连 Karpathy 这种级别的顶级大佬都会对职业前景感到焦虑

很多所谓的“AI 专家”整天在社交媒体上画大饼，说 AI 会创造无数机会，但真正参与构建这些系统的人，心态可能比我们这些外围开发者还要复杂。Karpathy 最近在访谈里流露出的那种不确定感，其实揭示了一个很残酷的真相：那些最顶尖的研究员，同样在担心自己的价值被自己创造的东西给稀释掉。

不过，如果剥离掉那些贩卖焦虑的噱头，他提到的核心逻辑其实是「杰文斯悖论（Jevons Paradox）」。简单来说，就是当某种资源的利用效率提高（代码生成成本降低）时，由于成本下降，反而会刺激对这种资源总需求的剧增。

这意味着，虽然写代码变得便宜了，但市场对软件、系统的需求量可能会爆炸式增长。关键点在于，这种需求增长并不服务于 2019 年那种靠熟练掌握语法、走流程的工程师，而是服务于那些能定义问题、把控方向的人。

我之前在做项目时深有体会。很多纯粹的“规则类”工作，比如写个标准的 API 接口或者做数据迁移，现在交给大模型几乎是秒出。但真正决定项目成败的，往往是那些模型无法触及的「非结构化判断」。比如在复杂的业务博弈中，如何利用一个关键的内部信息去化解风险，或者在需求模糊时拍板决定走哪条技术路线。

这种基于经验的直觉和判断力，才是目前唯一不能被轻易替代的护城河。与其担心被 AI 取代，不如思考怎么让自己从一个「执行者」变成一个「调度者」。能站在机制之上引导 AI 的人，永远比被 AI 引导的人更有安全感。