Naval Ravikant 是 AngelList 联合创始人、硅谷最具影响力的天使投资人之一。他的推文和播客影响了整整一代创业者。在最近的一期 Naval Podcast 中，他和老搭档 Nivi 聊了聊为什么 AI 会让平庸的软件公司消失、为什么程序员不会失业，以及为什么 AI 通不过关于“智力”的真正测试。
原始视频链接：https://nav.al/ai
要点速览
- Vibe Coding 革命：不会写代码的人现在可以用英文描述一个应用，Claude Code 等工具会端到端帮你构建，Naval 称之为“Vibe Coding 是新的产品管理”。
- 赢家通吃加剧：AI 让应用海啸般涌现，但只有最好的才有人要——中等规模的 5-20 人软件公司会被“炸碎”。
- 程序员更强而非消亡：传统软件工程师现在是“地球上杠杆最大的人”之一，因为他们能理解抽象层泄漏。
- 英语是最热编程语言：Naval 说“我就傻傻地坐在那儿跟电脑说话”，因为 AI 适应人类的速度比人类适应 AI 快得多。
- 创业者无惧 AI：AI 缺乏真正的 agency，不具备自己的欲望、生存本能和创造力，因此无法取代创业者。
- 智力的唯一真正测试：你能不能在生活中得到你想要的？AI 连“想要”都没有，所以它瞬间就失败了。
- 焦虑的解药是行动：不了解 AI 就会怕它，了解了就能用好它——Naval 建议“掀开引擎盖看看里面”。
图：Naval 认为英语已经成为最热门的编程语言——你只需要清晰地表达你想要什么，AI 就能帮你构建出来。
Vibe Coding：产品经理直接上手造产品
录制一开始，Nivi 就拿出了 Naval 的一条推文：“Vibe coding is the new product management. Training and tuning models is the new coding.”
Naval 解释了这条推文的含义。他说过去一年，尤其是最近几个月，以 Claude Code 为代表的编程模型达到了质变点：不会写代码的人可以用纯英文描述他们想要的应用，AI 不仅能帮你规划方案、下载库和框架，还能搭建测试体系。然后你只需要用语音反馈——“这个不行，那个可以，改这里，改那里”——它就能帮你构建一个完整的、可运行的应用。
“Instead of trying to manage a product or a bunch of engineers by telling them what to do, you‘re now telling a computer what to do. And the computer is tireless. The computer is egoless, and it’ll just keep working. It'll take feedback without getting offended.”
（你不再需要通过告诉工程师该做什么来管理产品了，你现在是直接告诉电脑该做什么。电脑不会累，没有自尊心，会一直干活，接受反馈也不会生气。）
这个观点的核心不只是“AI 能写代码了”。Naval 真正在说的是，一个新的权力转移正在发生。过去，产品经理的工作是协调工程师；现在，任何有品味和清晰表达能力的人都可以绕过这个中间层，直接把想法变成产品。这不是民主化，而是权力从“能写代码的人”向“知道该做什么的人”的结构性转移。
没有人需要“平庸”：赢家通吃的新世界
Naval 接着做了一个精彩的类比推演。他说当“任何人都能做应用”之后，结果不是所有人都赢了——而是跟互联网过去 20 年发生的事情一模一样。
他拿 Amazon 举例：Amazon 取代了一批实体书店，变成了一个超级书店加上无数长尾卖家。YouTube 取代了一批中等规模的电视台和广播网，变成了一个巨型聚合器加上一条无限长的内容长尾。AI 时代的 App Store 也会走同样的路。
“There is no demand for average. Nobody wants the average thing. People want the best thing that does the job.”
（没有人需要平庸。没有人想要平庸的东西。人们想要的是能完成任务的最好的那个。）
然后他引用了《拜金一族》里 Alec Baldwin 的经典台词来说明赢家通吃的残酷：
“First place gets a Cadillac Eldorado, second place gets a set of steak knives, and third place you‘re fired.”
（第一名得一辆凯迪拉克，第二名得一套牛排刀，第三名——你被开了。）
但 Naval 并没有止步于悲观。他紧接着给出了解法：你可以是最好的——只要你不断重新定义你做的事情。他引用了自己的老推文：
“Become the best in the world at what you do. Keep redefining what you do until this is true.”
（成为你所做的事情上的全球最佳。不断重新定义你做的事情，直到这句话成立为止。）
这里有一个 Naval 没有明说但暗示了的逻辑：AI 时代的“赢家通吃”不是旧时代那种只有大公司才能赢的局面。由于长尾市场被极大地打开了，过去因为市场太小不值得一个工程师花一两年开发的应用，现在可以被 Vibe Coding 快速填补。所以“niche”本身变成了一种战略。你不需要跟巨头在主赛道上竞争，你可以找到一个极细分的赛道，成为那个赛道的第一名。
图：中等规模的软件公司将面临最大冲击——头部应用更强，长尾应用涌入，中间层被“炸碎”。
训练模型是新的编程：AI 研究员为什么拿天价薪酬
Nivi 把 AI 编程比作程序员抽象层的又一次叠加——从晶体管到芯片到汇编到 C 语言到高级语言，AI 只是最新的一层。Naval 同意趋势方向，但强调这次是一个“涌现性质的飞跃”，而不是小改进。
他回忆自己上学时写 C，后来 Python 出来觉得“几乎像写英语”。但现在你真的可以用英语编程了。
那么“编程”本身去了哪里？Naval 说编程并没有消失，只是转移到了更深的层次——训练和调优模型本身。
“Fundamentally, what we‘re doing is a new kind of programming, but this is the forefront of programming. This is now the art of programming. These people are the new programmers, and that’s why you can see AI researchers are getting paid gargantuan amounts because they‘ve essentially taken over programming.”
（从根本上说，我们在做的是一种全新的编程，但这才是编程的前沿。这就是编程的艺术。这些人才是新的程序员，这就是为什么 AI 研究员能拿到天价薪酬——因为他们本质上接管了编程。）
Naval 做了一个很好的对比：传统编程是你精确地告诉计算机每一步该做什么——本质上是一个“极其精密的计算器”。而 AI 编程是你搭建一个结构（模型），把人类产生的海量数据倒进去，让系统自己去寻找一个程序。你调参数、调学习率、调 batch size——就像设计一台“巨型弹珠机”——然后系统在里面找到了一个能生成更多类似数据的程序。
这个类比精准地抓住了为什么 AI 研究员是“新的程序员”：他们不是在写程序，他们在设计发现程序的机器。这是一个更高的抽象层次，所以杠杆也更大。
软件工程师没有死：他们是地球上杠杆最大的人
Naval 紧接着反驳了“传统软件工程已死”的论调。他的核心论点是：所有抽象都有泄漏（leaky abstractions）。
“Software engineers still have two massive advantages on you. First, they think in code, so they actually know what‘s going on underneath. And all abstractions are leaky.”
（软件工程师对你仍然有两个巨大优势。第一，他们用代码思考，所以他们真正知道底层在发生什么。而所有的抽象都是有泄漏的。）
他的逻辑链条很清晰：AI 编程会出 bug、会有次优架构、不会完全正确。理解底层的人能在泄漏发生时堵住漏洞。尤其是在训练数据分布之外的领域——高性能代码、全新架构、真正的创新问题——你仍然需要“手动编程”。
然后 Naval 做了一个层层递进的推演：软件工程师了解底层代码有优势，但了解硬件的人对软件工程师有优势，了解物理的人对硬件工程师有优势——“你可以一直往下追溯，但了解下面一层总是有帮助的，因为你离现实更近了。”
这个观点与 Shopify CEO Tobi Lutke 的“除非 AI 做不了否则不招人”形成了有趣的对比。Lutke 的视角是从管理者角度出发的效率优化，而 Naval 的视角是从从业者角度出发的能力壁垒——AI 让所有人都能编程，但理解底层的人会用得更好。这不是替代关系，是放大关系。
图：Naval 认为程序员现在是“施法者”——AI 就像发给每个人的魔杖，但真正理解“魔法原理”的人依然拥有不可替代的优势。
别学 Prompt Engineering：AI 适应你的速度比你适应它快
这可能是整个对话中最实用的建议之一。Naval 说他从不学社交媒体上流行的各种 AI 技巧、prompt 模板或工作流工具。
“I just sit there stupidly talking to the computer because I know that this thing is now at the stage where it is going to adapt to me faster than I can adapt to it.”
（我就傻傻地坐在那儿跟电脑说话，因为我知道这个东西现在已经到了一个阶段：它适应我的速度，比我适应它的速度要快。）
Nivi 附和说自己从 AI 出现之前就是用“Boomer 式查询”——把整个问题直接扔进去，而不是像搜索引擎那样提炼关键词。Naval 很欣赏这种态度，并且以一种很 Naval 的方式夸了 Nivi：
“Like a lot of smart people, you're very lazy. And I mean that as a compliment.”
（跟很多聪明人一样，你非常懒。我是在夸你。）
他解释说，真正聪明的人优化的是自己的人类效率——“湿件”（wetware，指大脑）的效率——而不是机器的效率。那些学了一堆 prompt 工具和工作流技巧的人，其实是在用昂贵的人脑时间去节省廉价的计算资源，这笔账是算不过来的。
这与 Andrej Karpathy 说的“英语是最热门的新编程语言”一脉相承。Naval 补充说，对于一个英语表达力强、又理解计算机架构的人来说，用结构化的英文就能非常精确地指定自己想要什么，完全不需要学额外的东西。
创业者为什么不怕 AI：因为 AI 缺乏 Agency
Nivi 提到 Naval 一年前的推文：“No entrepreneur is worried about an AI taking their job.”
Naval 先拆解了这句话的多层含义：首先，创业不是一份工作，恰恰相反，它是工作的反面。创业者在做极其困难的事情，任何能帮忙的 AI 都是盟友，而不是竞争者。
但更深层的论点是关于 agency（主体性）的：
“The thing that the AI itself is missing, at the end of the day, is its own creative agency. It‘s missing its own desires, and they have to be authentic, genuine desires. Unless you can pull the plug on AI and turn it off, and unless it lives in mortal fear of being turned off, and unless it can actually make its own actions for its own reasons, for its own instincts, its own emotions, its own survival, its own replication, it’s not quite alive.”
（AI 归根结底缺的是它自己的创造性主体性。它缺的是自己的欲望，而且必须是真实的、真正的欲望。除非你能拔掉 AI 的插头关掉它，除非它活在被关掉的致命恐惧中，除非它能出于自己的理由、本能、情感、生存和繁殖来采取行动，否则它不算真正活着。）
Naval 接着做了一个关键概括：区分创业者和其他所有人的核心特质就是极端的 agency。探险家、科学家、真正的艺术家也一样——他们都在未知领域中，用自我驱动的方式去解决未解决的问题。AI 可以是他们的工具，但做不了他们本身。
这个观点实际上回应了很多人对 AI 的焦虑：“AI 会不会取代我？”Naval 的回答是：如果你做的事情是可以被精确定义和重复执行的，那么是的，AI 可能会取代你。但如果你做的事情是自我驱动的、在未知领域中的创造性行为——那 AI 只会让你更强。
AI 通不过智力的唯一真正测试
对话进入了一个偏哲学的方向。Naval 提出了他关于智力的定义——也是他最具争议性的推文之一：
“The only true test of intelligence is if you get what you want out of life.”
（智力的唯一真正测试是：你能不能在生活中得到你想要的。）
Naval 说这条推文“触怒了很多人”——那些上了名校、拿了学位、自认为很聪明但生活并不如意的人。但他坚持认为，智力的本质目的就是帮助一个生物体得到它想要的——无论是好的关系、财富、健康还是幸福。
然后他把这个定义套用到 AI 身上：AI 瞬间就失败了，因为 AI 根本什么都不想要。它没有生命，更没有欲望。即便你赋予它一个目标，它也只是在替人类代理执行——而在大多数人类真正想要的领域（爱情、社交地位、财富），竞争是零和博弈。
“If every guy had a little earpiece where an AI was whispering to him—a Cyrano de Bergerac kind of earpiece—telling him what to say on the date, well, then every woman would have an earpiece telling her to ignore what he said.”
（如果每个男人约会时都有一个 AI 耳机在耳边告诉他该说什么——像西哈诺那样——那每个女人也会有一个耳机告诉她别信他说的。）
这个推演很精彩：在零和博弈中，当所有人都有 AI 时，AI 的优势就被中和了，最终剩下的差异化因素仍然是人类本身的判断力和创造力。
图：Steve Jobs 说电脑是“大脑的自行车”；Naval 把这个比喻升级为“大脑的摩托车”——动力更大，但仍然需要人来驾驶和指挥方向。
AI 是终极学习工具：在你的水平线上精确接住你
对话的后半段，Naval 花了大量篇幅谈 AI 作为学习工具的威力。他说自己现在会让 AI 给他画图表、图解、类比、插图，然后逐一深入，问“等一下，我不理解这个问题”，一路追问到最基础的层面。
“Now, for the first time, nothing is beyond me. Any math textbook, any physics textbook, any difficult concept, any scientific principle, any paper that just came out, I can have the AI break it down, and then break it down again, and illustrate it, and analogize it until I get the gist.”
（现在，第一次，没有什么是我学不会的了。任何数学课本、物理课本、任何困难的概念、科学原理、任何刚发表的论文，我都可以让 AI 帮我拆解，再拆解，画图，打比方，直到我理解为止。）
然后他说出了这段话中最关键的洞察：
“AI can meet you at exactly the level that you are at. So if you have an eighth-grade vocabulary, but you have fifth-grade mathematics, it can talk to you at exactly that level.”
（AI 可以精确地在你所处的水平上接住你。如果你有八年级的词汇量，但只有五年级的数学水平，它可以用恰好那个水平跟你对话。）
这跟传统教育形成了鲜明对比：课本要么太难（你觉得自己是白痴），要么太简单（你觉得无聊）。而 AI 可以把你放在恰好“你理解了 A，也理解了 B，但从来没弄明白 A 和 B 是怎么连起来的”那个点上。
Naval 总结说：“学习的手段已经非常充裕了。稀缺的是学习的欲望。”（The means of learning are abundant. It‘s the desire to learn that’s scarce.）
Nivi 补充了一个有趣的个人经验：几年前他试过让 AI 教他序数（ordinal numbers），效果很差。但用 GPT 5.2 Thinking，“基本上零错误”。他现在所有查询——哪怕是“我的冰箱该调到几度”——都用 Thinking 模式，因为他要的是正确答案。
Naval 接过话说这正是 AI 产生“runaway scale economies”（失控的规模经济）的原因：正确率 92% 的模型比正确率 88% 的模型值几乎无限倍的价格，因为现实世界中犯错的代价太高了。他自己每次查询都同时发到四个模型，让它们互相验证，然后用最好的那个深入追问。
AI 不是活的：创造力仍然是人类的专属
对话的哲学高潮出现在关于“AI 是否有创造力”的讨论中。Nivi 提到 AI 开始解决一些未解的数学问题，有人据此认为 AI 有创造力。
Naval 不同意。他区分了两种“创造力”：
第一种：AI 从训练数据的五个不同地方、三种不同方式、两种不同语言中把答案拼凑出来了——Steve Jobs 说过“创造力不过是把东西组合起来”。但 Naval 说 Jobs 的这个定义是错的。
第二种，也是 Naval 认为的真正创造力：
“Creativity is much more in the domain of coming up with an answer that was not predictable or foreseeable from the question and from the elements that were already known. It was very far out of the bounds of thinking.”
（创造力更多地属于这个领域：提出一个从问题和已知要素中无法预测、无法预见的答案。它远远超出了思维的边界。）
他承认这种创造力即便在人类中也很少见，“大多数时候人类也不会展现这种创造力”。但他强调 AI 目前完全不具备这种能力——AI 不是在物理世界中活动的（not embodied），语言只涵盖了“人类既弄明白了、又能表达出来的东西”，而“那只是现实的一个很小的子集”。
然后 Naval 给出了整个对话的核心隐喻——也是这期播客的标题：
“Steve Jobs famously said that a computer is a bicycle for the mind. But it takes the legs to turn the pedals in the first place. And so now maybe we have a motorcycle for the mind, but you still need someone to ride it, to drive it, to direct it.”
（Steve Jobs 有句名言：电脑是大脑的自行车。但首先你得用腿去踩踏板。所以现在我们可能有了一辆大脑的摩托车，但你仍然需要有人去骑它、驾驶它、指引方向。）
图：AI 时代的市场将呈现极端的幂律分布——头部超级聚合器、无限长尾、中间层塌缩。
焦虑的解药是行动：掀开引擎盖看看
对话的最后，Naval 直接回应了弥漫在社会中的“AI 焦虑”。他的药方非常直接：
“The solution to anxiety is always action. Anxiety is a non-specific fear that things are going to go poorly and your brain and body are telling you to do something about it, but you‘re not sure what.”
（焦虑的解药永远是行动。焦虑是一种非特定的恐惧——你觉得事情会变糟，你的大脑和身体在告诉你该做点什么，但你不确定该做什么。）
他建议人们在对 AI 感到好奇的那个窗口期就赶紧行动。不只是“用”AI，而是真正去了解它是怎么工作的——“掀开引擎盖看看里面的结构和设计”。
这么做有两个好处：第一，你能用得更好，而在一个杠杆如此之大的工具面前，“用得更好”意味着巨大的差距。第二，你能判断该不该怕它——“这个东西真的会变成天网毁灭世界吗？还是说它只是一台很酷的机器，我能用它做 A、B、C，但不能做 D、E、F？”
结语：Naval 的核心立场
Naval 在这次对话中的核心立场可以概括为三点：
第一， AI 是摩托车，不是替代品——它大幅放大了人类的能力，但方向盘（agency、创造力、判断力）仍然在人类手中。
第二， 赢家通吃但赛道无限——平庸的人和产品没有出路，但你可以不断重新定义自己的赛道，在极细分领域成为第一名。
第三， 行动胜过焦虑——不理解 AI 就会怕它，理解了就能用它。最好的策略是现在就开始用最先进的模型，掀开引擎盖看看，在实践中建立判断力。
对于当下热议的 AIGC 趋势，以及它是否会让传统 开发者 失业，Naval 给出了一个务实且充满力量的视角：工具进化，但驾驭工具的核心能力永远是稀缺的。
完整播客链接：https://nav.al/ai
你怎么看待 Naval 的这些观点？是过于乐观还是过于冷静？欢迎在 云栈社区 的 开发者广场 板块分享你的看法，与更多技术极客一同探讨这些前沿趋势。
发表于 昨天 10:09
|
查看: 7|
回复: 0
