如果你还认为 AI 只是一个更聪明的聊天机器人，或者觉得程序员的失业危机还很遥远，那么 SemiAnalysis 的首席分析师 Dylan Patel 在这场对谈中给出了最冷酷的警示。我们正处于一场"白领大屠杀"的边缘。
观看完整视频过去八个月验证了"算力即权力"逻辑，传统初级程序员市场正面临核弹级毁灭，AI 已从代码补全进化为代理编排。
Anthropic 因过度坚持"对齐"教条被列入国防部黑名单，而 OpenAI 展现极强现实主义，迅速抢占政府契约先机。
美国军方使用陈旧模型面临中国快速迭代风险，无人机群战争时代已来临，算法迭代可能在代码发布时决定胜负。
软件开发传统形态正在消亡，"如果你能清晰描述，模型就能学会"，核心竞争力转向业务逻辑理解而非代码编写。
6 人 AI 团队互动量超越千人传统媒体，正处于小团队利用 AI 挑战巨型传统机构的红利期。
尽管 Anthropic 在代码理解和代理编排上领先，OpenAI 依然是目前最接近实现超人工智能（ASI）的组织。
过去八个月的行业演进验证了"算力即权力"的逻辑，同时也宣判了传统初级程序员市场的死刑。
Dylan 透露他的团队现在每天在 Claude Code（100万上下文版本）上的开支高达 5000 美元。虽然成本高昂，但生产力提升了 10 倍以上。
Dylan 的数据中心建模主管 Jeremy 并不是程序员，但他通过自然语言描述需求，利用 AI 构建了复杂的自动化工具。这证明了 AI 已从"代码补全"进化为"代理编排"。
技术理想主义在政治博弈面前显得脆弱，Anthropic 的教条主义使其在政府契约中失去了先机。
Dylan 认为 Anthropic 的创始人 Dario 过于坚持政治正确和"对齐"教条，在面对"是否用 AI 拦截核弹"这类极端问题时，给出了模棱两可的回答。
相比之下，Sam Altman 领导的 OpenAI 展现了极强的现实主义，"永远不会放过任何一场好的危机"。OpenAI 迅速签署了国防部协议，尽管内部有抗议，但他们更倾向于"先占坑位再谈限制"。
美国军方在使用陈旧模型时，正面临中国快速迭代、即时部署的降维打击风险。
美国军方目前在机密网络中运行的往往是过时版本的模型。Dylan 警告说，如果中国在军事应用中直接使用最新的开源模型（如 DeepSeek 或 Qwen），且不经过冗长的官僚审批，美国的所谓"六个月领先优势"将毫无意义。
战争的未来属于低成本、高智能的无人机群。中国拥有强大的硬件制造能力和更灵活的 AI 部署策略，而美国在制造高产量低成本无人机方面依然面临挑战。
AI 不仅改变了生产力，更通过信息操纵和财富集中加剧了社会不安和心理落差。
社交媒体让 90% 分位的人觉得自己是中产，而 50% 分位的人觉得自己是穷人。AI 生成的"完美生活"幻象加剧了这种焦虑。
Dylan 将当前的互联网内容比作"多巴胺自助餐"，虽然容易获取，但剥夺了人类通过"磨砺和奋斗"获得深度满足感的机会。
软件开发的传统形态正在消亡，未来的核心竞争力在于对业务逻辑的深刻理解，而非代码编写。
现在的开发模式是"如果你能清晰描述，模型就能学会"。Dylan 分享了一个对冲基金客户的案例：此人完全不会编程，但他通过给 Claude 阅读 CIA 谈判手册，构建了一个能分析 CEO 在财报电话会中语调真伪的专业工具。
在 Dylan 的公司，以前的数据研究员现在转型为"提示词架构师"，利用 AI 在几分钟内完成过去需要一周的研究工作。
AI 降低了单项工作的成本，反而导致了更多样化的需求出现。这就是为什么高效率团队依然在疯狂招聘"进取型人才"。
传统媒体（如 CNBC）的虚假繁荣正在被高效率的小型 AI 驱动团队刺破。
Dylan 指出，像 Matthew Berman 这样的 6 人团队产生的互动量已经超越了拥有数千人的 CNBC。大型机构的高昂成本和陈旧分发渠道使其在 AI 时代变得极其笨重。
SemiAnalysis 正在利用 AI 建模进军能源咨询等传统行业。这些行业充斥着"陈旧的实践和堆积的废话"，AI 驱动的团队可以实现降维打击式的"效率套利"。
AI 将成为下次大选的核心议题，全民反 AI 情绪可能迫使政客转向支持全民基本收入（UBI）。
Dylan 预测，由于 AI 带来的裁员担忧，政客们将利用这种恐惧来赢得选举。他认为如果自己是民主党策略师，会毫不犹豫地采取"反 AI"立场以赢取中产选票。
随着资本占据价值分配的绝对比例，劳动力的价值将被大幅削弱。他个人虽然是一个坚定的资本主义者，但也开始意识到 UBI 是防止社会分崩离析的唯一出口。
中国模型正在通过非传统渠道绕过出口限制，中美算力差距在缩小后可能再度扩大。
Dylan 认为 DeepSeek 并非完全在国产芯片上训练，而是利用了英伟达的 Blackwell 芯片。他推测这些芯片可能不是通过走私，而是在东南亚租赁的集群上运行，最后通过加密 FTP 将模型权重传回国内。
目前 OpenAI 拥有超过 2GW 的算力管道，而 Anthropic 约为 1.5GW。尽管中国模型在 Q3/Q4 追赶势头迅猛，但随着 Blackwell 大规模部署，美国算力领先优势将再次拉开。
本地算力将逐渐沦为爱好者的玩物，而真正的 AI 生产力将高度集中在云端超大规模数据中心。
Anthropic 曾公开指责中国模型进行"蒸馏"。Dylan 认为这并非空穴来风，模型蒸馏（用大模型生成数据训练小模型）是提升能力的捷径，且这种指控在模型语调和行为模式中能找到蛛丝马迹。
由于内存和 3nm 晶圆的全球短缺，英伟达等厂商会优先将资源分配给利润更高的 Blackwell/Rubin 数据中心芯片，而非游戏显卡或本地终端。这意味着本地运行高性能模型的成本将越来越不具竞争力。
Anthropic 虽然目前势头强劲，但 OpenAI 依然是通往超人工智能（ASI）的首选赢家。
虽然微软在算力支持上有所犹豫，但 OpenAI 已经通过 Oracle 等第三方获得了海量算力补偿。
AI 正在自我优化。每年的推理成本都在以 1000 倍的速度下降，而能力却呈指数级上升。
Dylan 维持了他 18 个月前的观点：OpenAI 依然是目前最接近实现 ASI 的组织，尽管 Anthropic 在代码理解和代理编排（Claude Code）上正处于领先地位。
代码正在变得廉价，未来最值钱的能力是定义问题的清晰度和对业务逻辑的深度理解。
目前正处于一个小团队利用 AI 挑战巨型传统机构的红利期。如果你能比对手更快、更低成本地完成任务，你就能夺取他们的市场份额。
AI 的发展与芯片产能、电力供应和地缘政治高度绑定。了解算力的流动，就能预见权力的转移。
不要满足于"多巴胺自助餐"，保持对技术的饥渴感和对社会变化的敏锐觉察。