他想用AGI回答的第一个问题,不是你想的那个

最近听了 Lex Fridman 对 Demis Hassabis 的一期播客访谈（Lex #475 ），是 Demis 拿诺奖之后的第二次上节目。推荐直接去 Lex 播客看完整版，信息密度极高。
可以分享点很多，Demis 的大部分思考也比我们日常的关注点高几个维度，先说跟程序员相关的。Demis 谈程序员未来时说的一句话：拥抱 AI 工具的程序员会获得 10 倍生产力，顶级程序员的价值将转向架构设计、指导 AI 和审查代码。
这个判断我非常认可，但我想补一个他没展开的角度：用 AI 写代码快是容易的，但是架构师需要考虑 AI 构建长期可维护的系统（前几天发的贴图也说了）。构建速度只是一个方面，当 AI 能帮你一天写完以前一周的量，还需要确保这些代码三个月后还改得动、六个月后还有人能接手。
AI 时代大家可能跟我一样是双面心态，一方面确实兴奋，AI 工具让个人的能力边界大幅外扩，以前想都不敢想的项目规模现在一个人就能启动。但另一方面也很清醒，我们十多年积累的技能大部分在接下来内会变得不值钱，不适应变化的程序员接下来会丢掉工作。
Demis 说这次变革是工业革命的 10 倍影响、10 倍速度，100 年压缩到 10 年，这不是危言耸听，做过的人知道 AI 编程工具的进化速度有多快。
访谈中其他一些技术相关的点：
1. 混合系统（基础模型+搜索/进化算法）是突破当前 AI 天花板的关键方向，模型给你表征，搜索带你去新空间。AlphaEvolve 就是这个思路的产物。
2. AGI 的验证不是跑 benchmark，而是让各领域顶级专家花两个月找缺陷。Demis 提出的"回测爱因斯坦"思路（给系统 1900 年前的知识，看能否推导相对论）是我见过最有意思的 AGI 判定标准。
3. Veo 3 证明被动观察也能获得直觉物理理解，直接挑战了"必须具身才能理解世界"的假设。做过物理引擎的人会知道这有多反直觉。
更多的点可以右滑图片详细了解，标题的答案在第 8 页。
AI 缺失带来了很多焦虑，但是与其担心被替代，不如想清楚，当 AI 能写大部分代码的时候，你提供的不可替代价值是什么？我的看法是系统层面的判断力，架构选择、长期可维护性、技术决策的品味。这些恰恰是 Demis 说的"科学品味"在工程领域的投射。