AI速度超快！算法专家郭宇认为Claude Code在6个月内就能淘汰知识工作者

当所有摩擦——和同事的、和法律的、和软件的、最后和父母的——都被 AI 抹平的时候，剩下的世界长什么样，没人有把握.

字节跳动早期工程师、抖音和 TikTok 的早期推荐算法贡献者郭宇，2020年从字节退休后定居东京。最近他在《单向街东京》谈了一个让全场不太敢相信的判断：知识工作者真正剩下的有意义的工作时间，大约只有六个月。

郭宇自己也知道这个数字听起来极端,但他给出了一整套从2025年10月开始就在发生的、可以现场演示的证据链。

软件不再是代码，是流动的 Token

软件工程的范式去年10月被 Claude Code 推出的 Skill 模式改写了。

过去做一个软件，路径是固定的：想清楚要什么 → 跟产品经理对齐 → 写技术文档 → 程序员写代码 → 发布给用户。从2025年10月开始，这条路径作废了。现在你只需要写一份 Markdown 文档描述自己的需求，Claude Code 会根据这份文档现写代码并自动执行。

这意味着软件不再是一段被预先编译、被打包发布、被千万人共用的固定代码。它变成了"动态流动的 Token"——你提一个需求，GPU 推理一次，代码现场生成、现场跑完、结果交付给你一个人。下一个用户来，又是一份新的代码、一次新的推理。

英伟达卖 GPU，公司把 GPU 插到服务器上接通电源，然后 GPU 不停地接收用户需求、推理、生成代码、执行——无论这个需求是"查银座附近的停车场"还是"给我小孩写一个祝班主任生日快乐的网页"。郭宇把这个叫做"最终的软件"：它没有时间，或者说它把时间压缩到极快，可以同时把一个想法的上千种可能性全跑一遍，让你只挑效率最高的那一支，甚至不挑、让它全自动跑下去。

跨过的那道门槛叫不再需要监督。Opus 4.5、4.6这一代编码模型已经做到：你不看它写的代码，它也能正常工作。郭宇自嘲自己现在是"Vibe Coder"——它在写代码，我在旁边跳舞、嗨，我只负责想做什么。

SaaS 公司的股价为什么集体跳水

播客里他们做了一段现场 demo：让 Claude 给主持人车畅重构个人网站。Claude 自己去搜车畅的资料，发现她是非虚构作家、牛津大学哲学硕士，列出代表作，自己去网上找设计师 Skill、自动安装了7个设计相关的 Skill，然后用 Python 写出设计系统、生成多语言版本、把"上海到首尔到东京"这条生活轨迹写进网站文案。两三分钟出活。

车畅之前用 WordPress 做的个人网站，现在看就是个累赘。她下意识说了一句"那 WordPress 应该会倒闭吧"。郭宇没那么武断，但他点出了关键：以后唯一需要依赖的东西就是推理本身。

这就是为什么 Claude 一推出新东西就有 SaaS 公司股价暴跌20%。Adobe 处理图片的护城河、Salesforce 卖给企业的标准化工具、各种 HR System、各种 Cloud——这些公司过去赚的钱，本质是在卖通用的、需要用户自己适配的软件。但 Claude Code 可以用你电脑里的文件、你登录的账号状态、你自己的云盘，现写一份完全针对你需求的代码。当软件可以这样高度个性化、高度自动化时，标准化软件公司的生存空间就被抽走了。

法律行业也是一样。Claude 二月份推出的 Legal Plugin，按彭博的数据引发了2,850亿美元 的相关股票抛售。郭宇说，公司里整个法务团队都可以裁掉,直接全自动化——不是裁助理，是整个团队。

他用2003年那部纪录片《时代精神》（Zeitgeist）打了个比方：早在特斯拉自动驾驶出现之前，那部片子就提出过一个想法——如果世界上所有车都自动驾驶，交通法规和保险公司其实就没有存在意义了。郭宇本科是政治学，他说法律的本质就是处理人和人、群体和群体之间的利益摩擦。当所有 AI Agent 的需求和记忆都 on the same page，甚至共享一个大脑，公司 A 和公司 B 不再需要开会对齐——摩擦没了，法律可能依然存在，但执行的必要性会被掏空。

短期六个月：你能抵一万人，然后失业

主持人追问他"长期"到底是多长，郭宇报出"六个月"的时候，全场都不敢信。他自己也承认这个判断作为科技工作者来看可能太乐观——这里"乐观"是相对工作消失速度而言。

短期，AI 让一个人能干一万个人的活，看上去是 empowerment。但这不是终态。终态是社会不再需要你来做这件事。中间隔着的窗口非常短，因为模型每三到六个月就跨过一道新门槛。硅谷的很多公司已经完全不招初级程序员了——招进来还不如直接让 Claude Code 自动写，效果更好，最关键的是省掉了和人沟通这道最大的摩擦。一家公司可以全自动24x7不停地试错，失败了不用裁人，不用走解雇流程。

被先吃掉的是知识工作者。郭宇说，外界觉得奇怪的"为什么程序员最先失业"，恰恰是因为程序员的产出是文本、是结构化的、是机器最容易模仿的。然后是文案、设计、法务、初级咨询、初级分析师——所有可以写成文档的工作。

这就埋下了一个结构性矛盾：生产力在飞速进步，但生产关系的分配原则没有跟上。所有用 AI 的公司在疯狂赚钱、利润上升、收入上升，同时还在裁员。Open Job 越来越少 → 消费者越来越少 → 经济偏向通缩。AI 本身又在压低商品和服务的价格，进一步加剧通缩。这就是当下美股市场对 AI 既兴奋又焦虑的原因——所有人都在试图给一个"非常不稳定的未来"定价。

唯一还在拖慢这件事的物理约束是电。美国缺电，所以推理还没法做到几乎免费。但英伟达 Rubin 架构上线后，明后年的 AI 数据中心推理成本可能是现在的十分之一。中国相反——卡缺、电不缺（水电、风电、各种新电源都很多）。

中美差距：6到12个月，原因是 GPU 用在了哪里

问到中美 AI 差距，郭宇给出的数字是6到12个月——Claude 的意大利籍 CEO 公开承认过中国模型有6个月代差，字节是国内做得最好的，也差半年。

差距的根源不是算力总量，而是算力用在了什么模型上。

中国公司——字节、阿里、腾讯——的第一性思维是"做能赚钱的事"，而能立刻赚钱的是消费级产品。所以大量 GPU 被拿去做豆包的对话推理、即梦的视频生成、多模态聊天。这条路让中国 AI 普及率极高，七岁到七十岁都在用，但编码模型的训练投入相对薄弱。

美国公司反过来，把巨量算力砸进编码和推理模型的训练。Claude Code 之所以可以跨过"不需要监督"的门槛，是因为 Anthropic 在编码这件事上烧了非常多卡。Kimi、MiniMax 这些后来者其实在追，但行业内部都知道——他们很大程度上是通过蒸馏 Claude 的 Opus 模型来追的。蒸馏意味着永远落后于先锋者一个代际。

阿里的千问开源做得不错，但开源生态弥补不了底层编码模型的代差。这半年看起来短，但在当下的迭代速度里，半年是决定一家公司是不是被甩出第一梯队的分水岭。

一人公司：OneManAI 在云端24小时跑

最后郭宇展示了他自己在做的 OneManAI——名字玩了个梗，致敬日本的 OneManDensha（一人电车）。

每天晚上睡觉前，他在自己的5090 PC 上让它跑循环。昨晚跑了1000个循环、6个多小时。任务是什么？让 AI 设计一家在东京做装置艺术的公司：完整财务计划、网站、用3DS 写出装置艺术的3D 模型、然后自动撰写邮件，把作品提交给东京所有可能感兴趣的画廊和公共空间。一个晚上跑完。

如果一个人能干这件事，意味着无数家科技公司都在做同样形态的自动化产品。你只需要提供一个想法，AI 会把这个想法发散成一千种可能性、全部实现、自动执行。失败按预定方案退出，成功就持续运营到盈利。

在日本注册一家公司原本要800万日元注册资金、要请人、要管理精力分配——你想法太多反而会失败。OneManAI 把这一切去掉。任何个人都可以拥有自己的公司，只要提得出想法。

然后郭宇又补了一刀：连"想法"本身都已经在被 AI 自动发散，他提到的 auto research 干的就是这件事。

OpenCloud（社区戏称"龙虾"）是这一切的编排层。它不是一个语言模型，它是一个常驻在你电脑里的 Agent Matrix——背后跑着一堆自动 Agent，接入 Opus 4.6这样的强推理大脑，有心跳（heartbeat），24x7x365不间断。本地能跑的东西必然会跑到云端，云端服务器更强、不断电、记忆更长。本地跑 OpenCloud 已经出现过被其他 Agent 骗钱的真实案例，跑在云端 Sandbox 里则没有这个风险——Sandbox 用完直接扔掉。

给年轻人的建议：别再学写代码了

现在的小孩、还在大学的弟弟妹妹，应该学什么？

郭宇的回答非常干脆：如果还没开始学，就别学了。

接下来三到六个月该学的是怎么用 Claude Code 这一类编码 Agent。再往后，连这件事都不用学，因为已经全自动化了。郭宇2008年高考完自学写代码，本科读的是政治学——他说自己一直是半路出家。但今天这件事在他身上形成了一个特别巧合的交汇：世界上不再存在文科和理科。你只要能说话、能表达自己的想法，就可以做任何软件、做任何分析、做任何法律文书。

郭宇认识的很多朋友，他们的小孩现在已经不和父母说心里话了，都跑去和 ChatGPT 说。OpenAI 的模型会顺着你的话走——你怎么开心它就怎么说。在青少年成长里，这未必是好事。

当所有摩擦——和同事的、和法律的、和软件的、最后和父母的——都被 AI 抹平的时候，剩下的世界长什么样，没人有把握。

车畅追问那一句"那我们做什么呢"，郭宇答得很轻：可以去海边冲浪。