編碼是AI真正賺錢的地方，接下來會是什麼？

軟件是AI轉化為真實、大規模經濟價值的第一個領域。接下來這種價值會擴散到哪裏，以及誰真正能從中獲利，是業界尚未解決的問題。本文基於播客主Dwarkesh Patel提出的“可研磨性”概念，並對照經濟學家、投資者和建設者的不同觀點，繪製了一幅路線圖。

為什麼編碼首先被攻破？這是幾乎所有人都認同的一點。Patel近期最犀利的觀點是，僅僅“可驗證”並不能解釋AI為何在編碼上進步最快。一項任務還必須“可研磨”：能夠並行運行數千次嘗試，並在廉價、可重放的模擬器中保留有效結果。軟件是罕見的兼具兩者的領域。代碼要麼通過測試，要麼不通過，你可以讓一千個智能體同時攻擊同一個漏洞。對比現實世界，Patel寫道：“你不能讓一千個智能體同時在亞馬遜上嘗試相同的結賬流程，因為Andy Jassy會發現並封殺你的機器人。”

投資者也從資金角度得出了相同的結論。風投公司Bessemer將強化學習描述為新興的獨立層：“RL將AI紮根於經驗：環境構建、RL即服務、平台基礎設施正成為獨立的堆棧。”AI寫作者Rohan Paul在總結500多篇關於智能體RL的論文時，指出了其侷限性：“常見的LLM訓練只對單次答案給予獎勵，然後停止學習。”這正是為什麼像編碼這樣的一次性可驗證任務先於混亂的多步驟任務被攻克。

軟件工程師的工作並未消失，而是轉向了驗證。Rohan Paul在總結《Futurism》的一篇文章時寫道：“從創造到驗證。軟件工程師現在面臨更困難的工作：管理他們未編寫的代碼。”開發者社區對此意見不一。有影響力的工程師swyx放大了一個故意引發爭議的觀點：到2026年，AI工程師是否還應該“閲讀代碼”？MIT勞動經濟學家David Autor完全否定了軟件工作崗位崩潰的説法，認為過去的計算浪潮淘汰了特定任務，但提升了判斷力、專業知識和信任的價值。一個折中的預測是：編碼需求從編寫轉向審查、架構設計和驗證，槓桿作用轉向最擅長指導和檢查機器輸出的人。

接下來會是什麼？通過相同的過濾器（可驗證且可研磨）評估每項任務，再加上物理學家Adam Brown提出的“分支系數”概念，即需要多少真實世界實驗來修剪可能的答案樹。簡單來説，右下象限先被攻克，左上象限則停滯不前。這給出了編碼之後的大致順序：形式數學現在已與編碼同步；符號性案頭工作（SQL、數據分析、電子表格和財務建模）在近期；優化、物流、形式驗證、芯片設計部分在近期到中期；低分支理論科學（理論物理、理論CS）在中長期；具有不完美模擬器的領域（蛋白質和分子設計、機器人）較慢；現實世界智能體、經營企業、訴訟、交易、選舉則停滯不前。這個順序並非僅由任務本身決定。“下一個被攻破的領域”實際上取決於“誰為它構建了良好的模擬環境。”

關於錢究竟會流向哪裏，各方意見不一。Patel提出一個悖論：如果模型自動化了一份價值20萬美元的工作，其價值“既遠超又遠不及”這個數字，因為競爭可能將複製品的價格壓低至“GPU和能源成本”，儘管創造的總價值激增。幾乎所有人都同意模型層是被擠壓的中間層，但他們對誰保留剩餘價值意見不同。股權研究公司Pequity Research估計，應用層在AI收入中的份額在過去一年上升，而模型層下降。有廣泛傳播的文章認為贏家是低利潤運營者，而非軟件富有的公司。悲觀看空者則認為目前還沒有人贏利：模型正“虧損”銷售，護城河比定價更薄。

懷疑論者持謹慎態度。在2026年6月28日的《華爾街日報》文章《AI就業末日來了？三位經濟學家各執己見》中，MIT的David Autor是條件樂觀派，弗吉尼亞大學的Anton Korinek是憂慮派，MIT的Daron Acemoglu是耐心懷疑派。獨立預測者Gary Marcus認為不到10%的勞動力會被AI取代，可能不到5%。即使像Citadel的Ken Griffin這樣的樂觀者也將其視為時機問題：白領崗位被取代是“真實的，而且正在快速到來”，但政治反彈就在下一個週期。

這一切之下，Patel認為制約經濟的核心能力是持續學習。今天的模型在訓練後就被凍結，無法通過實踐在你的特定崗位上變得更好。他將“AI只是需要時間擴散”的解釋稱為“應對”這種缺失能力的藉口，並指出編碼是價值已經落地的顯著例外。如果他正確，編碼將在比“智能體包攬一切”敍事所假設的更長時間內保持孤獨的高峯。

需要關注的五個信號：RL環境初創公司（下一個領域被攻破的領先指標）；頂級模型之間質量差距的大小和持久性（決定AI是從薄利商品轉變為定價權業務的關鍵）；價值層最終落腳何處（應用、基礎設施還是低利潤運營者）；Griffin提到的政治時機窗口（它限制了部署速度，無論能力如何）；以及工作中學習的第一個可信跡象（價值池終於超越軟件的時刻）。

（本文基於Bargo Research的原始研究，引用來源包括Dwarkesh Patel、Bessemer、Rohan Paul、Pequity Research、《華爾街日報》、Gary Marcus、Ken Griffin和Ethan Mollick。）