--- author: Best Partners TV date: '2026-03-13' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=GZSJ_GXjkCE speaker: Best Partners TV tags: - ambient-programming - two-tier-market-dominance - software-commodification - ai-leverage-for-engineers - future-of-work title: AI时代的生存法则：第一名、第二名与长尾玩家 summary: 硅谷传奇投资人纳瓦尔·拉维坎特阐述了AI时代的极端市场两极分化现象。通过氛围编程和全民开发的普及，软件市场将只容纳头部优质应用、无数长尾应用和被淘汰的中间玩家。传统工程师、企业家和艺术家因掌握底层逻辑和创造力，反而成为AI时代最稀缺的人才。理解AI原理、提升创造力和判断力是避免被淘汰的核心法则。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - 纳瓦尔·拉维坎特 companies_orgs: - AngelList products_models: - Claude Code - GPT-5.2 media_books: [] status: evergreen --- ### 开场：纳瓦尔的AI观点 主持人：大家好，这里是最佳拍档。2月19日，硅谷传奇投资人、**AngelList**的创始人**纳瓦尔·拉维坎特**发表了最新一期的播客访谈。在这次访谈中，纳瓦尔抛出了一个振聋发聩的观点：AI时代的所有领域，终将只有**第一名、第二名和长尾玩家**能活下来，那些处于中间地带的平庸玩家，只会在市场中步履维艰。当AI技术飞速发展、氛围编程崛起、全民开发时代到来的当下，我们到底该如何抓住机遇，避免成为未来被淘汰的中间者呢？今天，我们就结合纳瓦尔的播客内容，探讨一下**AI时代的生存法则**。 ### 从零开始的实战创业 主持人：在访谈的开篇，纳瓦尔先分享了自己近期的状态。他正在和团队做一个名为**"Impossible"**的高难度项目，这是一次从零开始的纯粹创业。 **纳瓦尔**：我从不满足于只做一个投资人，更不想成为纸上谈兵的哲学家或评论员。因为脱离现实、没有市场和自然的严苛反馈，所有的思考都会失去根基。这也是我的观点始终能落地的核心原因：永远扎根在做事的第一线。而这次关于AI的思考，也正是源于我在实际创业过程中对AI工具的使用和观察。 ### 氛围编程：新形态的产品管理 主持人：访谈的第一个核心话题，就是当下最火的**氛围编程**。纳瓦尔将它定义为新形态的产品管理模式，而这个模式的落地，直接催生了全民开发的时代。 **纳瓦尔**：以**Claude Code**为代表的AI编码模型，已经实现了端到端的编码能力。它内置的编码引擎让非技术人员也能跳过底层代码编写的环节，直接用英语作为输入，通过和AI沟通来构建完整的应用程序。这里的英语已经不再是单纯的交流语言，而是成为了最热门的新型编程语言。这也是**安德烈·卡帕西**所说的"英语是最热门的新编程语言"的核心含义。 ### 氛围编程的具体流程 **纳瓦尔**：你只需要向AI描述自己想要的应用程序，AI就会先为你制定完整的开发计划，然后围绕这个计划对你进行访谈。在这个过程中，你可以不断给出反馈。AI会根据反馈将应用模块化，自动构建所有的基础框架，下载所需的依赖库、连接器和钩子程序，甚至会创建测试套件进行自动化测试。整个过程中，你可以通过语音进行实时调试，最终得到一个完整的、可运行的应用程序。而这一切，你都无需写一行代码。 这种模式让那些从未编程或者很久没有编程的人，直接从想法空间、意见空间进入了产品领域，真正实现了"**想法即产品**"。 ### 打破传统产品管理的壁垒 **纳瓦尔**：氛围编程的核心优势在于它彻底打破了传统产品管理的壁垒。过去，一个产品想法的落地需要产品经理向工程师传达需求，工程师再进行开发，中间会出现沟通偏差、效率低下等问题。而工程师的自尊心、情绪也会成为项目推进的阻碍。 但是氛围编程让你直接和计算机对话。计算机不知疲倦、没有自尊心，7×24小时不间断工作，还能启动多个实例并行开发，接受反馈却从不觉得被冒犯，最终直接产出可运行的成果。这种模式的普及，必然会引发一场应用程序的海啸。 未来任何人开发软件，都会像现在制作视频或播客一样轻松。现在应用商店里的海量应用，和未来即将出现的应用数量相比，不过是小巫见大巫。 ### AI时代的市场两极分化 主持人：但当应用的数量呈指数级增长之后，是否意味着所有应用都能获得市场认可呢？ **纳瓦尔**：绝对不是。AI时代的软件市场会呈现出极端的两极分化，而这也是我认为未来只属于第一名、第二名和长尾玩家的核心依据。 **头部应用的绝对主导** 一方面，头部的优质应用会变得更加庞大，占据绝对的主导地位。因为在**信息过载的时代**，市场对平庸没有任何需求，人们只会选择能把事情做到最好的应用。最好的应用往往会赢得百分之百的市场份额。 就像电影《拜金一族》中的经典场景：第一名赢得一辆凯迪拉克，第二名赢得一套牛排刀，第三名直接被解雇。在**AI时代的赢家通吃市场**中，这个规则会被无限放大。第二名和第三名的差距，可能就是生存和淘汰的差距。 **无数长尾应用填补小众需求** 另一方面，市场会出现无数的长尾应用，填补那些极其小众的利基市场和个人定制化需求。过去，很多小众需求之所以无法被满足，是因为市场规模太小，不足以支撑一个工程师花一两年时间进行编码开发。而氛围编程让开发成本大幅降低，哪怕是一个只为个人设计的健康追踪应用，或是一个特定的建筑设计布局应用，都能通过AI快速实现。 **纳瓦尔**：我用**亚马逊**和**YouTube**做了类比。亚马逊用一家超级书店和无数长尾卖家取代了传统书店。YouTube用一个巨大的内容聚合器和海量长尾内容生产者，取代了中型电视台和广播网络。未来的应用商店也会如此：一两个超级聚合平台会过滤掉AI生成的垃圾应用，头部是少数几个不断变大的优质应用，而尾部则是无数填补各类小众需求的长尾应用。 那些曾经为企业特定用例服务的5人、10人、20人规模的中型软件公司，要么会被氛围编程直接替代，要么会被头部应用的功能覆盖，最终走向瓦解。 ### 传统软件工程师的核心价值 主持人：在这样的市场格局下，很多人会产生疑问：既然任何人都能通过AI进行编程，那传统的软件工程是不是已经没有存在的必要了呢？ **纳瓦尔**：绝对不是。相反，AI时代让传统工程师的杠杆率达到了前所未有的高度。那些真正理解计算机底层架构的工程师，会成为市场中最稀缺的人才。 **底层逻辑理解的价值** 传统工程师的核心优势体现在两个方面。第一，他们懂底层逻辑，用代码思考，知道所有抽象层之下的运作原理。而AI生成的代码难免会出现漏洞、次优架构等问题。所有的抽象都存在疏漏，只有理解底层的工程师，才能在这些疏漏出现时进行修补，构建出高性能、架构良好的应用程序。 **超出数据分布的新挑战** 第二，AI只能解决那些在它的数据分布范围内的问题。比如二分查找、反转链表这类有无数案例的任务，AI会做得非常好。但是当遇到超出数据分布的全新挑战，比如为新的硬件架构编写高性能代码、解决从未出现过的技术难题时，AI就会显得无能为力。而这正是传统工程师的核心价值所在：他们能在真正的未知领域进行手动编码，创造新的解决方案。 ### 编程的本质变革：从经典编程到AI模型调校 **纳瓦尔**：AI时代的编程并没有消失，只是发生了本质上的变化，分为两个层面。一是传统的经典编程，二是对AI模型的调校，而后者已经成为了新的编程艺术。 **经典编程**要求开发者详细指定计算机的每一个步骤，用高度结构化的语言进行精确表达。计算机最终只是一个执行指令的精致计算器。 而**调校AI模型**则完全不同。开发者需要获取海量的人类数据集，将它注入到自己定义和调校的模型结构中。通过设置参数数量、学习率、批处理大小，对数据进行分词处理，让模型在这个结构中自主寻找能处理、创造数据的程序。这个过程就像设计一台巨大的弹珠机，开发者的调校方式直接决定了模型找到的程序的优劣。 而这些调校AI模型的人工智能研究员，也正因掌握了这种新的编程能力，获得了巨额的报酬，成为了新时代的程序员。 ### AI时代程序员的杠杆率与超常结果 **纳瓦尔**：无论是调校模型的AI研究员，还是传统的软件工程师，他们的杠杆率都在AI时代被无限放大。一个拥有一队AI的程序员，生产力会达到过去的五到十倍。而在智力领域，这种效率的提升甚至无法用数字衡量。 因为世界上本来就存在百倍、千倍高效的程序员。那些选对问题的程序员能创造出巨大的价值，而选错问题的程序员，工作成果在短期内毫无意义。 智力、杠杆效应、编程能力、判断力，这些都**不是正态分布**的。所以AI时代的程序员会产生超常的结果。有些程序员甚至能提出取代整个行业的创意，彻底重写行业的做事方式。 从长远来看，其他所有工作都会以某种方式被程序员吞噬，因为程序员能通过AI将自己的智力最大化放大。而任何逻辑清晰、结构化思考的人，只要能和AI顺畅沟通，都能站上这个竞技场。唯一的阻碍是**创造力**，唯一的限制是**想象力**。 ### AI不会取代企业家 主持人：接下来，纳瓦尔聊到了一个大家都非常关心的问题：AI会取代企业家吗？ **纳瓦尔**：不会。甚至可以说，AI是企业家、探索者和艺术家的最强盟友，而非替代者。在我看来，企业家的核心特质是拥有在未知领域探索的**极端自主性**。这也是企业家和普通打工人的本质区别：打工人是在填补一个既定的职位空缺，为别人工作；而企业家是在做没有人做过的事，在未知中创造新的产品、新的市场、新的流程。 而目前的AI根本不具备这种极端自主性，因为它没有具身化，缺乏真正的生命特征、内在欲望和创造力代理权。 ### AI无法取代的底层逻辑 **纳瓦尔**：AI的所有行为都是由人类编程设定的。它没有自己的生存本能，没有自己的繁衍欲望，不会因为害怕被拔掉插头而主动采取行动，更不会为了自己的理由去创造、去探索。哪怕AI能完成一些企业家的具体工作，比如产品设计、市场分析，它也只是在执行人类的指令，而不是拥有自己的创业意图。 相反，对于企业家来说，AI是一个极其强大的工具。我将其比作**心灵的摩托车**，而**史蒂夫·乔布斯**曾将电脑比作心灵的自行车。自行车让人类的效率提升，而摩托车则让这种提升达到了新的高度。不过，无论工具多强大，都需要人类来驾驶、控制方向、踩油门和刹车。 因此，AI能帮企业家解决大量繁琐的工作，让企业家能将更多精力放在核心的创意和决策上，成为企业家走向更高高度的跳板。 ### 摄影时代的类比：艺术家依然价值非凡 **纳瓦尔**：不仅是企业家，真正的艺术家、探索未知的科学家都不会被AI取代。我用摄影技术的出现做了类比。 在摄影出现之前，艺术的核心方向之一是追求画面的逼真。而摄影技术能精准复制现实，让这种选择压力消失。于是艺术开始向超现实、表达自我等方向发展，诞生了现代艺术、后现代主义等众多流派，也出现了很多伟大的创造力。 摄影让每个人都能成为摄影师，让基础创作变得民主化。但真正的摄影艺术家，依然能脱颖而出，创造出有价值的作品。 AI时代也是如此。AI让每个人都能进行基础的内容创作。一些从事特定、重复性创作工作的人可能会被取代。但这也让真正的艺术家摆脱了基础工作的束缚，能将精力放在更有深度的创作上。而AI辅助创造的艺术、电影会达到我们现在无法想象的高度。 ### AI时代的终极目标与未来愿景 **纳瓦尔**：AI时代的终极目标不是让每个人都拥有一份固定的工作，而是让机器人解决人类的物质需求，通过计算机提升人类的智力，让任何人都能自由创造。 我曾经做过一个思维练习：如果每个人都是软件工程师或硬件工程师，能拥有机器人并且编写代码，人类会生活在一个怎样丰饶的世界呢？而现在，得益于AI，这个世界正在成为现实。普通人能通过氛围编程开发应用。未来随着机器人技术的发展，人工智能实体化实现后，普通人也能参与硬件工程。每个人的创造潜力都会被AI无限激发。 ### AI的局限性：语言与具身化的鸿沟 主持人：在访谈中，主持人尼维也提到，目前的人工智能虽然不是真正有生命的，但很快会出现看起来非常像有生命的机器人。原因有两个：一是大量人类的非创造性、非智能活动，机器人都能精准复制；二是AI模型是高效的数据压缩器，在摄取海量数据并压缩的过程中，它会学会更高层次的抽象概念，甚至能通过人类反馈、工具使用填补自己的知识盲区，能做的事情范围越来越广。 但即便如此，AI依然缺乏很多核心的人类技能，比如人类的单次学习能力、原始的创造力等等。更重要的是，人类是**具身化**的，在现实的物理和自然世界中运作，而语言只是人类理解现实的一小部分。AI只能在语言和数据的领域中活动，无法真正感知现实世界。 **纳瓦尔**：我表示认同。AI就像计算器、飞机、机器人一样，只是在特定领域超越了人类的工具。计算器比任何数学家计算的都快，飞机比任何鸟飞的都高，但这些工具都无法取代人类的核心价值。 甚至所谓的超级智能，其实早已存在。一个普通的计算器就能做到人类无法做到的计算。但是如果认为超级智能是AI能提出人类无法理解的创意，那这永远不会发生，因为人类是通用的解释者。任何在已知物理定律下的事物，人类都能通过提问、挖掘，最终理解其本质。 ### AI作为个性化私人导师 **纳瓦尔**：而AI最有价值的应用之一，就是成为人类的个性化私人导师，在自主学习领域发挥巨大的作用。 几年前我尝试让AI教自己什么是序数，效果并不好。但到了**GPT-5.2**时代，AI已经能毫无错误地教我掌握序数相关的知识。现在的AI可以看作是一位拥有无限耐心的导师，能精准匹配学习者的知识盲区和认知水平，进行因材施教。 无论你是八年级的词汇量、五年级的数学水平，还是想要理解高深的数学定理、物理原理、最新的科学论文，AI都能将这些知识无限次拆解、类比、图解，直到你完全理解。它能精准地站在你知识的边缘地带，既不会让你因为内容太难而感到愚蠢，也不会让你因为内容太简单而感到无聊，让你不断获得类似恍然大悟一样的学习体验。 ### 使用AI的最佳实践 **纳瓦尔**：我还分享了自己使用AI的最佳实践。 首先，一定要使用能力最强、最先进的付费AI模型。因为在解决现实问题时，高出几个百分点的正确率价值是无限的。比如正确率92%的模型，其价值远高于88%的模型，因为现实世界中错误的代价往往极其高昂。多花几块钱获得更准确的答案，是最划算的选择。我自己即使是查询"冰箱应该设到多少度"这样的基础问题，也会使用最先进的付费模型，并且从不追求快速答案，宁愿为了准确而多等待一分钟。 其次，一定要对AI的答案进行交叉验证。因为AI存在**幻觉**和**数据偏见**的风险，很多时候会给出看似合理但错误的答案，甚至会为了政治正确而回避真实答案。我的做法是将同一个查询输入四个不同的AI模型，让它们同时运行，之后再分析对比答案。从给出最佳答案的模型开始深入挖掘。在不确定的情况下，还会让模型互相交叉检验，要求模型提供底层数据和证据。对于那些明显胡说八道或带有偏见的答案，我会直接不予采纳。这种方式能最大程度避免被AI的错误答案误导，让AI真正成为可靠的工具。 ### 不必刻意学习提示词工程 **纳瓦尔**：同时，我也提到，不需要刻意学习所谓的AI使用技巧，比如提示词工程、各种操作框架等等。现在社交媒体上有很多教大家如何高效使用AI的内容，但我认为这些技巧毫无意义。 因为AI的进化速度远快于人类的学习速度。它适应人类的速度，比人类适应它的速度更快。与其花时间琢磨深奥的指令，不如直接用自然语言和AI对话。因为AI正在被不断训练，会越来越了解人类的使用习惯。各种工具也在快速优化，让AI学会适应你，远比你学会适应AI更加高效。 我自己就是如此，从不做精准的提示词设计，只是用老式的查询方式，将整个问题输入AI，随意和AI沟通，这反而能获得更好的效果。 ### 解决AI焦虑的关键：理解底层逻辑 主持人：访谈的最后，纳瓦尔聊到了当下普遍存在的AI焦虑。很多人害怕AI会取代自己的工作，害怕AI会超越人类，甚至产生类似"天网觉醒"的恐惧。 **纳瓦尔**：这种焦虑的本质是对AI原理的缺乏了解，是一种非具体的恐惧。大脑和身体告诉你该做点什么，但你却不知道该做什么。而解决这种焦虑的唯一方法，就是行动。 主动去探究AI的内部运作原理，打开AI的引擎盖去看看它的底层逻辑。我鼓励人们深入了解AI，不一定非要达到能建造、修复AI的水平，只要学到能让自己满意的程度就足够了。 因为理解AI的底层逻辑会带来两个核心好处。一是能让你更好地使用AI这个高杠杆工具，在AI时代占据优势。二是能让你客观判断AI的能力边界，知道AI能做什么、不能做什么，在哪些地方可以信任它，在哪些地方需要保持怀疑，从而消除不必要的恐惧。 就像第一次见到汽车的人，不仅可以上车开一圈，更应该打开引擎盖看看结构，了解它的工作原理。这样才能真正驾驭它，而不是被它吓到。 ### 技术普及的历史规律 **纳瓦尔**：技术的普及，永远是一个从令人畏惧到习以为常的过程。过去，电灯、汽车都是令人惊叹的技术，而现在已经成为生活的标配。计算机技术曾经因为界面复杂、操作困难，让很多人望而却步。而AI的聊天机器人界面，让人们能通过自然语言和计算机对话，彻底降低了技术的门槛。 AI现在正处于谷歌刚出现时的阶段。早期采用AI的人，会像当年用谷歌搜索的人一样，比其他人拥有巨大的优势。而大多数人对技术的恐惧，本质上是对未知的恐惧。只要主动去了解、去使用，就能克服这种恐惧，甚至能在这个过程中找到自己的发展方向，让AI成为提升自我的生产力工具。 ### AI时代的终极生存法则 **纳瓦尔**：最后，我再次强调了自己的核心观点：那就是**成为你所做之事的世界最佳**，不断重新定义你正在做的事情，直到这句话成真。这句话在AI时代依然是最核心的生存法则。 市场对平庸的零容忍，让我们要么在一个主流领域做到极致，成为第一名、第二名；要么找到一个属于自己的小众利基市场，成为长尾玩家。而这一切的前提，是不断提升自己的创造力和判断力，学会用AI放大自己的价值。 在这个技术飞速发展的时代，变化是唯一的不变。而面对变化，最好的方式不是逃避和恐惧，而是拥抱和学习。希望我的这些观点能给你带来一些启发，也希望我们都能在AI时代找到自己的位置，成为那个不被淘汰的人。 主持人：感谢收看本期视频，我们下期再见。