S2E43 AGI 後的世界：軟體工程師只剩一年？

重點摘要

• Dario Amodei 預測 2026-2027 年 AI 將在多領域達到諾貝爾獎等級，並在 6-12 個月內取代大部分軟體工程師工作；Anthropic 內部已有工程師完全不再手寫程式
• Demis Hassabis 較保守，認為 2030 年前有 50% 機率達成 AGI，因自然科學驗證仍受限於現實世界
• 兩人均認為 AI 自我改進（self-improvement loop）是最大機遇，也是最大風險——一旦脫離人類控制，能力可能指數型爆發
• 麥肯錫報告顯示 88% 企業已導入 AI，但多數仍停在試驗階段，「鋸齒狀智慧」（在某些場景出錯）是落地的主要障礙
• 表現最佳的 6% 企業，使用 AI 的目標是創造新營收而非降低成本，反而意外省了更多錢

詳細內容

Dario Amodei 與 Demis Hassabis 的 AGI 時程預測

在 2026 年初世界經濟論壇（WEF）「AGI 後的世界」對談中，兩位 AI 領袖呈現出截然不同的預測：

Anthropic 執行長 Dario Amodei（樂觀派）：

• 預測 2026-2027 年，AI 模型將在多個領域達到諾貝爾獎等級水準
• 未來 6-12 個月內，AI 可取代人類軟體工程師的大部分工作
• 引述 Anthropic 內部工程師：「我現在已經不會自己手寫 Code 了，純粹靠 Vibe Coding（口述需求讓 AI 撰寫程式碼）」

DeepMind 執行長 Demis Hassabis（保守派）：

• 認為有 50% 機率在 2030 年前出現 AGI，與去年預測相同
• 數學與程式領域因結果容易驗證，AI 進展最快；但物理、化學、生物等須在現實世界實驗，速度受限
• 認為目前 LLM（大型語言模型）可能還需搭配世界模型（World Model）等突破性技術，才能真正達到 AGI；DeepMind 已有相關 demo，可從一張寵物照片生成可互動的虛擬世界

AI 自我改進：最大機遇也是最大風險

兩人共同點：若 AI 系統能自主迭代、自行改進，能力可能呈指數型成長。這既是通往 AGI 的捷徑，也是最大的隱患——萬一系統脫離人類控制，可能開啟無法收回的潘朵拉盒子。目前人力仍大量參與模型改進循環，一旦形成完全閉環，距離 AGI 的距離將急速縮短。

AI 對就業市場的衝擊

現況觀察： 整體就業市場仍小幅成長，但初階（Entry Level）白領工作，尤其是軟體工程師職位，已明顯減少；許多名校應屆畢業生正面臨難以找到第一份工作的困境。

歷史視角： 每次技術革命（農業→工業→數位）都曾取代舊工作、創造新工作。如今農業人口僅佔勞動市場 1-2%，辦公室工作在 100 年前也難以想像。這次 AI 革命的特殊之處在於：(1) 身處當下，不確定性讓人不安；(2) 技術進展速度是史上最快，資訊量讓人追不完，使人感到措手不及。

主持人 Kenji 持樂觀態度：就算有工作消失，人類一定會找到新形式，甚至未來可能進入不以賺錢為目的、而以探索生命意義為驅動力的工作模式。

麥肯錫報告：企業 AI 落地的殘酷現實

麥肯錫 2025 年報告揭示的現狀與 AI 領袖的樂觀形成對比：

• 88% 受訪企業已導入 AI，但多數仍停留試驗階段，未真正落地產品
• 62% 企業正採用 AI agent，但規模僅限於一兩個部門

落地困難的核心原因——「鋸齒狀智慧」（Jagged Intelligence）： AI 在某些領域表現極佳，在另一些看似簡單的場景卻會出錯。Demo 效果與生產環境有明顯落差——例如代碼審查（PR）中，AI bot 常給出不重要甚至錯誤的建議；工程師過度信任 AI 產出的程式碼，上線後才發現 bug，反而降低整體生產力。

企業 AI 勝出者的關鍵差異

麥肯錫報告分析表現最佳的 6% 企業，發現：

• 一般企業： 導入 AI 目的是省錢，聚焦現有流程優化
• 勝出企業： 導入 AI 目的是發現新流程、創造新產品與新商機，以追求成長為目標

諷刺的是，不特別追求省錢、反而重塑工作流程的企業，最終省了更多錢、績效也更好。

主持人 Kenji 的 Vibe Coding 實際體驗

Kenji 分享個人近況，深刻感受到 AI 帶來的典範轉移：

• 改用語音輸入工具 Typeless 將口語轉為文字，再透過 Cursor IDE 以口述方式指揮 AI 修改程式，連簡單改動也不再親手打字
• 花一個下午 Vibe Coding 出個人「選題器」：將過去所有 podcast 大綱匯入資料庫，讓 AI 即時評估新聞符不符合個人口味，整理後同步到 Notion 並推送通知
• 正嘗試用手機 Vibe Coding 打造 Telegram bot，進一步完善選題工作流程

精選語錄

「我現在已經不會自己手寫 Code 了，我一行 Code 都不會自己手寫 Code 了。」——Anthropic 工程師（Dario Amodei 引述）

「你特別想要省錢的時候你省不到錢，可是你沒有特別想要省錢、你想要追求成長，反而在你意想不到的時候，造成你的成長更好，你反而會連帶省到錢。」——麥肯錫報告觀察

「好久沒有花一天的時間去學一個你完全沒體驗過的東西了，你知道說你的神經元正在組織、正在產生新的連結。」——Kenji（談學習 ski 的體悟，類比 AI 時代的持續學習）

時間軸

逐字稿未包含時間戳記，以下為主要段落順序：

• 開場 — Kenji 學 ski 的個人故事，引申「學習新技能」的主題
• 主題一 — Demis Hassabis 與 Dario Amodei 在 WEF 的 AGI 對談背景介紹
• 主題二 — 兩人 AGI 時程預測比較（2026-2027 vs. 2030 50% 機率）
• 主題三 — AI 自我改進的機遇與風險分析
• 主題四 — AI 對就業市場的衝擊，歷史類比與樂觀展望
• 主題五 — 麥肯錫企業 AI 採用報告深度分析
• 結尾 — Kenji 的 Vibe Coding 個人體驗分享，邀請聽眾留言互動