世界著名的互联网奠基者Marc Andreessen 最近上了 Joe Rogan 的播客,聊了 3 小时 20 分钟。
这期内容信息量很大。我把里面最值得关注的 16 个点整理了一下,基本可以看作他对 AI 下一阶段的判断。
- 他认为 AGI 已经来了。
Marc 觉得,大约 3 个月前,GPT-5.5、Claude 4.6、Gemini 3、Grok 4.3 这一批模型已经跨过了某条线。只是现在 AI 发展太快,很多里程碑还没来得及被公众认真消化,就已经被下一波能力刷新了。 - 顶级 AI 的回答,在很多问题上已经超过了他能直接联系到的世界级专家。
这点很夸张,因为以他的资源,基本上想联系谁都能联系到。但他的意思是,AI 的优势不只是“懂”,而是随时在线、反应极快、可以持续追问。 - 医生正在大量使用 ChatGPT。
他的观察是,很多医生已经会在看诊过程中用 AI 辅助判断,比如整理症状、查鉴别诊断、辅助解释检查结果。这里我觉得更准确的说法是,AI 会成为医生的副驾驶,而不是替代医生本身。 - AI 的安全边界,仍然可以被各种方式试探。
他说,有些人会用“虚构写作”“角色设定”等方式,让 AI 回答原本不该直接回答的问题。这个点本质上说明,AI 安全和对齐还远远没有结束。 - 真正会用 AI 的人,会不断降低解释难度。
遇到复杂问题时,他会让 AI 先“给 10 岁孩子解释”,再“给 5 岁孩子解释”,一直降到自己真正理解为止。这个方法很实用。 - 不要只问 AI 正确答案。
更好的问法是,让 AI 分别为正反双方做最强论证,然后自己判断。也就是让 AI 帮你搭建思考框架,而不是直接把判断权交出去。 - 可以让 AI 模拟专家圆桌。
比如同一个问题,让它分别扮演医生、律师、历史学家、心理学家,从不同角度辩论。最后你看的不是“答案”,而是不同知识体系之间的碰撞。 - 当你脑子里冒出“这事我不知道怎么弄”的瞬间,就是该打开 AI 的瞬间。
大多数人卡在这里就停了。真正的效率差距,可能就出现在这个节点。 - AI 时代剩下的核心能力,是会不会提问。
模型已经能完成很多你能用自然语言描述清楚的任务。瓶颈不一定在模型,而在我们能不能把问题想明白、问清楚。 多模态 AI 会改变医学信息获取。 现在很多模型已经能看图、读化验单、分析皮疹照片、理解影像或报告里的文字信息。它可以成为 24 小时在线的第二参考,但不能替代正式诊疗。 AI 可能会让心理支持变得更普及。 Marc 提到认知行为疗法,也就是 CBT,很多结构化练习其实很适合 AI 来辅助完成。不过我觉得这里必须谨慎,AI 可以做陪伴和练习工具,但不能简单等同于真正的治疗师。 AI 正在进入真正的科学发现阶段。 他认为 AI 已经开始挑战一些长期困难的数学、物理、化学和生物问题。未来几年,可能会出现让人意外的科研突破,包括癌症、药物、材料和基础科学方向。 顶级 AI 工程师的价值正在被重新定价。 他说硅谷最强的 AI 程序员已经能拿到极高薪酬,甚至达到夸张的数字。这个信号说明,真正能驾驭 AI 系统的人,生产力会被资本市场疯狂放大。 个人健康数据会被 AI 重组。 有人花几百美元做全基因组检测,再把 DNA、血液指标、可穿戴设备数据交给 AI,让它生成一套个人健康仪表盘。未来的健康管理,可能会越来越像一个实时反馈系统。 AI 也会进入运动训练。 比如在柔术馆装两个摄像头,AI 看你训练、分析动作、给技术反馈。某种意义上,每个人都可能拥有一个低成本的私人教练。 最强程序员已经不是“一个人写代码”,而是在管理一群 AI。 他说硅谷有些程序员会同时跑 20 个 AI 编码代理,让它们各自写代码,自己负责审阅和调度。人不再只是执行者,而是变成了小型 AI 团队的管理者。 下一步,是 AI 代理继续管理 AI 代理。 一个人管理 20 个 bot,每个 bot 再管理更多 bot。一个人、一台电脑、成百上千个 AI 工作者。Marc 认为这不是几年后的事,而是很快就会发生。
看完这期最大的感受是:
AI 不是简单提高效率,它正在改变“人如何学习、判断、工作、研究和管理自己”的方式。
以前我们问的是:
“AI 能不能替我做这件事?”
现在更重要的问题可能是:
“我能不能把一个问题拆到足够清楚,让 AI 帮我把它推进到下一个层级?”
尤其对科研、医学、编程、教育和个人成长来说,会不会用 AI,可能会变成一种新的基础能力。

夜雨聆风