AI越强什么越不值钱?斯坦福这场演讲给了一个反直觉答案:诊断能力

两周前，Anthropic联合创始人兼总裁Daniela Amodei站在斯坦福商学院的讲台上，面对满屋子MBA学生，抛出了一个让人不得不思考的问题：

"CEOs悄悄问我——他们女儿是斯坦福大二学生，本来打算主修计算机科学，现在还该不该学？"

如果你也在焦虑自己做的事会不会被AI取代，那这场50分钟的演讲，可能比你看50篇"AI替代清单"更有价值。因为Daniela给的答案，和大多数人的直觉，恰好相反。

如果我们画一幅AI公司总裁的标准像，大概会是：斯坦福计算机博士、少年黑客、或者至少是个连续创业者。但Daniela Amodei？加州大学圣克鲁兹分校英语文学专业，2009年毕业时正赶上金融危机余波，她的自我评价是——"我拿了文学学位，但没有任何技能。谁会雇佣我？"

她的职业轨迹看起来和硅谷科技圈毫无关系：国际发展领域做了几年全球健康项目→国会山从事政治工作→加入当时只有40人的Stripe→2018年加入OpenAI（当时还只是个小型研究实验室）→2020年12月，和亲哥哥Dario Amodei以及其他五位联合创始人，7个人一起离开OpenAI，创立了Anthropic。

今天，Anthropic估值超过600亿美元，旗下的Claude是GPT之外最强大的大语言模型之一。而这个故事里最有意思的是：Daniela至今认为自己"训练不了GPU，肯定也训练不了GPT-2或GPT-3"。

她管自己的方法论叫"不停提问，直到懂为止"。她说，技术术语不过是一层"行话外衣"，只要找到愿意耐心解释的技术同事，任何人都能穿透它。文科背景反而让她有了一个独特优势：她知道技术专家在哪条路上冲锋，而自己在那条路旁边修桥。

更让人深思的是Anthropic的招聘标准。Daniela在演讲中明确说："当我们今天在Anthropic招聘人才时，我们寻找的是——优秀的沟通者、出色的情商和人际交往能力、善良、有同理心、充满好奇心、乐于帮助他人的人。"

作为全球最顶尖AI公司的招聘理念，没有一个词提到"编程能力"。

在讨论"什么是不可替代的"之前，先看看AI到底替代了什么。答案是：远没有你想象的那么多。

Daniela在演讲中分享了Anthropic对8.1万人的定性调研。他们发现，截至2026年3月，49%的职业中，至少有四分之一的任务已经在使用Claude完成。这个数字很大，但解读方式有两种——你可以说"AI渗透率惊人"，也可以说"即便在最先进的大模型面前，超过一半职业75%以上的工作内容，还是人在做"。

Daniela的原话是：完全被AI替代的工作案例"微乎其微"（vanishingly small）。目前唯一有明显替代迹象的领域，集中在客户服务。其他领域——包括程序员——更多是"工作结构的变化"而非"消失"。

MIT Sloan管理学院2025年3月发表的一项研究，从另一个角度支持了这个结论。研究者Roberto Rigobon和Isabella Loaiza分析了美国劳工统计局O\*NET数据集，构建了著名的EPOCH框架——五类AI无法复制的人类独特能力：

MIT EPOCH框架：AI不可复制的五维人类能力

这项研究还发现了一个反直觉的趋势：2016年至2024年间，人类密集型任务的数量和执行频率不但没有减少，反而在增加。2024年新增进入O\*NET数据集的任务，其EPOCH能力需求水平高于此前已有的任务。也就是说，市场在主动创造更多需要"人味儿"的岗位。

研究者Rigobon特别强调了一句话——"我们刻意不把这些称为'软'技能。解数学题这类'硬'技能相对容易教授；而教会一个人希望、共情和创造力，要困难得多。"

▲ AI能做的（精准但不共情） vs 人不可替代的（这值5倍）

如果说EPOCH框架是学术界的系统化表达，那Daniela在斯坦福给出的词，则是一个更形象的比喻——"Bedside Manner"（床边态度）。

她说，未来AI在医疗诊断上一定会超越人类医生。但问题来了——诊断只是医生工作的一部分。医学文献中有大量证据表明：与医生关系好的患者，临床疗效确实优于关系不好的患者。患者感觉被关心、被倾听、被理解，这本身就是治疗的一部分，且是AI无法复制的部分。

"5倍"不是精确的数学推导，但方向是对的。当AI把"硬技能"的成本降到接近零时，剩下唯一具备稀缺性的，就是那些不可能被代码写进模型的、源自人类本能的互动能力。

这个逻辑可以迁移到很多行业：

• 教育：AI能生成最完美的教案，但"让学生感觉自己被看见"的老师，是不可替代的。

• 管理：AI能写最漂亮的绩效分析报告，但下属需要的是"这个人真的在关注我的成长"。

• 销售/客户关系：AI能精准推送个性化话术，但签大单靠的是客户信任你这个人。

• 创作/艺术：AI能模仿任何风格，但打动人的永远是作品背后活生生的经历和情感。

Daniela还提出了一个更深层的观察，她称之为"三样东西的松绑"：工作、意义感、社交生活。在过去几十年里，这三者被人为捆绑在一起：工作给你收入、社交圈、以及自我价值感。但当AI可以完成大量日常生产性工作后，这三者可能要拆开来看——你可能不再通过工作获得全部社交和意义，但这也意味着真正的人际互动变得比任何时候都珍贵。

如果说"床边态度"是AI时代最值钱的能力，那么Daniela警告的另一件事——"大脑停机"——就是AI时代最大的陷阱。

在8.1万人的调研中，Anthropic发现了一种令他们警惕的行为模式。Daniela描述道："人们说——我本可以去探寻这个想法，本可以深入思考它，但选择不去思考，直接信任AI工具提供的结果，要容易得多。"

她区分了两种使用AI的方式：

正因如此，Anthropic坚持在Claude中开发"学习模式"——让模型扮演一个耐心的导师，用苏格拉底式提问引导学生思考，而不是直接给标准答案。Daniela的原话是："我们希望能让工具让你变得更聪明，让你拓展自己认为能够学习的事物范围，而不是让你进入大脑停滞模式。"

值得一提的是，Daniela本人就是"学习模式"最好的案例。她在演讲中分享，自己曾用Claude轻易搭建了一个网站——"它让我能够做到我以前认为自己做不到的事情。"但她强调，关键不是"AI替我做"，而是"AI让我发现我也能做这件事"。

这或许是AI时代最健康的姿态：不是恐惧被替代，也不是躺平等着被伺候，而是用AI拓展自己的边界，同时守住自己不可替代的部分。