夜雨聆风
Lenny's Podcast 这一期 （The AI paradox: More automation, more humans, more work | Dan Shipper）我反复回放了好几次。产品圈最火的访谈播客之一，这次请的是 Dan Shipper——Every 公司的 CEO，旗下养着 Cohere、Spiral、Proof 一堆内部 AI 产品，圈内对他的标签是"住在未来"，每次新模型出来他都第一时间扔下手头活儿亲自跑一遍。整集 1 小时半，没一句废话，信息密度高得我做笔记的手都跟不上。
这期的由头其实有点戏剧性。去年 Dan 在同一档播客上随口预言了 Claude Code 的非编程用法会爆——当时基本没人接，一年后 Anthropic、OpenAI 把这套玩法都包成了正经产品线，他算是押中了。这次 Lenny 把他请回来再押一次，他给自己定了个赌约：押一年，到 2027 年 5 月再回来打分。然后丢出 几 条相当反共识的预测——SaaS 不会死、CLI 已经速通完了、个人 agent 是个伪命题、自动化越多人类活儿反而越多。每一条单独看都像吐槽，连起来是一套挺自洽的世界观。
1.自动化是一个谎言
"我同时是极度的 AI 信徒，又极度看好人类。自动化是个谎言，每个 agent 背后都得有个人。"——这句听起来像段子，但 Dan 是真把这两件事同时信着的。他公司一年内人员从 15 个翻到 30 个，每个员工都用 Codex、Claude Code、Cohere 干活，照理说该是"AI 替我打工"的样板间，结果是公司最 AI pilled、最自动化，员工反而越招越多、越干越累。现在的 AI 讨论太爱站队。要么是"AGI 半年内来了，白领集体下岗"，要么是"模型也就那样，泡沫正在破"。两头都好写、都好转发。Dan 这种"两头都信"的姿态反而是少数派，但偏偏是我现在听过最像实话的那种少数派——因为它解释得了一件主流叙事解释不了的事：为什么用 AI 用得最猛的人，最近反而都在喊"我活更多了"。
2. 未来一年怎么干活：你会被分进两条轨道
Dan 这条预测最不性感，但最该认真听：未来一年，绝大多数人的工作流会"双轨化"。
一条轨道是异步——你在 Slack 里跟一个公司级的"超级 agent"说话，把活甩过去，它去查数据、写报告、跑流程、回头给你结果。Shopify 的内部 agent 叫 River，Ramp 也有自己的，模型公司自己内部更是一堆。Dan 半年前还是"人手一个 personal agent"派，原话是"像金色罗盘里的精灵一样跟着你"，挺浪漫。现在他完全反水了——OpenCode 这种 harness 太脆，普通人没耐心也没能力 SSH 进去给它擦屁股，最后大家还是要回到一个由"forward-deployed engineer"专门伺候的、全公司共享的大 agent 那里。
另一条轨道是你坐在电脑前的那个工作台——但这个工作台不再是 macOS 的桌面，而是 Codex 或 Claude Co-work 的窗口。
"每个人都会有至少一个能甩活儿过去的 agent，而你大部分活儿，会在 Codex 或 Claude Co-work 里完成。" Dan 自己已经是这么干的了——Codex 是他的 daily driver，每个项目一个 thread，写文档时打开 Codex 内置浏览器，让 Codex 一边看着他在 Proof（他自己撸的 markdown 编辑器）里写、一边在旁边查资料、改邮件、刷收件箱。他已经连续十天 inbox zero 了，对了解他的人来说这事比 GPT-5.5 上线还离谱。这件事比听上去严重。它的真实含义是：操作系统正在悄悄换层。你以前打开 Slack、打开 Notion、打开 Linear，现在你只打开一个 agent 容器，所有 SaaS 跑在它的内置浏览器里。你用的是你自己的 token，不是 SaaS 厂商的。这一脚把过去两年所有"我们要给产品塞个 AI sidebar"的产品决策直接踢翻——你不需要再做 sidebar 了，因为用户带着自己的 agent 来用你。
我自己最近也开始这么干，回不去了。但我必须说一句不那么乐观的话：这意味着接下来一年，每一个 SaaS 团队都得回答一个新问题——"agent 是我的用户吗？" 如果答案是"是"，那从 onboarding 到定价到错误处理全得重写。如果答案是"不是"，那你就是下一个被搬空的 Excel。Dan 的预测里这条最像基础设施层的判断，也是后面所有故事的前提。
3. 个人 agent 是个伪命题，至少现在是
接着前面那个"超级 agent"的话头往下说。Dan 这次反水反得挺彻底。半年前他还沉迷 OpenCode，觉得人手一个 agent、像精灵一样跟在肩膀上才是终局。现在他直接把这条路判了死刑——不是路本身错，是现在的技术栈撑不起来。
我自己折腾过 OpenCode 一阵，能体会他的崩溃。那个东西挂半天就坏一次，配置文件扯出来三屏，MCP 接口动不动就抽风。你得是个真心愿意把它当宠物养的人才伺候得动它。Dan 公司里那个 forward-deployed engineer 类似的角色叫 Kieran，他描述得很形象：Kieran 自己写过完整的 Open Claw 配置、Cohere 配置，整天跟那个 agent 黏在一起，结果那个 agent 真的好用得不行；其他同事想抄，抄不动，最后还是回去找 Kieran 帮忙。
往下挖一层，Dan 给了一个我觉得这一整集最关键的判断：
"现阶段 agent 想要好用，真的需要一个在乎它的人。这层连接一断，它立刻就不顶用了。"
这句话听着玄，但你把它翻译成产品语言就特别朴素——agent 没法靠"开箱即用"活下来。它需要有人盯着它的输出、纠它的偏、给它写新的 prompt、骂它一顿再重启。这件事现在没法外包给一个普通员工去做，所以最务实的方案就是公司里养一个"agent 管家"，把 agent 做成全公司共用的接口。Shopify 的 River、Ramp 内部那个、Anthropic 自己的，都是这个形态。
我做产品这几年最大的感受是：所有失败的内部 AI 工具，败因都不是模型不行，是没人在乎它。你发现没？公司里凡是装了一堆 AI 工具最后没人用的，问题从来不在工具本身，而是没有一个人把"让这玩意儿真的有用"当自己的 KPI。Dan 这条判断的反面其实更狠——如果你公司里没有那个愿意"在乎 agent"的人，你买再多 license 都白搭。这跟当年 Salesforce 进公司没有人专门维护就变垃圾场一模一样。所谓 agent 革命，前置条件是有人愿意做 agent 的家长。
4. CLI 已死，我们速通了一个时代
去年所有人都在喊"回归终端"。Twitter 上一票大佬轮流晒自己的 tmux 截图，说什么"程序员就该住在 CLI 里"。Claude Code 一火，这套话术更是甚嚣尘上。Dan 这次直接把这阵风给关了：
"CLI 时代我们已经速通完了。它玩得挺爽，但基本上结束了。"他没说 CLI 会消失——存在了五十年的东西不会消失。他说的是 CLI 不再是 agent 的主战场。Cloud Code 当时火，很多人误以为火的是"它是个 CLI"这件事，结果一旦真的换成 GUI（Codex Desktop、Cohere），所有人都老老实实搬了过去。GUI 被发明是有原因的，affordance、可见性、撤销栈、复制粘贴——这些都是 CLI 给不了的东西。
我特别认同 Dan 那一笔——Codex 真正的创新不是把 AI 塞进浏览器，是把浏览器塞进 AI。这个顺序换得太关键了。以前是浏览器主、AI 是个 sidebar；现在是 agent 主，浏览器是它的一只手。你写文档的时候 Codex 替你查资料、改邮件、跑测试，整个浏览器是 agent 的手脚而不是你的。这个 affordance 反过来了，CLI 那一套"让人来当 agent 的手"自然就没必要了。
那波反智浪潮我看得挺烦的，正好借 Dan 这条预测说出来。
5. SaaS 末日论是个笑话，我会现在买 SaaS 股票
接下来这条最反共识。过去两年 AI 圈最爱讲的故事就是 SaaS 死了——agent 一来，用户不再需要打开十个 SaaS，agent 会替他们调 API、跑流程，SaaS 沦为底层的 commodity。a16z 那篇"SaaS is dead"刷了多少屏我都数不过来。Dan 直接反向押注：
"现在我会买 SaaS 股票。Agent 干的事是把 SaaS 的用户量推高，不是把它干掉。"他的逻辑其实挺干净。当用户用自己的 token（Codex 出钱、Claude 出钱）来调你的 SaaS API，你的 margin 反而保住了——以前你要自己烧钱跑推理，现在用户自己带 GPU 来。GitHub 现在被 Codex/Cohere 打爆就是预演：API 调用量翻了不知道多少倍，GitHub 自己反而没花一分钱推理成本。Dan 说他打赌未来两年 SaaS 股价会大涨，这话对应到具体动作就是：你别再急着把自家产品改成"AI-native"，先想清楚你的产品能不能让人和 agent 一起用。
我看 Notion、Figma、Linear 过去一年的 ARR 增长，确实没有崩，反而都在加速。Notion 的 MCP 接口一开放，调用量直接起飞，因为每个用 Codex 的人都在让 agent 帮自己整理 Notion。这就是 Dan 说的"agent 是 SaaS 的新超级用户"——它不光自己用，还带着人一起用，ARR 反而更稳。
但我得补一句——SaaS 公司要做的事变了。不是再做一个 sidebar，也不是塞一个 chatbot，是真的把产品改成"人和 agent 双方都觉得顺手"的工作台。这件事说起来轻巧，做起来要命。比如你的 onboarding 是让真人点完七步走完的，agent 看不懂；你的错误信息是给人看的口语，agent 解析不了。SaaS 不死，但每家 SaaS 都得重做一遍 API 表层和 UX 表层。这不是 AI 替代 SaaS，是 AI 给 SaaS 重新写了一份用户手册。
6. 越自动化，活越多——这个悖论是真的
整场访谈我笑得最响的是这一段。Dan 一边发着推说"我用 AI 把活儿都自动化了"，一边因为 vibe coding 写得太猛把肘子搞出了滑囊炎。他公司一年里从 15 个人翻到 30 个，最 AI pilled 的公司反而在拼命招人。Lenny 听完笑出声。
"我们用了这么多自动化、这么多 AI，结果我反而干得更多了。"这条悖论他自己也一直没想明白，直到他做了一个 benchmark 才有点感觉——叫"senior engineer benchmark"。规则很简单：扔一堆真实工程任务给模型和真人，看分。GPT-5.5 比上一代涨了 30 分，看起来吓人。但 Dan 做完这个 benchmark 反而看清了一件事：你能写下来打分的，从来不是人最值钱的部分。能塞进 benchmark 的任务都是已经被定义好的、有标准答案的、能被 verify 的。这些任务模型确实越做越好。但真人在公司里贡献的那些东西——判断要不要做这件事、跟谁聊、什么时候放弃、谁该被裁、客户那句话背后真正想说的是什么——一条都进不了 benchmark。
所以悖论的解法其实是：每自动化一件能被定义的事，就会暴露出十件原来没被注意到的、不能被定义的事。这十件事还得有人去做。Dan 自己每天用 Codex 跑十几个 thread，每个 thread 出来的结果都得他亲自看、亲自判断要不要 merge——自动化没有让他变闲，让他变成了一个全职 reviewer。
我现在每天用 Claude/Codex 处理的东西比一年前多五倍，但工时也多了 30%。这个比例是我身边几个 AI pilled 的朋友的共识。"AI 替你打工你去躺平"那套叙事，是没真用过 AI 的人自己想象出来的。真用了你会发现，AI 把所有"做事的成本"压低了，结果就是"决定该做什么"成了瓶颈，而这个瓶颈在你脑子里，没法被外包。
7. PM 和全栈设计师起飞，sales 这次没事
Lenny 问了一个所有人都想问的问题：那接下来这一两年，最该往哪个方向卷？Dan 没绕弯——PM 和全栈设计师。
他举了内部一个叫 Marcus 的人当例子。Marcus 之前在 Axios 当 PM，带过几十人的团队，做到几千万 ARR。一年前他停薪一年，专门去学 cursor、学 Codex、把自己整个 AI pill 一遍。回来之后他一个人在 Every 内部跑一个产品叫 Spiral，写代码、做设计、对接用户、写文档全自己上。Dan 原话是"他出活的速度比团队里几乎所有人都快"——
"他把自己那点技术底子，跟他特别尖锐的产品直觉、写作直觉、对用户的直觉，全粘在了一起。"我特别喜欢"spiky"这个词。Dan 解释得很清楚：AI 把"能写代码"这件事白菜化了，所以剩下值钱的是"知道该写什么"。这恰好是好 PM 和好设计师本来就在练的肌肉——产品判断、审美、对用户的直觉。设计师能逃出 AI slop 困境（你打开任何一个 v0 出的页面都长一样）也是同一个理由：他们带着 taste 下场，AI 是他们的笔，不是他们的脑。
最反直觉的是——sales 这次基本没事。Dan 说销售这个工种本来就是关系驱动的，AI 替代不了"那家客户的 CTO 上次见你时心情不好你记得问候一下"这种东西。AI 帮 sales 写 sequence、清线索、做 demo 视频，但最后那一脚还是得人去踢。
我作为做了几年产品的人必须补一句，怕被读者误会成在给 PM 圈递麦：这不是说 PM 这个 title 起飞了，是说"判断该建什么"这件事起飞了。一个不下场用 AI 的 PM，跟一个下场用 AI 的工程师比，前者会被血洗。Dan 这条预测的真正含义是：title 越来越不重要，"会不会用 AI 把自己变成一支队"这件事越来越重要。Marcus 的牛逼之处不是他是 PM，是他敢停薪一年彻底重学一遍。这才是值得抄的。
8. 模型把"昨天的人类能力"变白菜，剩下的全是创意
最后这条是 Dan 整集里最底层的判断，也是最值得抄走的一句话：
"模型干的事，就是把昨天的人类能力变得便宜。它被商品化，就不值钱了。"他解释得很白话：模型吞下所有已经发生过的人类数据，然后让所有人都能廉价复现这些能力。所有人都能写落地页了，结果落地页全长一样；所有人都能写文章了，slop tweet 满天飞；所有人都能 vibe code 了，App Store 充满一眼假的小工具。"昨日的能力"从此变成空气，免费、无限、没人付费。
那什么不会变白菜？Dan 没直接给答案，但你顺着他这条逻辑往下推一步就出来了——模型只能商品化"已经被记录下来的能力"，没被记录的、还在生成中的、由具体某个人在具体场景里做出来的判断，模型够不到。换句话说，AI 越强大，"做新东西、做不一样的东西"这件事越值钱。这跟第七节那个"判断该建什么"是一脉相承的，也跟第六节的悖论对得上——能 benchmark 的都是昨天的能力，今天的能力没人能 benchmark。
Dan 给的最后一条建议很简单：ride the model。每次新模型出来，亲自坐下来跑一遍，看它现在能干什么了。别看 Twitter 上别人怎么吹，自己上手。这个习惯他坚持了三年，每次他对未来的判断刷新都是因为他真的在用。
我自己越来越确信一件事——AI 时代最不该练的是"用 AI 提效"，因为提效这件事本身正在被白菜化。该练的是"做一些 AI 学不会的事"：跟具体某个客户聊一次的耐心、对一个产品形态的偏执直觉、做一件违反共识的判断的胆量。这些没法被 prompt 出来，也没法被 benchmark 评分。
整场访谈听完我记得最牢的一句不是哪条预测，是 Dan 说的"AI 的前沿不在旧金山，在每一个真正用它做事的人手边"。这话听着像鸡汤，但它是真的。Dan 之所以能押对一次又一次，不是他在 SF 有什么内部消息，是他每天真的在用。这一年想押对，方法跟他一样——别看预测，自己上手，一年后，咱也来打个分。
看完记得关注我，及时收看更多好文！
