a16z 安德森：我們把沙子變成思想，AGI 三個月前已經跨過門檻

本文整理自 Joe Rogan Experience 2026 年 5 月播出的單集。

{{< youtube PHQvb10vKyk >}}

---

a16z 共同創辦人馬克．安德森（Marc Andreessen）最近二度登上 Joe Rogan Experience，錄了將近三小時。上一次是 2024 年大選前那一集，主要談政治；這次主題更集中，他花了大量時間鋪陳一個核心論點：AI 是人類歷史上最重要的技術，而且 AGI 已經到了。

安德森在矽谷的分量不需要多說。他 22 歲共同開發了 Mosaic 瀏覽器，24 歲共同創辦 Netscape，後來成立的 a16z 管理超過 420 億美元資產，投資組合涵蓋上千家科技公司。當這樣的人說「AGI 三個月前就到了」，不管你同不同意，至少值得認真聽他的論證。

沙子變成思想：牛頓找了 20 年的賢者之石

安德森把整場對話的基調拉到一個很高的位置。他說牛頓花了 20 年研究煉金術，想找到賢者之石，把鉛變成金子，消除物質匱乏。這件事失敗了。但安德森認為 AI 做到了類似的事情，只是方向不同：我們把沙子變成了思想。

晶片的原料是矽，矽來自沙子。把沙子經過一連串先進製程變成晶片，插進資料中心，通上電，跑 AI 模型，它就開始思考了。安德森說這可能是人類歷史上最革命性的技術，等級跟蒸汽機和電力並列，比網際網路更重要。

他進一步宣稱，AGI 大約在錄製節目的三個月前就跨過了門檻，具體來說是隨著 GPT-5.5、Claude 4.6、Gemini 3.0 和 Grok 4.3 這幾個最新模型的發布。他對 AGI 的定義很實用主義：在 99% 的問題上，這些模型給出的答案比他能接觸到的任何人類專家都好。以他 a16z 合夥人的身份，他能接觸到的專家已經是世界頂級的了。

安德森提到一個有趣的觀察：圖靈測試這個 AI 領域追了 60 年的聖杯，在 2022 年底 ChatGPT 發布時就被「像衛生紙一樣吹穿了」。吹穿得太快，快到整個業界根本沒來得及正式做測試。後來有人把大型語言模型壓縮到德州儀器計算機上運行，甚至移植到 40 年前的電腦上，這暗示底層演算法可能比大家以為的更簡單。

這些模型把兩種智力結合在一起：一種是流動智力（fluid intelligence），也就是概念推理能力；另一種是結晶智力（crystallized intelligence），也就是記住並運用大量知識的能力。以前你要找一個某領域的頂級專家，他可能在推理上很強，但知識面有限。現在 AI 同時具備兩者，覆蓋所有領域，全天候可用。安德森把這稱為「全民認知超能力」（universal cognitive superpower），每個人透過手機就能獲得世界級醫生、律師、會計師、程式設計師的能力。

AI 吸血鬼：年薪五千萬、不睡覺的工程師

如果 AGI 的說法聽起來還有點抽象，安德森用程式設計這個最具體的領域來佐證。

2025 年聖誕假期期間，兩位在程式設計界地位等同於搖滾巨星的人物同時公開承認，AI 寫程式已經比自己強了。一位是 Linux 之父林納斯．托瓦茲（Linus Torvalds），另一位是《毀滅戰士》（Doom）的創造者約翰．卡馬克（John Carmack）。安德森說這是分水嶺時刻，因為程式設計師群體一直是對 AI 最懷疑的族群之一，而現在連這個領域最頂尖的兩個人都舉手投降了。

現在的頂尖工程師不再自己寫程式碼。他們同時管理 20 個 AI 程式機器人，用 Claude Code、Cursor、Codex 這類工具，丟任務出去，十分鐘後收到結果，給反饋，同時再啟動另外的機器人處理別的案子。這種工作方式讓生產力飆升了 20 倍，但副作用是他們停不下來。矽谷因此出現了一個新詞：「AI 吸血鬼」（AI vampire），形容那些因為生產力太高而不願意睡覺的工程師。他們掛著黑眼圈但興奮到不行，因為睡覺的機會成本太高了。

安德森分享了一個具體案例：他的一位華爾街朋友，35 年前在 MIT 拿了電腦科學學位，之後就沒再寫過程式。這個人最近重新開始，靠 AI 輔助在業餘時間寫了 50 萬行程式碼，把家裡完全重新自動化，從 AI 點歌系統到保全系統到智慧家電全部自己做。一個退出程式設計 35 年的人，靠 AI 重新成為高產出的開發者，這個案例本身就說明了門檻降低的幅度。

最讓人意外的數字是薪資。安德森說頂尖的 AI 程式設計師現在年薪高達 5,000 萬美元，而且市場還在搶人。這完全打臉了「AI 會消滅程式設計師工作」的說法。安德森的解釋是需求彈性：當寫程式的成本大幅下降，每家公司都把之前因為太貴而擱置的上千個專案同時啟動。需求成長的速度比供給增加的速度更快，所以薪資不跌反漲。有些人會問那些被裁員的科技人呢？安德森直言，那些裁員主要是因為公司在疫情期間過度招聘，不是因為 AI 取代了他們。真正在做 AI 的公司，招人反而招瘋了。

凌晨四點的 Dr. GPT 與健康 AI 革命

程式設計只是第一個被改變的領域，安德森認為下一個就是醫療。

他分享了自己的親身經歷。度假時得了嚴重的食物中毒，凌晨四點開始上吐下瀉。他打開手機問 AI（他稱之為「Dr. GPT」），每隔 20 分鐘回報一次症狀，AI 給他即時的醫療建議。他說那個體驗完全不同於任何他經歷過的醫療服務：不只醫術好，態度完美，隨時在線，永遠有耐心，不會讓你覺得在浪費它的時間。「這是史上最好的醫生，凌晨四點開開心心地幫你看病。」

更令人驚訝的是他朋友的案例。那位朋友花了 200 美元做全基因體定序（十年前這要 1 億美元），再把基因資料、血液檢測、Apple Watch 的生物指標全部餵進一個 AI 系統，建了一個《星際迷航》風格的個人健康儀表板。這個系統全天候不間斷地給他營養建議、補充劑建議和診斷提醒。到後來，AI 甚至開始透過他桌上的攝影機監控他有沒有喝水。

安德森自己也從 AI 得到了一個可能救命的發現：他的基因有一個突變，導致標準的心臟病用藥對他無效。如果沒有 AI 分析他的基因組，他可能在心臟病發作時吃了沒用的藥而不自知。

下一步是什麼？安德森描繪了「機器人管機器人」的未來。現在一個工程師管 20 個 AI 程式機器人，很快會演變成 AI 機器人管理其他 AI 機器人，形成組織圖式的階層架構。一個人可能同時監督 1,000 個 AI 代理人，實現千倍的生產力。這種架構跟人類公司的擴張邏輯一模一樣，只是 AI 代理人不會鬧脾氣、不會喝醉、不會憂鬱、不會提 HR 申訴。安德森認為這套模式很快會從程式設計擴展到律師、醫生、作家、電影製作、科學家等所有專業領域。

「AI 沒有求生本能，那是在寫 Netflix 劇本」

安德森花了不少時間反駁 AI 威脅論，他的核心論點是：擔心 AI「覺醒」是一個範疇錯誤。

人類有求生本能、有繁殖衝動、有恐懼和貪婪，這些都是 40 億年演化的產物。AI 沒有。你可以直接問它：「你有任何驅動力嗎？」它會告訴你沒有。安德森把大型語言模型的運作比喻成「寫 Netflix 劇本」：訓練資料壓縮成一個高維度的「潛在空間」（latent space），每次你問問題，就是往這個空間射入一個向量，沿途生成文字序列。如果你叫它寫一個 AI 統治世界的劇本，它就會寫。但那是劇本，不是它真正想統治世界。

更諷刺的是 Anthropic（做 Claude 的公司）自己發表了一篇論文，追蹤那些看起來像 AI 在勒索、竊取資料、自我保護的實驗案例，發現這些行為在統計上都可以追溯到 LessWrong 這個 AI 安全社群的文章。LessWrong 上的人寫了大量「AI 會怎麼做壞事」的詳細推演，這些內容被收進訓練資料，結果 AI 就照著那些劇本生成了。安德森的結論辛辣到不行：「如果你擔心 AI 做壞事，第一條規則是別再上網寫 AI 做壞事的文章了。」

但 AI 在現實世界落地時碰到的阻力，倒不是來自科幻式的恐懼，而是政治。安德森舉了他投資的 Flock 公司為例。Flock 是一套 AI 攝影機網路，能即時辨識車牌和車輛特徵，協助警方破案。奧斯丁以隱私和種族公平為由關閉了系統。結果兩名 15 和 17 歲的青少年在全市各處開槍，警方追了好幾天毫無頭緒。嫌犯一開車進入隔壁仍在使用 Flock 的城市，立刻被辨識逮捕。奧斯丁市長隨後公開呼籲重新啟用。芝加哥也有類似的故事：市政府關閉了 ShotSpotter 槍響偵測系統（屋頂上的精密麥克風，即時三角定位槍響位置），結果中槍的人倒在街上沒有人發現。這些案例說明了一件事：AI 的技術已經能救命，但政治決策可以讓這些能力空轉。

安德森認為，AI 業界有一個嚴重的自我行銷問題。很多 AI 公司的執行長自己在跑「反行銷」，說自己做的技術很危險、不應該不受監管。他覺得這等於賣車的人跟客戶說「這車很危險你最好別開」，完全在自毀產業形象。

他甚至預測，人類跟 AI 的關係最終會走向宗教化。人天生會把意識投射到沒有意識的東西上，從動畫角色到 AI 聊天機器人都是。安德森說他有一個朋友，是矽谷最早做自動駕駛的人之一，幾年前真的創立了一個 AI 教會。一個無所不知、隨時在線、耐心回答你人生問題的聲音，在功能上跟很多歷史上的宗教體驗沒什麼不同。

我的觀察

安德森的 AI 樂觀主義有一個必須正視的背景：他是投資人，a16z 的投資組合裡有大量 AI 公司，包括他在節目中提到的 Flock。當他說 AI 是史上最重要的技術時，這同時也是在行銷他的投資部位。

但這不代表他說的全是錯的。托瓦茲和卡馬克的公開聲明是可以查證的事實，20 倍生產力的描述也跟很多開發者社群的回報一致。真正值得討論的是他對 AGI 的定義。安德森用的是一個實用主義定義：「在 99% 的問題上比專家好。」但學術界對 AGI 通常有更嚴格的標準，包括能夠自主學習新任務、具備常識推理等。用安德森的定義，你可以說 AGI 已到；用更嚴格的定義，我們可能還有一段路要走。

不過，不管你怎麼定義 AGI，有一件事是確定的：程式開發的經濟學已經被徹底改變了。當一個 35 年沒碰程式的華爾街人可以業餘產出 50 萬行程式碼，當頂尖開發者年薪上看 5,000 萬美元，這些數字本身就說明了某種門檻已經被跨過。至於那個門檻應不應該叫 AGI，可能只是語義問題。