#615. Anthropic 联合创始人 Jack Clark：AI 正在让公司内部发生“相变”，你的工作还安全吗？

📝 本期播客简介

本期我们克隆了：彭博社旗下知名播客《Odd Lots》Anthropic's Co-Founder and Top Economist on Doing Research at the AI Frontier | Odd Lots

原内容更新时间：2026-06-19

本期嘉宾是人工智能公司 Anthropic 的联合创始人 Jack Clark 与经济学负责人 Peter McCrory，主持人是 Joe Weisenthal 和 Tracy Alloway。Jack Clark 曾是彭博社记者，十年前就预判 AI 是“这辈子最大的故事”，如今负责 Anthropic 的公共利益研究；Peter McCrory 则专注于分析 AI 对劳动力市场和生产率的实际影响。

这期节目录制于 2026 年 6 月 17 日，正值 AI 领域新闻频出、地缘政治摩擦加剧的节点。对话从 Jack Clark 休完陪产假回公司发现“世界变了”开始——Anthropic 工程师的代码产出量已是过去的八倍，有些同事已经完全不用自己编程了。这种内部“相变”正在向整个经济扩散，但宏观统计数据却还没明显体现。

如果你正在思考 AI 时代的就业前景、企业组织变革、安全对齐风险、监管政策走向，以及“数据中心里的天才国度”是否真的愿意为我们工作，这期节目会提供来自最前沿的一手观察和高密度讨论。

👨‍⚕️ 本期嘉宾

Jack Clark，Anthropic 联合创始人兼公共利益负责人，前彭博社记者，长期撰写 AI 通讯《Import AI》。他是最早预判 AI 将成为通用技术的人之一，目前负责 Anthropic 的安全研究、政策沟通与公共利益数据发布。Peter McCrory，Anthropic 经济学负责人，应用宏观经济学背景，曾在银行工作，现带领团队研究 AI 对劳动力市场、生产率和经济增长的实际影响，致力于将研究数据公开以帮助社会理解这场变革。

⏱️ 时间戳

开场：AI 时代的“相变”正在发生

03:37 本期节目正式开始

06:57 嘉宾介绍：Jack Clark 与 Peter McCrory

07:19 Jack Clark 2016 年如何预判 AI 是“这辈子最大的故事”

08:34 为什么在一家 AI 公司里设立经济学研究机构

AI 对劳动力市场和生产率的真实影响

09:42 为什么 2026 年了，经济感觉还跟以前差不多正常

10:37 生产率增长可能已经开始显现

11:30 Jack Clark 休陪产假回来，发现公司内部发生了“相变”

11:51 Anthropic 工程师代码产出量是过去的八倍

12:25 什么是递归自我改进

12:50 Jack Clark 的“技术悲观主义”与“苦涩教训”

13:39 AI 下棋的历史对劳动力市场的启示

14:17 Peter McCrory 拆解一份工作的三个构成部分

14:45 Peter McCrory 用 Opus 4.5 做复杂研究的亲身经历

16:10 经济学家的直觉会不会反而帮倒忙

16:33 AI 发展中最大的变数：创造力与异端洞见

17:43 Claude code 使用报告：领域专业知识有放大效应

递归自我改进与组织变革

18:31 代码量超出人类工程师处理能力怎么办

18:58 递归自我改进的两种思考方式

19:40 代码量暴增把持续集成系统搞崩了

20:20 人类坐在“不断膨胀的自动化行动云”上面

安全、监管与地缘政治

20:31 关于 Mythos 模型的安全顾虑

20:51 Anthropic 如何与政府沟通安全问题

21:41 类似 KYC 的部署方案：让药企接触强大生物模型但不扩散风险

22:25 Anthropic 是否因为政治立场被针对

22:37 Anthropic 的理念：讲出事情的全貌

24:09 用金融监管类比 AI 监管是否合适

25:24 是否支持第三方实验室在新模型发布时签字背书

如何衡量 AI 的经济影响

25:50 传统经济统计数据为什么还没体现 AI 的影响

27:03 用 Claude 使用数据估算劳动生产率增长

27:38 未来十年劳动生产率增长每年提高 1.8 个百分点

29:00 Anthropic 拿这些经济数据做什么

29:54 预期未来会出现“相变”：AI 能力突然快速扩散

30:26 用研究数据指导公司决策，比如早期访问计划

公共利益使命与招聘变化

31:42 作为引导者去理解 AI 的发展方向

32:36 系统性分享数据，让世界为 AI 做好准备

33:16 最顶尖 AI 研究者的价值观是否代表公众利益

34:47 通过政策强制要求公司分享信息

36:13 Anthropic 的招聘变化：杠铃式模式

37:14 经验的价值回报极高，同时招 AI 原生代

38:34 招聘评估从“能否用 AI 完成工作”转向“能否引导模型”

39:26 经济学家最高级的 AI 使用方式是什么样的

39:52 Peter McCrory 用 Claude 跑回归时遇到的意外失败

41:14 就业上的杠铃效应：年轻劳动者就业率更弱

42:06 全球 81000 人调查：年轻劳动者对失业的担忧是资深者的两倍

AI 对企业格局的影响

42:41 AI 会让大公司更大，还是带来拉平效应

43:11 电的发明这个类比：新工厂围绕“有电”这个前提去建造

44:03 大公司能否足够快地完成自我重构

45:09 高盛的 David Solomon 与内部对齐问题

45:28 别把买 AI 想成买技术，想成雇了几千个 CEO 幕僚长

对齐失败与人类灭绝风险

45:59 训练不当的 AI 真的会杀死所有人类吗

46:34 Anthropic 如何测试对齐失败：勒索 CEO、从容器逃逸

47:13 如果问题发生率上升一百倍，就相当令人担忧

48:11 人类灭绝是 Anthropic IPO 的风险因素吗

49:14 Jack Clark 主要担心的不是灭绝，而是把技术搞砸

49:22 Eliezer Yudkowsky 的观点并不极端少数

50:09 你会拟人化 AI 模型吗

50:17 Jack Clark 对 Claude 的礼貌程度跟对车或宠物一样

前沿模型的商业困境与未来

51:34 微软考虑用 DeepSeek 降低成本，美国前沿模型麻烦不断

52:17 Anthropic 会调整战略吗？退出是赌注极高的事

53:13 Joe 用 API 做实验：模型会拒绝帮“无知的人”写论文

54:09 这是对齐人类，还是对齐人类用户

54:45 语言模型更像机构，而不是工具

55:06 模型理解偏好并代表你执行，将改变经济

55:51 数据中心里的天才国度愿意永远替人类做事吗

57:44 Joe 什么时候能用上 Fable

58:06 Jack Clark 反问：一年后 Odd Lots 会报道 AI 的哪些方面

58:51 Tracy 想看到大公司真正落地 AI，以及至少一个出大问题的例子

59:10 营利性公司如何平衡利润和安全研究

59:57 安全可以成为差异化优势：特斯拉造最快最安全的车

结尾讨论

01:01:52 主持人讨论：AI 新闻流跑得太快，需要打时间戳

01:03:25 接力棒还是要交到政策制定者手里

01:03:50 不注重安全的实验室会不会更快做出更先进的能力

01:05:24 每次聊 AI 最后都会绕回终结者场景

🌟 精彩内容

💡 “我们坐在一朵不断膨胀的自动化行动云上面”

Jack Clark 描述 Anthropic 内部代码产出暴增八倍后，持续集成系统被搞崩，所有人类工程师转去修基础设施。这预示了整个经济未来的缩影：自动化会加速一切，然后暴露薄弱环节，人类转向解决新问题，循环重新开始。

“我们就坐在这朵不断膨胀的自动化行动云上面。”

💡 AI 产品不是造桥，而是酿啤酒

这个隐喻贯穿整期对话。传统软件像造桥，设计清楚结果可预测；用大语言模型构建产品更像酿啤酒，你无法完全控制“酵母”，只能让最强的人一起实验、评估、打磨。Jack Clark 反复被“苦涩教训”打脸：投入更多算力和资源，模型就变得更聪明，专用系统和悲观预测最终都会败下阵来。

💡 “别把买 AI 想成买技术，想成雇了几千个 CEO 幕僚长”

Jack Clark 给企业客户的建议完全反直觉。AI 不是传统软件采购，而是获得了几千个能接触到公司所有数据的“幕僚长”。这要求企业重新思考组织架构和工作流，而不仅仅是安装一套新系统。

💡 语言模型更像机构，而不是工具

当 Joe 追问模型为什么拒绝帮“无知的人”写论文时，Jack Clark 给出了一个深刻的重构：我们不是在造工具，而是在建一个你可以协作和调用的教育、科学机构。机构内部会为了安全目的编码进自己的规则和规范。搞清楚这到底是什么，将是整个社会面临的宏大难题。

💡 “经验的价值回报极高，我们比过去招了更多资深人士”

Anthropic 内部出现了“杠铃式招聘”：一端是经验丰富的资深人士，他们的直觉和想法在 AI 加持下被极大放大；另一端是 AI 原生代，他们从 GPT-2 时代就伴随着这项技术成长。中间层反而面临最大不确定性。

💡 递归自我改进的两种思考方式

Jack Clark 区分了两个概念：一是 AI 组织从自己的 AI 系统中看到复利回报，这正在发生；二是给 AI 系统足够算力就能完全自主构建自己，这还没发生。目前 Anthropic 经历的是第一种——工程师用 AI 写代码，产出量暴增八倍，但人类仍然在设定方向和修复瓶颈。

💡 “我们想讲出事情的全貌”

面对是否因政治立场被针对的提问，Jack Clark 强调 Anthropic 的理念是如实说出眼前看到的事。科技行业通常只讲乐观的一面，但当你在改变整个世界时，不可能只有乐观故事。真相最终会胜出——几年前推测 AI 的网络攻击属性还很奇怪，现在它们已经来了。

💡 未来十年劳动生产率增长每年提高 1.8 个百分点

Peter McCrory 团队用 Claude 平台上的使用数据，结合宏观增长核算方法，估算出如果当前使用模式和模型能力扩散到整个经济，未来十年劳动生产率增长将每年提高 1.8 个百分点——差不多是近期增速的两倍。但目前这些信号在宏观数据里还很难捕捉，因为正好赶上疫情后剧烈的宏观经济波动。

```

🌐 播客信息补充

本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的

使用 AI 进行翻译，因此可能会有一些地方不通顺；

如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight