The AI paradox: More automation, more humans, more work | Dan Shipper

Lenny's Podcast: Product | Career | Growth · 94 分鐘 · AI 重點整理 by 聽摘

這集在講什麼

這集在回答一個很多人都焦慮的問題：AI 變強之後，工作到底會被取代，還是只是換一種方式做？Dan Shipper 給的核心答案很反直覺——「automation is a lie」：模型能力雖然暴衝，像某些 benchmark 已經能以 50% 準確率自主完成 17 小時任務，但真正落地時，每個 agent 仍需要有人「照料、校準、接手」，所以 AI 不是把人拿掉，而是把人的工作從執行者推向指揮者、整合者與創作者。聽完你會帶走一個很具體的新工作圖像：公司內會出現一個共用 super agent、個人電腦上的工作會逐漸搬進 Codex / CoWork 這類 AI work surface，而且就連一家 AI 極度前傾的公司，也可能像 Every 一樣在一年內從 15 人擴到快 30 人。

來賓：Dan Shipper，Every 的 CEO / founder；Every 本身就是高度 AI-native 的團隊，幾乎所有職能都在日常工作裡使用 Codex、CoWork、Cloud Code，且他上一次來節目時就提前看對了 cloud code for non-engineering work 的趨勢，因此很有資格談「未來一年工作的實際變化」。他在這集最核心的主張是：「Models make yesterday’s human competence cheap；真正有價值的，是人怎麼拿這些便宜能力去做新的東西。」

本集亮點

10:49Dan 用 benchmark 潑冷水：就算最新模型已經能以 50% 準確率自主做完 17 小時任務，人類未來一年反而可能「有更多工作要做」。這個 AI paradox 值得聽，因為它直接挑戰了「能力變強＝人會變少」的直線推論。

14:44他認為 agent 的主流形態不會先是「每人一個私人 agent」，而是「每家公司先有一個 super agent」，原因很務實：agent 現在太需要人類維護，沒人持續 care，它很快就會壞掉或失去價值。這段值得聽，因為它把 agent adoption 的真正瓶頸從模型能力，拉回組織維運。

22:24Dan 說自己已經連續 10 天維持 inbox zero，做法不是更自律，而是讓 Codex 結合 email agent 幫他整理信件、研究法務問題、蒐集四年文件後回傳報告。這段值得聽，因為它展示的不是『AI 寫一封信』，而是 AI 變成你的實際 work surface。

40:43他自建的「senior engineer benchmark」裡，早期模型只有約 30/100，人類資深工程師是高 80 到低 90；到 GPT-5.5 才跳到約 60 分，但仍差一截。這段值得聽，因為它精準說明了為什麼 benchmark 再亮眼，也不等於 AI 已具備人類會主動重構、重訂問題框架的能力。