2026 年 5 月，硅谷对同一个问题给出了两个相反的答案。
还记得敏捷开发时代的口号吗？“我们要构建 10x 工程师团队”？那个时候还觉得很遥远。而如今，Andrej Karpathy 在 Sequoia AI Ascent 2026 上提出，Agentic Engineering 的天花板远不止 10x——AI-native 团队正在用 token 账单替代传统工程团队的人头扩张。另一边，微软却叫停了内部 Claude Code 的推广——原本计划覆盖数千乃至数万工程师，最终因 token 账单失控而紧急刹车。
AI 用起来，到底比人贵不贵？
取决于你怎么用。微软给每个工程师配 AI 副驾，年薪不变，token 账单却从每月数百美元涨到数千美元且持续递增。总成本 = 工资（不变）+ token（递增）= 结构性必涨。这是副驾模式的失败。
YC 孵化的 AI-native 公司的公式完全不同：极少人头 + 高 token 账单 = 整体下降。因为烧 token 不是给员工配副驾，而是直接替代人头。
Meta 的 2025-2026 年是一个真实的例子：一边在内部推动某些团队 75% 的代码由 AI 辅助生成（Zuckerberg 公开预测全公司约 50%），一边用 Metamate 将员工的笔记和项目总结结构化，然后在 2026 年 5 月又裁掉约 8000 人（此前多轮已裁数千）。这三件事同时发生，很容易让人得出”AI 正在大规模取代人类”的结论。但真相更复杂：这些人不是被 AI 淘汰的，而是被”把 AI 当成本工具”的旧组织逻辑淘汰的。
真正该问的不是”AI 会不会取代我”，而是”我有没有在用 AI 把自己进化到更高层级”。
历史反复证明：电子表格没消灭会计师，他们开始做更复杂的建模；搜索引擎没让研究员变笨，他们开始验证更多假设；计算器没有让人类变懒，它让人类从算术中解放出来去思考数学。工具革命淘汰的不是人，是停留在旧角色的人。
AI 替代的不是你，而是你工作中最不值得消耗脑力的那部分。
前沿 AI-native 公司的核心资产正在从”人脑”转移到”上下文”——文档、MCP 接口、API、artifact。人在这种公司里从资产变成变量，因为核心资产不在人脑里，在文档里。
那么人类该把脑力投向哪里？
AI 擅长综合已有知识。给它 100 篇论文，它能浓缩成一页摘要。但 AI 不擅长判断什么值得做，以及结果是否正确。
Karpathy 强调了一个词：品味。知道什么好、什么不好，如何取舍。这就是人类的新位置——不做传递者，不做综合者，做方向判断者和品味持有者。
但这里有个悖论：越依赖 AI，越需要保持清醒。Karpathy 警告”黑客帝国幻觉”——AI 给你完美答案，你接受了，但没有真正理解它为什么对。过度依赖 AI 的危险不是被取代，而是失去培养”理解”的机会。理解只能通过亲手做过、犯过错、调整过的过程中获得。
AI 可以帮你生成代码，但它不能帮你判断这个代码是否解决了真正的问题。AI 可以帮你写文档，但它不能帮你判断这个文档是否反映了真实的业务逻辑。理解是一种深层的、情境化的、带有直觉和经验的认知状态。
AI-native 的未来属于三种角色的叠加：
- builder 用 AI 把想法变原型；
- harness designer（驭手）像设计马具一样设定 AI 的边界与反馈机制，驾驭它不跑偏；
- creator 判断方向与品味。
技术岗位不论部门，开会带原型，不光带想法。”不能躲到 AI 后面”。
真正的分水岭不在技术，而在人。你是把 AI 当作副驾，让旧组织继续运转？还是把 AI 当作新的生产力层，重构组织，让自己成为 builder、harness designer、creator？
不要外包你的理解。用它作为杠杆，把自己进化到 AI 够不着的层级——去定义问题、行使品味、保持理解。
理解 AI，用好 AI，让 AI 帮助自我进化，加油。
