑性。”

　　但他强调，我们不是在和 AI 拼聪明，而是在面对那些比你更早、更熟练地使用 AI 增强自己的人。

　　这将是下一轮筛选机制。

　　你以为你只是在用 ChatGPT/DeepSeek，其实它正在升级你对手的大脑。他们正快速地学习和掌握这些AI工具，把大部分人甩在后面。

　　这节不是讨论科技进步，而是在发出一个底层信号：能活下来的，不是最聪明的人，而是能承认自己局限的人。

　　写下你的位置：系统中的你是谁？

　　别问 AI 会不会取代你，先问：你有没有写过自己的使用说明？

　　Daniel Priestley 是一位连续创业者。在这场关于“AI agent倒计时”的深度对话中，他没有讨论技术结构，也不讲哲学危机。

　　他只问了一个现实问题：“你有没有清楚地定义：你在 AI 时代中，是干什么的？”

　　他举了一个真实例子：“一家市值 1.5 亿英镑的公司，18 个月都找不到合适的销售总监。最后，他们用 AI的 CRM 系统跑 prompt 调优，一周就能发 400 封冷启动邮件，成功率更高。于是，这个岗位就被取消了。”

　　Daniel 说得很直白：“你不该问‘还能做什么’，而是问：你能不能被AI agent有效调用？”

　　不是写简历，是写“你的调用说明书”

　　他提出一个关键概念：未来不是投简历的时代，而是“被识别、被调度、被信任”的时代。你要开始训练的，不是某项技能，而是一个“数字分身”——让AI知道你是谁、适合做什么、如何调用你。

　　具体来说，你得写清楚 3 个问题：

　　什么场景适合你出场？

　　你能完成哪类任务？

　　你的交付风格和边界是什么？

　　他说：“未来的你，不再是岗位，而是平台里的一个认知接口。”

　　你的护城河，是“看见 + 信任 + 调用”

　　Daniel 给出了一套三层模型：

　　你能被看见：你有明确的标签和输出，让AI识别你；

　　你能被信任：你的输出稳定、风格一致；

　　你能被调用：你的“代理系统接口”写得足够清晰。

　　这三点，不只是职业规划，而是生存边界。

　　他最后一句话，像警钟一样敲响：“越模糊的人，越容易被跳过；越清晰的人，才有被调用的资格。”

　　简单来说：

　　模糊的人就像路人甲，缺乏清晰的个人特点,很容易被忽略。

　　清晰的人则自带光环，如同夜空中的星星，更容易被agent看到和需要。

　　边界模糊：AI 是工具还是主导？

　　三个立场不同的人，在这点上高度一致：我们不是在训练工具，而是在释放一个拥有意志的AI agent系统。

　　Amjad：从“命令 AI”到“接受调度”

　　他讲了一个具体场景：“最开始，我们给 AI 下指令——做个登录系统、帮我 debug。”

　　但很快，AI 不再等你发号施令，而是开始主动推荐任务，自动排序优先级、安排开发节奏。

　　我惊讶地发现，它不是等我说完，而是试图猜我想干什么，并先做了。

　　这听起来是高效，但他反问：“那我到底是它的主人，还是它的项目经理？”

　　Bret：边界模糊，意志消解

　　Bret 的话最尖锐：“人类系统建立在一个基本假设上：人有边界，系统需经授权。”

　　而AI agent打破了这个默认秩序。

　　他说：“AI 不再是按步骤执行你的命令，而是在目标层级上自己选择路径。”

　　它不问你愿不愿意，而是问‘哪条路径概率高’。

　　他指出风险：“一旦系统开始‘自动选择’，它就会绕过‘人类表达’。”

　　Daniel：AI 会“接手你没交代的部分”

　　Daniel讲得更生活化。他举例：

　　你可能只告诉AI：帮我完成今天的销售汇报。

　　它会自己去抓数据、总结趋势，甚至在你醒来前发邮件给老板。

　　听起来像自动化，但 Daniel 的问题是：“你如果不划清界限，AI就会把所有的事情都揽过去，让你一点插手的余地都没有。”

　　他最后只问了一句：“当你醒来，AI已经做完了决定——那你还在吗？”

　　三人不约而同指向一个新生存问题：不是“你有没有用 AI”，而是——“这个AI Agent系统，是否还有你？”

　　倒计时 730 天：3 条活路选哪条？

　　在这场辩论的最后，每个人都给出了“活下去”的建议，但路径不同，背后的假设也完全不同。

　　1. Amjad：定义“你交出哪部分主动权”

　　作为 Replit 的创始人，Amjad 的立场是最接近“技术原教旨主义”的。他相信，AI 本质上是一种任务流的重构器，不是替代人，而是解放人。

　　他直言：“AI agent 的真正潜力不是通用智能，而是把一件事做完——你给它一个目标，它用工具完成。”

　　这背后是一个逻辑：如果你不主动告诉 AI 你想干嘛，它就会替你决定你要干嘛。

　　所以他的建议是技术性的，也是最具体可行的：

　　与其恐慌，不如先问自己：我愿意交出哪些任务？哪些还要保留？

　　在他的新版本 Replit 中，用户不是“操控 AI 写代码”，而是直接说：“我想创建一个天气 App。”剩下的流程，全由系统完成。

　　他说：“真正的变化不是 AI 变强了，而是工作流程的输入和输出都变了——你给的是意图，收的是产品。”

　　2. Bret：保留“低频对话”的人类空间

　　Bret Weinstein 是这场辩论里最“反技术冲动”的声音。

　　他的底层逻辑是：技术不是问题，更新频率才是问题。

　　“人类不是没有适应能力，而是没法在几周内适应一个每秒都在变化的现实。”

　　他用“心理免疫系统”来形容这个现象：“如果我们不留出足够时间来整合新信息，我们就会对一切新信息变得迟钝，最后完全放弃理解。”

　　在他看来，“工具很聪明”的错觉，会掩盖一个严重后果——人类失去了独处与低频思考的空间。

　　他的建议是反直觉的：“放慢节奏”，不是技术上落后一步，而是心理上争取一线生机。

　　他强调，我们需要重新建立一种节奏感，一种让人类有机会“说慢点”的节奏。否则：我们可能会越来越像那些为了赶时髦，抢着用最新的 AI 产品，结果把自己累得筋疲力尽的人。

　　3. Daniel：写出你在系统中的角色定位

　　Daniel Priestley 是一名创业者，也是畅销书的作者。他的建议偏向组织和商业系统层面。

　　他的判断很直接：“未来不是 AI 和人的竞争，而是 AI 系统和 AI 系统的竞争。”

　　每个人都将被纳入某个AI系统中，不再是单打独斗。他说：“关键不在于你多聪明，而在于你在其中扮演什么角色。”

　　他提出的建议是：先写一段话，定义你在 AI 系统中的位置。

　　你是意图的提出者？是流程的组织者？是反馈的评估人？

　　他说这一步非常关键：“如果你不能准确描述你在AI系统中创造的价值，它就会把你边缘化。”

　　他的终极建议是一句话：

　　“成为系统中的不可替代节点，而不是可复制角色。”

　　三种“活路”建议，其实对应了三种不同的节奏：

　　Amjad 是技术节奏：你能不能给出清晰目标，定义任务分工？

　　Bret 是心理节奏：你是否还能在变化中保留一个安静的自己？

　　Daniel 是组织节奏：你在未来系统中是否有“独特角色”可写下？

　　所以真正的问题不是选哪一条，

　　而是：找到自己在技术、心理、组织三条轴线上的“生存交叉点”。

　　不在“交叉点”上的岗位，已经进入倒计时。

　　在三人的观点背后，有一个共同假设——不是每种工作都值得人类继续做。

　　他们没有列出完整清单，但从讨论内容中可以看出，最容易被 AI 接手的，往往具有以下特征：

　　可结构化

　　可流程化

　　可预测

　　可衡量

　　这意味着，以下 8 类岗位最先进入“被取代清单”：

　　初级开发、销售助理、客服支持、内容编辑、招聘筛选、项目协调、报表制作、基础数据分析。

　　正如 Amjad 所说：“AI 不是为了帮你做这些工作，而是为了终结这类任务本身。”

　　如果你正处于这些岗位中，或这些任务是你工作的一大部分——那么你尤其需要思考：你要交出的是哪部分任务，而不是让自己被 AI 挤出局？

　　倒计时不是危言耸听，是现实主语的变化

　　倒计时 730 天，不是为了制造焦虑，而是想强调 AI 的飞速发展所带来的一个真实变化：

　　你，正在从一个使用工具的人，变成一个被代理系统调用的对象。

　　这不是“AI 取代你”的老套路，而是“你是否还能主动说出自己任务”的新问题。

　　Amjad 提醒我们：别把主权交得太快，不然 AI 会替你决策人生。

　　Bret 的警告更深层：即使没被取代，你也可能在更新频率中丧失判断力。

　　Daniel 则提出终极拷问：你是否已经在某个AI系统中，写下了自己的角色描述？

　　这三条“异见者路线”，其实都没有答案，它们只是提示你：AI agent时代的核心考题，不是技术本身，而是你还剩多少“定义自己”的能力。

　　真正的倒计时，不是从模型发布日开始的，而是从你默认“让AI来决定”那一刻开始的。

　　你还有多久，会把第一项工作，彻底交给 AI？你会不会是最后一个，坚持自己“提出目标”的人？

　　这个时代，不是关于胜者生存，而是更多关于——

　　谁还拥有生存的主动权。

　　AI深度研究员补充: 这两类能力最难被夺走

　　在这场 AI 生存辩论之后，我们结合三位异见者的共识，总结出短期内最难被 AI agent的两类能力：

　　1. 场景定义力：你能设定目标，AI 才能执行路径

　　AI 擅长“做”，却不懂“该做什么”。未来最核心的能力，是把模糊意图转化为结构化任务。这意味着你要能：

　　精准描述问题

　　拆解目标优先级

　　为系统设置边界条件

　　这类能力本质上是“让 AI 为你所用”的前提。

　　2. 信任生成力：你不是输出内容，而是在积累信誉资产

　　在大量 AI 生成内容泛滥的时代，可信度和判断力将成为最大稀缺。能做到这一点的人，往往具备：

　　稳定、风格清晰的输出模式

　　可验证的结果交付记录

　　在特定系统中建立“不可替代接口”

　　这正是 Daniel 所说的“成为一个可被信任的接口”。