$1 亿年薪抢人！Anthropic 联创 Ben Mann 再提“经济图灵测试”，AI 重塑 20 % 岗位

全文 5,000字 | 阅读约 23 分钟

(独家对话：1亿美元挖角战背后的AI行业真相)

过去三周，硅谷上演了一场“1 亿美元抢人大战”——

Meta Superintelligence Labs（MSL）刚成立，就向 OpenAI、Anthropic、Google DeepMind等企业员工发出史无前例的报价：首年总包超 1 亿美元，四年封顶 3 亿美元，只为争抢极少数超级智能工程师。

同一时间，Anthropic 联合创始人 Ben Mann 却在 7 月 20 日的播客中给出了截然不同的观点：

生产率如果再翻一层，约 20% 的岗位将被重新定义，甚至直接消失。

他借用一个衡量拐点的概念：“经济图灵测试”（Economic Turing Test）——当一半以上的真实任务可以由 AI 完成，且企业愿意为此支付同等工资，测试便算通过。

换句话说，AI 不再只是工具，而是‘正式员工’了。

这一刻，个体与组织的焦虑同时放大：

• 一边是 1 亿美元的天价薪酬，一边是 20% 的岗位消失。

• 企业疯抢 AI 专家，又担心模型打破传统组织架构；

• 个体仰望巨额 offer，同时也要直面被时代抛弃的可能。

但 Ben Mann 给出的选择，是“坚持”：

在 Meta，我最多就是帮公司赚钱； 留在 Anthropic，我还能推动 AI 往好的方向走，让人类受益。

本文脉络：

1. 薪酬极值：公司的算账逻辑和行业风向标

2. 经济图灵测试：它为何可能成为下一个 AGI 关键节点

3. 20% 岗位位移：冲击路径、受影响行业与对冲清单

从这张 1 亿美元的 offer 说起，看清 AI 的新战场——你，是升级，还是出局？

第一节｜1 亿美元 offer，值在哪？

我很确定这是真的。

Ben Mann 在访谈中这样确认了Meta 开出 1 亿美元签约总包的传言。他强调，这并不是一场浮夸的竞价，而是符合市场规律的冷静选择：

“如果某个人能让模型的推理能力提高 1%、5% 或 10%，那么对公司的业务来说，那个价值是不可思议的。”

换句话说——在 AI 时代，最贵的资源不是芯片，而是能把智能推进哪怕一小步的人。

Ben 自己曾是 GPT-3 的核心开发者，也是当年帮助 OpenAI 从微软拿到 10 亿美元融资的关键人物。他深知每一次技术突破背后的巨大商业价值。

他说：

“如果你推演资本支出的增长——现在整个行业每年大概花 3000 亿美元在 AI 上——几年后这个数还会翻几倍。到了那个时候，1 亿美元的薪酬真的就只是小数点。”

在他看来，这场抢人大战，并不只是名利诱惑，而是一场关于“未来 AI 主导权”的争夺。

✅ 为什么他没有离开 Anthropic？

面对 Meta 的高薪挖角，Ben 并没有选择离开。他坦率地说：

“我不是不理解那样的 offer，也不会去指责那些选择的人。但我留下来，是因为——在 Meta，我能赚到钱；在 Anthropic，我可能改变 AI 的未来。”

在 Anthropic，Ben 主导的是 AI 安全对齐方向。他认为，AI 不只是一个模型问题，而是一个“整个人类能否控制技术走向”的生存性问题。

而这场技术竞速中，最难的，并不是参数调大，而是——

“我们该如何提前给 AI 装上可靠的‘价值观护栏’，防止它在变强之后偏离人类目标？”

他认为，这个问题，比谁先发布更强模型、谁先接入更多用户，更值得花时间、花心血去做。

✅ 比钱更重要的，是“谁定义方向”

Ben 在访谈中不止一次提到“这次真的不一样了”。

过去我们衡量一家公司的竞争力，看的是人、地、资金。但在他看来：

“我们正处在一个前所未有的规模时代。技术的边际影响越来越大，公司之间的差距也可能越来越大。”

这意味着，AI 企业之间的差距，不只是模型参数或算力水平的不同，而在于团队的认知格局和价值选择。

如果说过去 10 年，AI 还是工具竞争；那接下来的 5 年，将是价值路线图的较量。

Ben 所代表的 Anthropic，在这场竞争里，选择了一条更慢、但更稳的路线——他们强调模型对齐、安全机制、解释透明度，而不是单纯的能力冲刺。

而他的选择，也成为一个信号：

不是所有人都为 1 亿美元而来，有些人是为“可控的未来”留下的。

在超级智能加速逼近的时代，一个人真正的价值，或许不是你能做什么任务，而是你能在关键时刻，朝哪条路前进。

第二节｜AI 的下一步，是不是你的位置？

Ben Mann 在访谈里说了一句话，很多人一听可能会觉得过于激进：

至少 20% 的岗位将被重塑，甚至直接消失。

但他接着强调，这并不是预测，而是事实正在发生。他列举了两个具体例子：

✅ 第一条线：95% 的代码，现在是 Claude 在写

Ben 说，Anthropic 的 Claude Code 模型，已经能完成绝大多数开发任务：

“我们团队目前有 95% 的代码，是由 Claude 写出来的。”

这不是辅助写代码，而是整个开发流程发生了变化：

• 以前是工程师主导思考、AI 辅助输出；

• 现在是 AI 起草大部分内容，人类开发者做结构审查和微调；

• 结果是：团队人手没有变，但开发速度快了 10 倍。

他们现在写的代码量是以前的十倍，但团队规模并没有扩大。

这背后的本质，是AI 已经成为程序员的第二大脑，不仅仅是一个“自动补全”工具，而是“能独立搭建复杂逻辑结构”的合作者。

✅ 第二条线：82% 的客服问题，无需人工处理

除了写代码，Ben 还提到 AI 已经接管了大量客户服务的工作。

他以合作伙伴全球领先即时通讯企业 Intercom 为例：

他们 82% 的客户问题，都已经可以由 AI 模型独立解决， 不再需要人工介入。

换句话说，大量用户每天接触到的客服答复，其实背后不是真人，而是 Claude 或其他模型在处理。

Ben 解释说：

“对于原本需要人来判断、选择、回复的问题，现在模型能快速总结上下文、抓关键词、调用知识库，完成整个闭环。”

这不只是成本优化，更是一种组织结构的改变。

而对于人类客服人员来说，变化也并不意味着立刻下岗，而是角色重新定义：

• 简单、重复的问题交给 AI；

• 人类员工可以处理更复杂的投诉、更重要的客户沟通。

Ben 认为：

“他们过去很多票据都得放弃处理，因为太耗时间。现在 AI 帮他们腾出了精力，能专注在真正值得人工解决的事上。”

✅ “20% 岗位将消失”，不是夸张，而是趋势正在形成

为什么 Ben 会用“20% 的岗位将被重塑”这样的判断？

因为他看到的是指数曲线：很多人无法理解指数式增长。当曲线还在平坦时，看不出变化；但一旦进入加速区，一切都会变得非常快。

他回忆自己第一次强烈感受到 AI 变革的时刻，是在 2019 年 GPT-2 发布时。那时他就觉得：

这就是我们将如何到达 AGI 的方式。

而到了 2022 年底 ChatGPT 面世，大多数人才开始意识到：哇，有些东西真的在变了。

我们不需要等十年。很多行业的工作内容，正在逐步被 AI 接管，而且不会停下来。

他明确指出：

“很多人觉得，‘我的工作还好啊，没什么变化’，是因为他们没看到——AI 已经在处理原本你每天要做的那些小任务了。”

真正的转折点不是你被裁员，而是当一个团队开始用 AI 跑流程时，你不再是必需角色，而只是备选之一。

这，就是他所说的“岗位位移”。

第三节｜AI 的“人设”是怎么设计的？

Ben Mann 在访谈中提到一个被很多人忽略的问题：

“我们现在看到的 AI，已经越来越擅长内容输出了。但真正关键的是，它能不能理解你要什么，而不是你说了什么。”

他担心的是，大多数用户只看表面上的“AI 回答得挺像样”，却没有意识到它可能只是在“模仿人类的语气”，而非真的理解背后意图。

这就是他所说的 AI 对齐问题本质：

AI 能不能把人类说的话，正确翻译成人类真正想要的结果？

这也是为什么 Ben 和他的团队要为 Claude 设计“人格”与“价值护栏”的核心原因。

✅ 什么是“宪法 AI”？

Ben 提出了一个关键方法论：宪法 AI（Constitutional AI）。

通俗来说，就是用一套固定原则，教会模型什么可以说、什么可以说，而不是每次都靠人去评估输出内容。

他的理解是：

“我们给模型制定了一组自然语言写成的原则，比如‘人应当彼此友善’、‘不能主动鼓励违法行为’、‘不得泄露他人隐私信息’。这些原则有的来自《联合国人权宣言》，有的来自苹果隐私条款，也有一些是我们根据用户反馈总结出来的。”

整个流程很简单：

1. 模型收到用户问题后先给出自己的回答；

2. 再对照宪法原则，自己批评自己的答案是否违规；

3. 如果发现问题，它会重新改写一版更“对齐”的答案；

4. 最后只保留这份合规的新输出。

Ben 强调：

“这个过程不需要人来打分，它完全是 AI 自我评估、自我修正的一次迭代。”

这就像给 AI 请了个“道德顾问”，每次回答问题前都要先咨询一下对不对。

✅ Claude 的“温和个性”是什么？

很多人喜欢 Claude，是因为它更“克制”、更“有礼貌”、更“不瞎说”。

Ben 给出了背后的原因：

“Opus 3 出来后，大家最喜欢的一点，其实是 Claude 的个性。这不是巧合，而是我们对齐研究的直接成果。”

他说，这种“人格化”表现并不是靠事先编程，而是通过宪法 AI 这样的训练方法，从根上植入一套行为习惯。

甚至 Claude 拒绝某些敏感请求时的表达方式，都是有意设计过的。

“不是直接说‘我不能帮你’，而是让用户感受到它理解你的意图，但也明确解释为什么不能协助你。”

比如：

• 面对医学建议类问题，它会提示“请咨询专业医生”；

• 面对危险行为类提问，它会温和地引导用户远离风险。

这背后的底层逻辑是：

理解人类的真实需要，而不是表面语言——这才是真正有价值的 AI。

✅ RLAIF：AI 自我改进的下一步

除了给它规矩，Ben 还谈到了另一种方法：RLAIF（来自 AI 反馈的强化学习）。

这和我们熟知的“RLHF”（来自人类反馈的强化学习）相比，关键不同在于：

RLAIF 是让 AI 自己训练自己，不需要人类一步步打分。

举个例子：

• 模型 A 写了一段代码；

• 模型 B 来审查这段代码是否正确、可维护、是否符合规范；

• 如果发现问题，模型 A 再重新写一版；

• 不断迭代，直到输出更优版本。

Ben 总结：这让我们更容易扩展训练流程，而不用耗费大量人力去标注每一条数据。

但他也坦言：

“这条路会撞到一个墙——如果模型本身理解能力不够强，它就无法准确判断自己的错误。”

换句话说，RLAIF 是可行路径，但也有风险。

✅ 对齐，不是锦上添花，而是必须先做

很多公司习惯先卷模型能力，等出了问题再补上“对齐补丁”。

但 Ben 的观点是反过来的：

“我们一开始也以为能力和安全是对立的，后来发现，对齐研究不但没有拖慢能力，反而推动了模型表现。”

他指出，Claude Opus 的成功，离不开核心研究员 Amanda Askell 领导的对齐团队对个性、原则和拒绝策略的精细打磨。

正是这些看起来无关紧要的细节设计，让 Claude 更受企业和个人的信任，更易被大规模部署。

Claude 的人格背后，是一整套"安全优先"的工程思维。

这种思路，恰恰是组织面对 AI 时最该学的——不能只追求让它更强，更要让它听话、可信。

第四节｜AI 爆点，可能就在 2028 年？

Ben Mann 并没有用抽象的术语来谈 AGI（通用人工智能），他给出了一个明确、实际的看法：我认为，在几年的时间里，我们就可能看到某种形式的超级智能。

当主持人问他有没有具体时间线时，Ben 没有回避。他直接回应：

《 AI 2027 》报告预测的是 2028 年，我觉得这是合理的时间点。

他说，这并不是凭空猜测，而是结合三方面的数据趋势做出的判断：

• 智能能力正在指数式提升；

• 训练算法和后训练技术持续进步；

• 数据中心、电力和硬件扩容速度前所未有。

简单说就是：我们不是在“等待超级智能”，而是在按计划“制造超级智能”。

✅ 不是“像人类”，而是“能完成工作”——经济图灵测试来了

那么，什么样的 AI 才算是达到了“超级智能”的门槛？

Ben 提到了一个他很认同的概念——经济图灵测试（Economic Turing Test）。

他解释说：

“如果一个 AI 代理可以在某份工作上连续表现良好，最后被雇主认定为合适人选——哪怕他事后才知道这是台机器——那么，这个模型就通过了那份工作的经济图灵测试。”

说白了，就是看 AI 能不能真的被雇来当员工，拿工资干活。

这比“聊天像人”的标准严格多了，也更贴近现实——不看你说得多像人，只看你干活行不行。

Ben 甚至建议，我们可以像统计通胀一样，选出一批代表性工作作为“测试清单”：当 AI 能胜任其中 50% 时，就说明 AI 革命真正到来了。

这意味着什么？

• 不是某个模型偶尔答对一道题；

• 而是稳定地承担了整个专业团队的工作。

这，才是真正的临界点。

✅ 判断信号：GDP 增速将不再是 3%，而是 10%+

Ben 提出另一个量化信号：当全球 GDP 增速超过 10%，我们就知道，一定有了‘非人类’生产力的巨大注入。

目前全球 GDP 年均增长大概是 3%。如果出现三倍增长，不是因为人们工作效率突然变好了，而是因为某种技术——比如 AGI——开始大规模介入价值创造。

他进一步指出：

在那样的世界里，我们甚至很难再用传统经济学框架来理解‘工作’。

商品和服务将以过去难以想象的速度增长，很多岗位也将被彻底改变。

✅ 变化不是"瞬间发生"，但留给我们的时间不多了

Ben 对超级智能的到来很确定，但谈到变化速度时却很理性： 即使超级智能真的来了，它对社会结构的影响，也需要时间才能显现。

原因在于——

• 现实社会制度有惯性，组织习惯不会瞬间改变；

• 很多法律、监管、伦理框架需要重新设计；

• 企业和个人的信任建立，也不是一夜之间发生。

他引用科幻小说家 Arthur C. Clarke 的一句话：未来已经到来，只是分布得不均匀。

但这个窗口正在快速缩小。

Ben 在访谈最后特别提醒：很多人还在把 AGI 当作“技术竞赛的终点”，但我想说，它是社会问题集中爆发的起点。

一旦通过经济图灵测试，AI 将成为正规劳动力市场的一员：

• 它能被雇佣；

• 能产出；

• 能创造利润；

随之而来的失业、劳动重新分配、税基重构等问题，会在相对短的时间内密集出现。

现在技术变化还比较缓慢，给了我们宝贵的准备时间。但一旦跨越临界点，留给调整和适应的时间会急剧压缩。

他呼吁：

“对齐、安全、治理……所有这些问题，都不能等到超级智能出现后才开始处理。”

否则，我们不是迎来一个新同事，而是一个我们无法理解、无法控制的“智能黑箱”。

第五节｜下一代，要学什么？

Ben Mann 有一个女儿，他在访谈中分享了一个耐人寻味的细节：

“我和我太太谈过这个问题——如果我们的孩子将来要参与一个高度自动化的世界，她该学什么？”

答案出人意料，但也朴素：

我要教她如何和 AI 合作。

这句话背后，其实藏着一整套世界观转变：

• 过去的教育是：学技能，靠自己。

• 未来的教育是：学协作，调动 AI。

Ben 甚至认为，“与 AI 共处的能力”，会成为像识字、打字一样的基础素养。

最关键的是，你要理解它的优势，也要清楚它的盲点。这样你才知道该靠它做什么，又该自己做什么。

这不是“学会用 AI 工具”的问题，而是“形成 AI 合作思维”的问题。

一、AI 不是对手，而是“能力的放大器”

Ben 也承认：

“AI 并不会自动让所有人变得更强，它只是会放大你原本就有的能力。”

比如：

• 一个不善表达的人用 AI 写报告，效果可能平平；

• 但一个善于结构思考的人，用 AI 来润色、生成数据图表、总结趋势，能事半功倍。

他给出这样结论：AI 的出现，不是把你变成更好的人，而是让你的优势更明显、短板更致命。

这就意味着——你必须先搞清楚自己擅长什么，再去决定让 AI 辅助你哪一部分。

他建议每个人都可以尝试分步思考：

• 哪些是重复性强、规则明确的工作？交给 AI；

• 哪些需要判断力、人情感、现场协作的？保留人来做；

• 哪些任务可以共同完成？建立人机协作流。

二、AI 时代的“高薪技能”，是调度力和团队力

Ben 在 Claude 的开发中，深刻意识到：未来最值钱的不是“代码能力”，而是“组织能力”。

他说：

“我们在做 Claude 的时候，花很多时间研究‘如何设计一个系统，让多个模块协作完成任务’。”

这和企业管理者要解决的问题，其实是一样的：

• 多个成员各有所长；

• 任务复杂，不能一个人包办；

• 你得安排谁做什么、什么时候接力、怎么统一输出。

Ben 把这个能力称为：

“任务分配 × 工具调度 × 协作整合”三位一体的组合能力。

这才是未来打工人的必备技能。你不是独立完成任务的人，而是能协调一组 AI 帮你完成工作的人。

你可以不最聪明，但得最会分工。

三、在 AI 时代，什么能力最重要？

Ben 在 Claude 的用户观察中发现：有效使用 Claude 的人，和无效的人，最大区别在于：他们敢不敢提有挑战性的任务。

换句话说—— 不是你用的 AI 有多强，而是你有没有能力说清楚需求，发挥它的作用。

这背后考验的是两件事：

• 表达意图的能力

• 协调多智能体的能力

这意味着传统的'背书考试'教育模式正在失效。

也正因此，他的育儿理念也变了：

10 年前我可能会让她努力进名校， 但现在，我只想让她快乐、深思、好奇、善良。

在 AI 能做大多数事情的时代，人类的价值不再是做得比 AI 好， 而是知道让 AI 做什么，并组织智能去完成。

结语｜AI 不是要变得像人，而是帮助人过得更像人

从“判断对齐”到“经济图灵测试”，Ben Mann 提供的不是空洞概念，而是清晰的 AGI 路线图。

这不是终局宣言，而是一种洞察：

超级智能不会一夜降临， 它会先建立信任，然后被雇佣，最终渗透到生活各个角落。

未来不会等你准备好才到来。 它正在你身边落地——悄无声息地改变工作、产品、协作方式。

下一阶段的 AI，不是模仿人，而是让人更有判断、更擅协作、更像自己。

那些能主动适配、主动协同、主动定义角色的人，

不只是跟随者，而是建设者。

你无需成为科学家，

只要会用智能，去成就你自己。

这，就是我们普通人面对超级智能时代，最现实的答案。

本文由AI深度研究院出品，内容整理自Ben Mann在Lenny播客的最新访谈。未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

https://www.youtube.com/watch?v=WWoyWNhx2XU&t=1078s&ab_channel=Lenny%27sPodcast

https://www.businessinsider.com/anthropic-meta-offer-ai-talent-war-poaching-startups-2025-7

https://www.lennysnewsletter.com/p/anthropic-co-founder-benjamin-mann

https://www.wired.com/story/mark-zuckerberg-meta-offer-top-ai-talent-300-million/

https://finance.yahoo.com/news/anthropic-co-founder-says-agi-104611649.html

https://podwise.ai/dashboard/episodes/4761991

来源：官方媒体/网络新闻，

排版：Atlas

编辑：深思

主编：图灵