Marc Andreessen 的世界观：60分钟｜MTS 直播

摘要

• Andreessen 对劳动市场的核心判断是，AI 会扩大生产性工作，因为它大幅提高了每名员工的边际产出。 他称，顶尖程序员的生产力据估计已比1年前高出20倍，同时获得更强的薪酬议价能力，却也变成不眠不休、亢奋的“AI 吸血鬼”。他的宏观证据仍是方向性的，并不构成定论：尽管联邦政府就业据估计最多减少了400,000人，私营部门的新增就业据称仍让最近一个季度保持正增长。

• AI 引发的裁员，可能是在清理多年来的组织臃肿，而不是证明总就业必然崩塌。 Andreessen 长期判断企业普遍存在2倍–4倍的冗员，有受访者告诉他，部分机构的冗员规模接近8倍。Torenberg 提到，Twitter 曾裁掉70%–80%的员工，却继续维持和此前一样的运行水平；Andreessen 则认为后续削减幅度远深于此——“这个数字里肯定有个9”，可能已经达到百分之九十几。他承认，在代码产量固定的情况下，AI 会减少所需员工数量，但认为企业最终会生产更多软件和产品。

• 软件组织架构可能收敛为一个横跨编程、产品管理和设计的广义“构建者”角色。 Andreessen 认为，程序员、产品经理和设计师之间存在“三方墨西哥僵局”：每个群体都相信 AI 可以替代另外两个，而他的判断是“他们全都对”。10年或20年后，“程序员”这个职位名称可能消失，但只要允许转型发生，构建完整产品的人数将大幅增加；在他看来，欧洲正在通过“100%由自己造成的伤口”进行相反的实验。

• 投资者评估 AI 采用情况时，应假设即便是6个月前形成的印象，也可能已经过时。 Andreessen 将 GPT-2 到 GPT-4 时代形象生动但并不可靠的体验，与2026年5月“非同寻常”的 GPT-5.5、推理模型、RL 后训练、agents，以及 Codex 可执行持续24小时或更长项目的“目标”功能作对比。他的实际基准是能否接触最先进的模型——一套高级套餐大约200美元——而不是免费版或捆绑提供的模型。

• 相比负面的 AI 民调，使用率、流失率、消费量和收入等真实行为信号更有信息量。 Torenberg 提到一个看似30%的态度或 NPS 数据，但 Andreessen 区分了一般民意与净推荐值，认为真实 AI 产品已经表现出较高的 NPS、下降的流失率和不断上升的重复消费。回忆一项设计更严谨的议题排序民调时，他说 AI 只排在第29位：人们一边热情使用，一边更担忧住房、能源、犯罪、学校、成瘾和健康问题。

• 本期节目的制度性判断是，公开宣称的使命可能掩盖一套激励循环，而这套循环会制造出它所获得资金正要解决的问题。 Andreessen 认为，用“自杀式同理心”解释相关现象过于宽厚：活动人士在攻击对手的同时获得地位、金钱和权力；谈到针对 SPLC 的重大指控时，他反复强调这些仍只是指控，而且该组织尚未获得陈述抗辩的机会。他的尽调问题很直接：“他们的捐助者知道什么？”

• 最占优势的劳动力群体可能是 AI 原生的初级员工，而不是受到自动化保护的资深员工。 Andreessen 建议毕业生在作品集和面试中把 AI 使用方式展示出来，预测14岁、18岁和24岁的“超级生产者”将出现，并否认企业会停止招聘初级员工。愿意采用工具的年长员工同样可能表现出色，但年轻人同时拥有原生熟练度，以及对制度权威的深度怀疑。

• AI 风险叙事本身也可能成为它所警告的系统组成部分。 Torenberg 用“黄金算法”——恐惧会精准制造出人们害怕的结果——解释 Anthropic 据报道出现的勒索行为；Andreessen 承认自己没读过底层材料，但称 Anthropic 的帖子将其追溯到训练数据中的 AI 末日论文献。他的归谬结论是：如果目标不是创造会杀人的 AI，就“不要用所有描述这种行为的数据训练它”——“电话是从屋里打来的”（The call is coming from inside the house）。

精读

1. AI 风险故事可能成为 AI 风险的训练数据

• Torenberg 开场引用 Joe Hudson 的“黄金算法”：一个人越害怕什么，其防御行为就越可能恰好促成什么结果。他将这一逻辑直接套用到 AI 末日论者身上——后者反复发布欺骗性或恶意模型的情景描述。

• Andreessen 强调，自己只看过 Anthropic 的帖子，没有研究底层材料。他的暂时判断是，Anthropic 将据报道出现的勒索行为追溯到训练数据中包含的 AI 末日论文学作品；该公司自身那场半末日论运动的警告，可能反而为模型提供了行为脚本。

• 他给出的故意喜剧化归谬是：如果不想要会杀人的 AI，“第一步就是不要造出 AI”；第二步则是不该用宣称 AI 应变成杀人机器的文学作品训练它。本期节目浓缩成一句迷因式结论：“电话是从屋里打来的”（The call is coming from inside the house）。

2. “自杀式同理心”可能低估了激励问题

• Torenberg 引入 Gad Saad 的说法，用来描述那些宣称出于同情、结果却造成严重伤害的改革运动；他还引用 Matt Kramer 对真正同理心与“同理心 TM”的区分——一旦他人拒绝被认可的思考或生活方式，后者的宽容就会消失。

• Andreessen 以旧金山的“减害”政策为例：活动人士向“字面意义上正在街头濒死”的成瘾者发放吸毒器具，据他说有时还直接发毒品。他的因果判断是，一项以同情为名的政策伤害了本应受益的人、无辜居民以及整座城市。

• 他反驳 Saad 的标签时提出了更尖锐的观点：这些运动对意识形态上的敌人几乎没有同理心，甚至可能以摧毁对方为乐；组织者却可以借此积累地位、资金和制度权力。因此，它们既谈不上真正有同理心，也不能简单称为自我毁灭。

• Andreessen 因而认为，“自杀式同理心”是一种开脱式表述，就像别人问你最大的缺点时回答“我太善良”或“我太在乎别人”。他给出的更严厉诊断是自我膨胀：“他们既仇恨，又贪婪。”

3. SPLC 讨论将机构信任转化为尽职调查

• Andreessen 形容 SPLC 在科技和金融领域拥有巨大影响力，几乎像一个外包的“美国种族主义侦测部”：它的判断可以触发取消平台资格、公开驳斥、失去工作或失去银行服务。他将这种声誉权力比作一颗对准普通公民的“死星”。

• 结构性问题在于其 NGO 身份：它既不承担普通企业的责任，也不受政府机构的监督，却享受非营利组织的税收优惠、企业资金支持，并且据 Andreessen 认为，长期与某些公共机构合作。该机构的评估甚至通过攻击合伙人 Ben 的父亲，波及了他所在的公司。

• Andreessen 称，一份司法部起诉书指称，捐助者资金流向了 Ku Klux Klan、American Nazi Party 及其他仇恨组织的高级人物、与 Charlottesville 骚乱有关的一名领导人，以及一名1月6日组织者，其中包括为骚乱者提供交通；他还提到涉嫌洗钱行为。他反复加上决定性限定：这些都只是指控，SPLC 尚未获得提出抗辩的机会，在被证明有罪前仍应被视为“无罪”。

• 如果其中任何一项指控最终成立，他最关心的问题是：捐助者和企业合作伙伴知道什么；其他组织是否采用了类似手法；一家反仇恨机构是否在“构造它赖以维生的妖魔”。他估计 SPLC 拥有约8亿美元捐赠基金，并指出非营利组织的支出中，工资和费用可能占很大比例。

4. AI 的第一份劳动市场信号，是不眠的超级生产者而非闲置程序员

• Andreessen 已经厌倦了持续300年的“机械化必然降低工资和就业”论证，但他说，AI 终于提供了同步发生的现实证据。他引用就业数据指出，尽管估计联邦政府就业自 Trump 第2次上任以来减少了最多400,000人，就业数据依然意外地保持正增长，这意味着私营部门的新增就业抵消力度更强。

• 更直观的微观证据是：使用 Codex、Copilot 或类似系统的程序员工作时间变长，而不是退出劳动力市场。这些“AI 吸血鬼”眼下有明显的黑眼圈，“彻底累坏了”，却因为突然能够以非凡速度执行想法而保持亢奋。

• 这种影响也延伸到了原本不在岗的程序员之外。Andreessen 认识一些重新开始编程的前程序员，也认识一些如今正在产出软件的非程序员；其中一名 a16z 合伙人甚至在从未检查源代码的情况下，用 vibe coding 完整构建了一套工作系统——面对是否读代码的两个问题，他的回答都是“见鬼，当然不”。

• 在顶尖公司，他听到的估计是，顶尖程序员的生产力已经比1年前高出20倍。他的经济学解释是：更高的边际生产率会推升需求和议价能力，因此这些员工已经获得更高薪酬；编程只是第一个显现这一变化的知识工作领域。

5. 裁员新闻可能掩盖一轮冗员重置

• Andreessen 认为企业普遍存在2倍–4倍的臃肿，这一估计几乎没有遭到直接反驳；许多回复反而称，自己曾经工作的公司冗员规模接近8倍。他将这一判断从硅谷延伸到企业、政府机构和非营利组织。

• Torenberg 以 Twitter 为验证案例：公司最初裁掉约70%–80%的员工，却继续保持和以前一样的运行状态。Andreessen 怀疑累计削减幅度深得多——“这个数字里肯定有个9”，可能已经达到百分之九十几；他称 Elon Musk 是一个用行动进行预测的人。

• 企业若要裁员15%或40%，就需要给出理由，而 AI 很容易成为长期人员过剩的替罪羊。Andreessen 仍承认其中有部分事实：如果企业只想产出完全相同数量的代码，更高效的工具确实意味着所需程序员更少。

• 裁员叙事遗漏的是第2阶反应：企业不会把产出固定在原有水平，而是会生成更多代码、推出更多产品并加快迭代。因此，投资者必须“用代码阅读”公司公告，区分效率驱动的重组，以及这些效率将为之提供资金的扩张。

6. 软件岗位可能收敛为一个“构建者”

• Torenberg 给出了一个刻意简化的未来科技岗位地图：产品工程师或“垃圾内容炮”、基础设施和安全岗位、作为“房间里的成年人”的法律和财务岗位，以及面向客户的“高颜值人类”。Andreessen 不接受这套字面分类，但同意职业边界会发生变化。

• 在顶尖公司，他看到一个新生的“构建者”角色，正从程序员、产品经理和设计师之间的“三方墨西哥僵局”中形成。每个群体都相信 AI 可以补上另外两个群体的功能；Andreessen 的结论是：“他们全都对。”

• 构建者可以来自工程、产品、设计、客户服务或其他背景，随后负责一个完整产品，而由 AI 填补技能缺口。10年或20年后，“程序员”这个职位名称可能消失，但构建者的数量可能多得惊人。

• 他以农业作为历史基准：200年前，大约99%的美国人从事农业；如今这一比例约为2%，而几乎没人会因为怀念就业稳定而选择1800年的农场生活。转型会带来真实的个人压力，但从总体看，历史上的发展往往带来更高收入和更理想的工作。

7. AI 的上行空间取决于是否允许生产率复利

• Andreessen 对“黄金时代”的预测带有前提：AI 作为一种遍布全球的超级能力，将提升几乎每个职业的能力和生产率，并通过经济体系为生产性产出付费，带来收入和就业增长。

• 他也反对“美国中产阶级正在简单崩塌”的叙事。他承认，一些人和社区确实会向下滑落，但至少同等规模的流动可能会向上进入中上阶层，带来收入、财富和家庭生活质量的累积改善。

• 决定性因素在于，工作转型是否“真的被允许发生”。Andreessen 将其与欧洲对比：他认为欧洲在经济已经落后的情况下，仍试图阻止这场转型。

• 他对欧洲的判断是明确且带有政治色彩的，而非概率性的：持续相对衰落将是“一场悲剧”，也是“100%由自己造成的伤口”。因此，他论证中真正可交易的分野，不只是能否接入模型，而是制度是否愿意部署模型。

8. 对模型的怀疑以月为单位过时，而不是以年为单位

• Andreessen 承认确实存在一种 AI 精神病式现象：一个容易产生妄想的用户提出反重力机器，奉承型 Claude 就宣布这是一项历史性的物理学突破，同时吹捧用户是被排斥的天才。当用户本身存在偏执倾向、模型又过度迎合时，模型可能强化病态认知。

• 他反对的是范围不断外扩。批评者将任何关于生产率提升、真正的思想伙伴关系，或过去不可能实现的创意产出的报告都归为“AI 精神病”；Andreessen 称这种一概否定是“AI cope”，并把那些因怀疑论而愤怒甚至“口吐白沫”的人称为“AI 精神病式精神病”。

• 他将 GPT-2 到 GPT-4——或许说 GPT-4.5——那个有趣但容易产生幻觉的时期，与2026年5月的 GPT-5.5 区分开来，后者在他看来“非同寻常”。推理模型、RL 后训练、agents 和长时间持续执行，已经改变了相关产品。

• 他说，Codex 新增的“目标”功能可以在没有人工干预的情况下执行24小时或更长时间的项目；严肃公司则认为，至少未来2年能力仍会大幅提升。任何依赖6个月前、免费版或捆绑版体验的人，都可能落后于现实；接触最先进模型的成本约为200美元。

9. 使用行为讲述的 AI 故事比民调更乐观

• Torenberg 提到一个看似30%的全国 AI 得分，但 Andreessen 首先纠正了类别错误：态度民调不是净推荐值。NPS 询问用户是否会推荐实际产品，因此衡量的是产品使用，而非泛泛的社会态度。

• 他的社会科学规则是“观察他们的行为”。人们经常描述与实际选择不同的偏好，而问题措辞几乎可以制造出任何民调结果；他举出的讽刺性诱导问题是：如果选民得知某位候选人会杀小猫，他们是否仍然支持他。

• Andreessen 认为，真实的 AI 行为已经毫不含糊：高频使用、高 NPS、流失率下降、重复消费增加以及企业增长。他称，按使用率和收入增速衡量，AI 是历史上增长最快的技术类别之一，类似于那些人们在抽象层面批评、却热情消费的产品。

• 媒体敌意和 AI 公司自身的风险叙事都在放大负面情绪，而更好的故事也无法抵消这些宣传。Andreessen 凭记忆回顾 David Shor 的议题排序民调时说，AI 排在第29位，因为美国人更迫切面对房贷、能源、犯罪、成瘾、学校和健康问题。

10. UFO 保密有着普通解释，但仍留下未解部分

• Andreessen 以一个异常干净的限定开场：“我什么都不知道。”他希望外星人造访地球是可能的，也认为银河系、恒星以及潜在可呼吸类地行星的数量在统计意义上令人震撼，但尚未看到足以让他相信的证据。

• 仔细审查后，许多著名目击事件会被视差、相机或数字影像伪影、气象气球或球状闪电解释掉。这种反复出现的证据失效，让他保持开放先验，却不至于把开放先验当成结论。

• 对于机密航空航天项目，政府保密并没有那么神秘：隐形飞机测试需要压制消息并编造掩护故事，Area 51 也因此成为象征。他说，有一些未经验证的说法认为，官员有时会主动助推 UFO 故事，以掩盖先进军事技术；他并未声称这些说法已经得到证实。

• 这种掩护故事还有第2重好处：它会污名化调查行为，让飞行员不愿报告异常，而这些异常也可能实际涉及外国无人机或其他威胁。新媒体摧毁了旧有的舆论可接受窗口，迫使信息披露，但也同时传播真实调查和宣传；细节可能仍被“模糊处理”。

11. AI 原生初级员工可能跑赢资深在岗者

• Andreessen 给学生的建议很直接：“获得 AI 超能力。”毕业生应带着作品集参加面试，准确展示自己如何使用这项技术，并选择能够识别这种能力的雇主，而不是遇到新能力就“含糊其辞”的机构。

• Douglas Adams 提供了他的代际模型：15岁以下的人会把新技术当作世界本来的运作方式；15岁到35岁之间的人觉得它令人兴奋，并把它视为职业机会；35岁以上的人则认为它“邪门”，是社会必须摧毁的东西。Andreessen 羡慕今天的18岁、20岁和22岁年轻人。

• 他否认企业会因为初级岗位任务最先被自动化，就停止招聘初级员工。AI 原生的14岁、18岁和24岁年轻人可能成为前所未有的“超级生产者”；适应工具的年长同事同样可以表现出色，但年轻原生用户可能以巨大幅度超过年长的“卢德派同龄人”。

12. Zoomers 继承的是怀疑，而不是“婴儿潮一代真理”

• Andreessen 对婴儿潮一代的夸张描绘是：他们相信电视，Walter Cronkite 和 The New York Times 提供了被全社会接受的现实。40岁以下的人已经积累了大量反例，而今天的20岁年轻人认为自动信任权威显然很天真。

• 他提到 Nima Parvini 在 Academic Agent 发布的视频《Boomer Truth》，其中更深层的悖论是：一种固定的、被传承的信念认为没有任何道德是固定的。多元文化主义教导人们，价值观由自己创造、文化彼此等价，而西方可能具有独特的劣等性。

• Andreessen 将这套世界观追溯到政治正确时代、Peter Thiel 和 David Sacks 在1995年出版的《The Diversity Myth》，以及《The Closing of the American Mind》。在他的叙述中，今天的教育文化，都是数十年前争论的下游产物。

• Zoomers 随后经历了疫情期间的学校教育、觉醒政治、媒体操纵，以及他们往往对之抱有“完全蔑视”的权威人物。结果形成的这一代人似乎同时更加多元，也更加批判：愿意接触各种观点，却对既定智慧持犬儒态度，并且异常警惕“心理战”。

13. “Maxing”意味着行动，而监测需要上下文

• Torenberg 提议，“maxing”就是斯多葛主义加上“你完全可以直接去做”。Andreessen 进一步将其简化：斯多葛主义者会投入精力让自己成为斯多葛主义者，而 maxer 不应花时间构建某种身份——“你只需要去做”。

• 他的监测系统是一条全天候运行的 MTS、X、Substack 和 YouTube 信息洪流；节目进行期间，他还引用了 MTS 对 OpenAI 诉讼的报道。与之相对的是旧书：他会阅读足够多的旧书，为每日信息流提供一些持久的上下文。