Why jobs are becoming a series of loops | Anish Acharya (a16z)

a16z 合伙人 Anish Acharya 认为，AI 不会让你掉队成“永久底层”，反而让普通人能用上 20 多种模型，像搭积木一样做出新产品。

硅谷流行一种焦虑：如果不学 AI 工具、不变得极致高效，就会沦为“永久底层”。Anish Acharya 给出完全不同的视角：AI 其实让更多人能参与创新，机会比以往更分散。他用一线投资和产品经验，拆解 AI 如何改变公司运作、个人成长和产品设计。你会看到，未来不是赢家通吃，而是“人+AI”各自发挥长处，普通人也能用 AI 组装出自己的新东西。

现在流行一种说法：不会用 AI 就会被淘汰，掉进底层。Anish 直接泼冷水，现实其实恰好相反。

• AI 让机会分散：以前网络效应让赢家通吃，现在每个技术环节都有 20 多家玩家，像 Claude、Codex、Replit 等都能活得不错。
• 数据没支持“淘汰论”：20 年来医生、程序员都被说要被 AI 替代，结果这两个职业需求反而创新高。
• AI 没有“自我进化飞跃”：所谓“自我提升、突然爆炸”只是科幻。现实是 AI 进步快，但经济渗透很慢，比如小镇生活几年都没变。

AI 正在把公司变成一连串“自动化环节”，但每个环节到头都还得靠人来突破。

• 每个部门都能用 AI 做“自动化循环”：比如产品、增长、客服都能用 AI 自动收集反馈、测试方案、执行决策，像流水线一样不断优化。
• AI 只能爬到“局部最优”，突破还得靠人：AI 可以帮你把一件事做到极致，但想出新方向、跨越“山丘”还得靠人的直觉和创新。
• 最有价值的工作是“AI 卡壳时人来补位”：比如卖二手车的 Kavak 公司，每个客户配一个 AI agent，遇到搞不定的才找人类介入，AI 还能从人类补救中学经验。

AI 工具不是只有顶级玩家才能用，普通人也能像拼乐高一样组装模型，做出自己的产品。

• 模型百花齐放，各有专长：Anish 每次新模型出来都强迫自己用一遍，发现比如 Quen 38B X 擅长长文本和讲故事，GLM 53 更像“神经质博士”，各有用武之地。
• 不是只有“最聪明”才有价值：像会计、法律这种工作，AI 只要过了“有用”门槛，多聪明都没意义，反而是价格和效率更重要。
• 人人都能用 AI 做点新东西：Anish 建议每个人都像“点子狂人”一样，随时把生活里的小想法用 AI 实现出来，哪怕只是好玩，积累多了自然能做出大东西。

“AI 让你不用会写代码，也能把脑子里的点子变成现实——关键是你敢不敢多试几次。”

• 每次有新模型出来，强迫自己用一遍，哪怕只是做个小玩具，积累“手感”比光看新闻有用百倍。
• 把工作流程拆成“哪些环节能让 AI 自动化”，剩下的才是你真正要花时间的地方——别怕让 AI 抢活，主动用它省力才是赢家。