CURSOR 发布了新模型，号称达到甚至超过了 Claude Opus 4.6 的水平，而且只有 1/10 的成本。结果翻车，被发现是套壳的 Kimi。CURSOR 你这浓眉大眼的，也干这种事吗？

大家好，欢迎收听老范讲故事的 YouTube 频道。

今天咱们要讲的故事，不是“美国人也抄咱们的”，也不是“咱们又抄美国人的”，而是什么呢？就是当一个祖上阔过、原来在一条赛道上跑得非常快、跑到第一名的选手，突然发现路线错误的时候，会发生什么样的事情。咱们慢慢听这个故事。

CURSOR 发布 Composer 2，结果迅速翻车

2026 年 3 月 19 日，CURSOR 发布了一个新模型，叫 Composer 2，主打更强的编码能力和更低的价格。它的每百万 Token 只要 50 美分，非常非常便宜。

官方宣称，在多项编程基准上已经超越了 Claude Opus 4.6 这个全世界公认的第一编程模型，而且成本只是 Claude Opus 4.6 的 1/10。官方还公布了各种基准成绩、各种跑分，这里就不一一复述了。

但是翻车了。发布之后不到 24 小时，开发者通过自定义 API 转发调试的时候发现，Composer 2 的模型请求路径中出现了 Kimi K2.5 的字样，直接指向了 Moonshot AI 的 Kimi K2.5。这个事情就开始在各种社交媒体上发酵了。

为什么自定义 API 调试会发现问题

发酵之后，CURSOR 的反应也很戏剧化：它把人家调用方法给封掉了。

为什么会出现自定义 API 转发调试这个事呢？因为这些编程 IDE 或者编程工具，希望有一个正规途径，让大家通过这个途径去使用它的模型。它不希望程序员绕开这道门，让模型去干其他事情。

这什么意思呢？比如说麦当劳餐厅后边有后厨，你在前头点套餐 1、2、3 没毛病，但是你说：“我认识这个厨师，你偷偷给我做一个加大汉堡，在里头再做一些其他东西，给我做一些我自己想吃的东西。”这个事通常是大家不喜欢的。

现在 CURSOR 的做法就像是在说：你居然敢说我抄袭、敢说我套壳，我咔嚓一下把这条路给你封掉。他干了这么个事情。

更多证据出现后，CURSOR 开始“挤牙膏”

然后后面更多证据就出来了。包括 Kimi 自己的一个高管也出来说，CURSOR 这个模型，它的序列器就是用的我们的，一模一样。

什么叫序列器？就是你给它一个问题以后，它要先给你编码，编码用的那个东西跟我们是完全一样的，这肯定是我们家的东西。

然后 CURSOR 自己才开始慢慢挤牙膏，先出来承认说，我们确实是用的一个开源模型作为基座，还没有说 Kimi 的事。再往后，实在逼不过去了，才出来说，我们确实使用了 Kimi K2.5 作为基座，但是这个东西我们只用了 1/4，3/4 都是我们自己的。我们在这个基础上做了继续预训练和超强计算的强化学习。

那这事就炸锅了。你看看你，一开始不承认，然后挤牙膏，还封人家的路径，最后出来说，我们是这么干的，但是大头都是我这的。

Kimi 的态度反而很微妙

但是这个过程中，Kimi 的态度很有意思。一开始它还出来说，这个序列器是我的。后来它把这帖子删了，然后还出来祝贺了一下，说祝贺你，这东西做得不错。

它也解释说，这个事他们确实用了，但是他们做了商业授权，是给了钱的，都是符合合同的。最后 Kimi 等于做了这样的一个解释。月之暗面的预训练负责人，也把他原来那个指责的帖子给删了，这事就算过去了。

这件事到底违不违法

那这事到底违不违法呢？咱们先从这个角度上来讲，这就比较尴尬了。

Kimi K2.5 采用的是 modified MIT license。MIT 的意思就是你拿去用就完了，这没问题。但是现在除了 DeepSeek 会拿这种原始开源协议让人直接使，其他的大模型公司，号称开源的，都会在原来协议上改一点。

改什么呢？就是当你达到一定程度以后，比较大的公司如果用了我的，你得说是用我的，它有这样的条款。

怎么写的呢？如果你的用户达到 1 亿月活，或者你每个月的收入超过 2000 万美金，你要用了我的，就必须要跟最终用户说你用我的了。

• 第一个条件：你的月活达到了，或者你的月收入达到了；
• 第二个条件：你不能只在中间偷偷写，你要在最终用户那里写明白。

为什么说这件事很尴尬

CURSOR 自己不是上市公司，所以它没有发财报的义务。CURSOR 在 2025 年 11 月宣称的年化收入是超过了 10 亿美金，也就是你每个月可能有七八千万。到 2026 年 3 月，TechCrunch 报道说 CURSOR 的年化收入已经超过 20 亿美金了，也就是每个月可能能有 1 亿多美金。

那肯定是超过了。超过了你就得出来对最终用户说，我用 Kimi K2.5 了，因为人家协议上是这么写的。你用了，就说明你已经同意这个协议了。

你如果前头没吹牛，那你就应该老老实实写；你如果没写，Kimi 也认了，说没事，就这样吧，我们算商业授权了，他没写就没写吧，我们也不说他什么了。那是不是前面吹牛了？所以为什么说这个事稍微有一点点小尴尬。

CURSOR 所说的“1/4 和 3/4”到底是什么意思

那么 CURSOR 具体怎么干的呢？这个 1/4、3/4 是怎么分的呢？

首先，它找了一家公司叫 Fireworks。这个公司是干嘛的呢？是专门给别人做模型后训练的。在美国有一批公司干这个活，比如 Fireworks、Together，还有 GROQ。

GROQ 这家公司原来的创始团队已经被黄仁勋都挖走了，但是他们也是自己有芯片，专门给人做相关后训练。他们拿着中国的这些开源模型，在这个基础上再去做后训练。CURSOR 说，我去买了他们家的服务，直接在那上头去做的。

什么叫继续预训练

这里头有两个词，一个叫继续预训练，另外一个叫高计算的强化学习。

相当于这样：今天有一个大学毕业生，本科毕业了，这就属于 Kimi K2.5 这个 base 模型。你毕业了，瞪着清澈的大眼睛说，我啥也不会。这就是这么样的一个人。

什么叫继续预训练？就是你坐在这儿，我给你做公司规章制度培训、公司历史培训，告诉你要做什么事情，有什么条款，你从头到尾整个学一下。这个就叫继续预训练，就是在原来的基础上接着往后学。

什么叫强化学习

那什么叫强化学习？强化学习实际上就是我们熟知的“刷题”。你有一个老师给你出题，出完题以后你做，做完以后他现场改，改完以后你拿着这个打了勾打了叉的卷子回来再接着学，然后再给你出题，就是这样的一个循环过程。

Composer 2 是先做了继续预训练，然后再做了所谓高计算的强化学习。那高计算强化学习和普通强化学习之间的差异，就是我们给你更多的题，疯狂刷，刷很多很多的题，这就叫高计算的强化学习。

“1/4 是 Kimi，3/4 是我们自己的”应如何理解

所谓说原来 Kimi K2.5 的 base 模型只占 1/4，我们后边的继续预训练和高计算强化学习占算力的 3/4，这个话是什么意思呢？这是最后把所有遮羞布都撕干净以后，CURSOR 给出来的一个解释。

意思是这样：原来 Kimi K2.5，比如说本科毕业，在这个水平上，它一共学了多少多少知识，有多少 Token 进去，它怎么学的；我现在在后边这两步里头，再给你的 Token 或者说这些材料，是你原来的三倍。你把所有这些东西都学完了，所以你现在主要是我教出来的。

大概是这样的一个过程。

因为你真正让它去干活的时候，比如说现在你去给我写程序吧，这个时候其实你没法计算说哪一部分是原来的 base 算力，哪一部分是后边产生的算力。

你也没法像辅导班老师似的，说你原来考多少分，在我这培训了以后我给你增加多少分，你也不可能增加 3/4 的分上去，这不扯淡吗？我应该没见过有这么牛的补习老师。

所以只能说，你原来的预训练资料很少，只占整个资料的 1/4；我后边给你做后训练以及大量刷题，这个量是你前面这个量的三倍，所以一共 3/4 是我的。只能这么去理解。

CURSOR 真正的问题：可能选错了赛道

CURSOR 现在的日子其实很难过。为什么呢？因为 IDE 这条路未必有出路，可能这条路是错的。

这也是咱们一开始讲的：今天我们要讲的不是谁丢人了，而是什么？就是这种原来阔过、祖上有过钱的选手，现在发现这条路错了以后，你该怎么办的问题。

CURSOR 曾经是 AI IDE 这条路里的老大，因为它的估值已经到 300 亿美金了，非常非常高，而且现在据说还在融资，准备冲 500 亿。这绝对是行业排头兵。

为什么 Claude Code 出现后，IDE 逻辑开始松动

但是从 Claude Code 出来以后，发现这个路子不对了。以前我们为什么一定要有 IDE？因为我们要去看代码。我提了各种要求，做了各种推理以后，我要去在代码上再调点东西。

现在 Claude Code 出来以后，发现我们不用看代码了。包括 Codex、Gemini CLI、OpenCode 这些东西都出来以后，现在我们再去做一些项目的时候，根本就不看代码，我不需要 IDE 了，那这条路可能就有问题。

后来像 OpenCode、OpenClaude 这类东西，也是不用看代码了，实际上它也是在后台进行编程。很多人就出来说，IDE 已经死了吧，大家不需要看代码了，还要 IDE 干嘛呢？IDE 叫集成开发环境，你必须是跟代码打交道才需要这玩意儿；你不跟代码打交道，就不需要这东西。

这条赛道上的其他玩家

那么这条赛道上的其他人怎么办呢？老大是 CURSOR。老二在 2025 年 7 月直接把创始团队给卖了，24 亿美金，把整个核心创始团队卖给谷歌了。谷歌现在拿着这个团队做的 Anti Gravity，也挺好使的。

还有老三，这家公司原来叫 Devin，后来改了个名字叫 Cognition，现在叫 Cognition AI。他们还把老二卖完谷歌以后剩下的壳也买了。所以现在是他们两家在折腾这个市场。其他人虽然也做过类似工具，但是都没什么声响了。

所以大家都看着，这到底是一个怎么样的方向，是不是就没有出路了。

为什么 CURSOR 不能轻易转向 CLI

那你说 CURSOR 既然已经前面这么强了，人家都改成 CLI 了，都改成这种直接在命令行干活了，我们也改不就完了吗？为什么我一定要抱着 IDE 这条路走到死呢？

就跟蔚来汽车的李斌似的，大家都觉得换电不靠谱，他为什么一定要换电呢？

原因很简单，因为它这个估值顶在这儿了。你想，它 2025 年 11 月 D 轮融资 23 亿美金，估值 293 亿，接近 300 亿。所有那些做 CLI、做命令行工具的，都没那么值钱。

• OpenCode 基本上没什么估值；
• OpenClaude 本来大家觉得它应该有很大估值，结果创始人选择去 OpenAI 上班，项目直接开源，由基金会托管；
• 这些东西都没估值。

那你说你这个 CURSOR，293 亿的估值怎么继续往前交代？没法走。而且现在还在惦记做 500 亿估值的新一轮融资，估计也很费劲了。

被“借壳”的 Moonshot 反而估值更低

这一次被它借壳的这家公司 Moonshot 值多少钱呢？43 亿美金。2025 年年底最新融的那一轮，就是阿里跟腾讯给钱那轮，估值 43 亿。

到 2026 年 3 月，现在正在进行一轮新的 10 亿美金融资，投后估值估计会达到 180 亿美金，也就是它原来这个估值的一半。所以这没法整了。CURSOR 说我原来的路错了，我换一个赛道，换不了，所以它被架这儿了。

为什么别人用中国开源模型没翻车，CURSOR 却翻了

使用中国大模型做微调，CURSOR 也不是头一个了，很多人都这么干。为什么就它翻车了呢？

Perplexity 和 Together 的做法

2025 年 2 月 18 日，Perplexity 出了一个模型叫 R1-1776。这个模型一上来就跟大家讲了，是用 DeepSeek R1 为基础再去做后训练的。大家觉得没问题，很厉害，你做得非常棒。而且它把 DeepSeek R1 里头的一些政治正确限制都给去了，大家很喜欢它。

Together 也干过这个活。Together 做了一个模型，讲说我这个模型就是在 Qwen 3 32B 的基础上拿它再去训练的，没毛病。大家也觉得，你干得很厉害。

CURSOR 问题出在“不说”

但是 CURSOR 怎么就翻车了呢？很简单，因为它没跟人说。你上来以后先啥也不提，被人发现抓包了以后，再慢慢慢慢去挤牙膏，还尝试去封堵，那它就必然会翻车。

类似案例并不只有 CURSOR

当然，翻车的绝对不是只有 CURSOR 一家。

乐天 AI 3.0 套壳 DeepSeek V3

比如这两天还有一个故事，日本 乐天 AI 3.0 套壳 DeepSeek V3。这个事是 2026 年 3 月 17 日爆出来的。

乐天集团宣布推出号称日本当前最强开源大语言模型，叫 Rakuten AI 3.0，声称在多项日语基准测试中表现优于 GPT-4o 等多款模型。

乐天最初一直暗示这是日本原创的。大家注意，它通常不会把这玩意儿写在纸面上，但是会喊“遥遥领先”，让你自己去领会。

后来网友们在其配置文件以及底层代码中发现了 DeepSeek V3 的痕迹，架构和配置与 DeepSeek V3 几乎一模一样。之后乐天才补充说明，说确实使用了 DeepSeek V3 进行了继续训练。

但是乐天没有 CURSOR 丢人丢这么大。原因就是它一被发现马上就承认了。它不像 CURSOR 似的，还得让人挤两天牙膏，中间把各种痕迹都留下来：我到底怎么狡辩的，我做了哪些拦阻，我说了哪些瞎话。它把整个痕迹都给人留下来了。

而且还有一点，就是乐天在这个圈子里其实没有 CURSOR 有名。乐天虽然是个很大的公司，但是你说你做 AI 这个事，跟 CURSOR 比肯定完全是个名不见经传的小弟弟。

华为盘古和 Cognition 的案例

还有这一年被抓包的，比如华为的盘古 Pro MoE，被抓包说它是使用的 Qwen 2.5 14B 去进行的后训练。但是华为就是不认，就这样了，把该开的人开了，这个模型也不推了，往这一放就完了，这事也算混过去了。

还有一家公司，就是 Cognition，也就是刚才咱们讲的那个在 IDE 领域里的第三家。他们出的 1.5、1.6 版本的自家模型，被发现底层是用的 GLM-4.5 和 GLM-4.6。他们也是说，这事我就不说了，就这样了，我也不解释，死猪不怕开水烫。

他们也不算特别丢人。为什么呢？因为你毕竟不是老大。这种事，丢人还是要看老大来丢。所以 CURSOR 这个，是这几年最丢人的一次了。

真正的教训：不是不能用，而是必须说清楚

所以这件事上，你用别人的模型本身并不丢人。开源就是让大家去用的。基本原则就是，你一定要在第一时间把这事说清楚：我用的谁的，我怎么用的，我拿谁的模型做的后训练。这个事你要说明白。

这种拿了别人的模型做了后训练、做了强化学习，然后你不说，就很容易翻车。

即使你在协议上完完全全是合规的，比如前面承认销售额造假了，这事我们认了，那这样的话，它对于 Kimi 的开源协议来说就合规了。因为人家说一个月 2000 万美金以上，那我现在虽然号称一年有 20 亿美金，但我就不说，那这个事大家也是可以去理解的，吹牛嘛，谁不会。

但是你千万不要用法律条款去跟一帮热爱者讲道德的事情，因为道德是要比法律高的。

“我生气不是因为你骗我，而是因为我再也无法相信你了。”

像 CURSOR 这种，还是很多人喜欢的。我记得前两天还看到一个朋友，他是个软件公司的老板，他就很自豪地跟我说，我给我们公司每个人都订了 CURSOR。他觉得这是一个非常非常棒的事情。

但是出了这种事情以后，大家一定会更加恨它。原因是什么？本来我那么信任你的。

这话是哪来的呢？是尼采《善恶的彼岸》里的意思。就是大家愿意相信 CURSOR，因为它是行业老大。很多人说，我们一定要有 IDE，我们不能相信完全自动驾驶的 Claude Code 这种模式。但是现在一看，老大塌房了，这个事大家一定会更加变本加厉地上去捶它。

总结：CURSOR 错不在用了 Kimi，而在隐瞒

总结一下吧。使用中国开源模型进行后训练，一定会大行其道。现在美国有很多公司手里有算力、有显卡，拿着中国这些开源模型去给各种不同的项目做后训练。

就像是中国培养了大量的优秀学生，输送到美国去，他们在那边再去学个硕士、学个博士，再到大公司里边磨练一段时间。现在他们在美国 AI 行业的各个领域里发光发热，实际上跟这个过程非常像。所以这条路一定会快速继续前进。

那么 CURSOR 到底错在哪了呢？不是错在用了 Kimi K2.5，而是错在你用了以后没说，而且被人抓包了以后还在那藏着掖着。

而这件事情对于 CURSOR 来说，它为什么会采用这样的一种方式？所有这些其实都是不得已。没有谁说我故意要骗你，是为了寻开心，不可能的。CURSOR 就是走错路了，它又是这条路的头一名，没法掉头，所以只能硬着头皮往前走。

在这种情况下，它要把自己的架子撑起来：我要是跟人说我用了别人的模型，丢不起这人。它干了这样的事情。

如果发现路线错了，跑在最前面的人有三种选择

其实对于这种跑在最前面的人来说，如果发现道路错了，它其实有三种选择。

最优解：尽快卖公司

最优选是什么？最优选就是快速地把公司卖掉，找个土豪来接盘。其实这就是很多优质项目最常见的选择。马斯克也好，扎克伯格也好，其实都还是愿意接受这种项目的。而且它这个估值，对于马斯克和扎克伯格来说，这几百亿美金不算特别过分。

次优解：隐忍，低调熬到上市

那次优解是什么呢？就是你现在实在不愿意委身他人，还不太甘心，没准我还能找到更好的。没跑到最后，你怎么能证明我这条 IDE 的道路就是错的呢？没准再走着走着，发现这条路又峰回路转了呢。这个在行业里边还是出现过一些情况的。

如果是这样的情况，就需要隐忍。你需要自己慢慢忍下去，千万不要引起别人的注意。不要一上来说“你看我还是老大”，这个事是不行的。不要去跟人吵这个架，小心翼翼地一直熬到上市，也算给投资人一个交代。

Dropbox 的例子

比如互联网时代的 Dropbox，就是走的这条路。网盘一出来以后，大家说太厉害了，这就是互联网的未来，我们大家都要去做网盘。但是后来发现不是这么回事。

现在大家再看看网盘市场，只有谷歌、苹果，国内像华为、小米这些做手机的厂商，他们做网盘有人用。你单独做一个网盘，根本卖不掉。

你说国内不是还有百度网盘、夸克网盘吗？对，国内情况比较特殊。这些网盘实际上都是做盗版盘用的，就是盗版电影。你如果没有盗版电影的话，它们是没法跟这些手机厂商的网盘竞争的。

Dropbox 最后怎么办呢？就是忍，一直忍，忍到上市了，给所有投资人以回报。反正长也长不大了，就这么养着。所以这也是一条出路。

就是明明已经被质疑路线错误了，还要出来宣扬一些自己做得很有瑕疵的事情，用法律条款来逃避道德瑕疵，最后就会翻车。

这就是这一次 CURSOR 故事的全部了。

背景图片

白领真的会被取代吗？Anthropic 的黑客马拉松给出了不同的答案。

大家好，欢迎收听老范讲故事的 YouTube 频道。

Anthropic 举办了一次黑客马拉松，赛事的名字叫“使用 Opus4.6 来构建一个 Claude code 黑客松”。主办方是 Anthropic 和当地的一个孵化器，时间是 2026 年 2 月 10 日到 2026 年 2 月 17 日，一周的时间。形式是线上先报名，经过核准以后，用一周的时间在线上做作品，然后在旧金山线下进行演示。

绝大部分的获奖者都不是职业程序员，没有任何一个聊天工具获奖。这就是 Anthropic 想要给大家指明的方向。

今天这个故事咱们分几块来讲：

1. 赛事的细节
2. 获奖作品的介绍
3. 领域专家才是未来的方向
4. 到底有哪些白领会被取代
5. 都变领域专家了，程序员该怎么办
6. 行动起来，大家一起来成为领域专家

一、赛事的细节

先跟大家介绍一下赛事的细节。

线上报名，据说有 13,000 多人去报名了，选出了 500 组参赛。一组是 1 到 2 个人，每组可以获得 500 美金的 Claude API 额度，就直接给你们这个额度，大家拿这玩意去做产品。总奖池是 10 万美金的 Claude API 额度。你说算真金白银吗？也算，但是给出来的都是 token。

通常是一个人参赛，最多是两人成组。你说“我这有 50 多人，我们组成一个团队来参赛”，这不允许。

最终提交的是 227 个项目，分成三个赛道：

• 第一个赛道叫“打造本该存在的工具”，待会咱们解释为什么叫这个名字；
• 第二个赛道叫“打破专业成本、语言、基础设施门槛”；
• 第三个赛道叫“增强人类判断，而不是取代人类”。

还有两个特别奖：

• 第一个特别奖叫“Opus4.6 的创意探索”；
• 第二个特别奖叫“持续思考奖”。

一共是五个奖项。

评委主要是 Anthropic 的团队成员。评奖的时候，并不是看你的代码写得有多好，更多是看你的演示和视频，你是要拍视频的。

我以前也办过类似的比赛，所以可以跟大家介绍一下，为什么这种比赛会设置成这样。

通常比赛开始的时候会有很多人报名，特别是热门比赛。像 Anthropic，它现在的 Claude code 绝对是 vibe coding 这个领域最强的工具了，他去办比赛，而且给出真金白银的 token，报名的人一定非常多。

13,000 人报名，你说都去提交作品，大家看得过来吗？肯定看不过来。那怎么办？先设置一个门槛：你要先介绍一下你想干什么，先做个视频，大家觉得这个事有意思，才能允许你参加。

要不然 13,000 多人都来，每个人都给 500 美金，如果他真的给，绝对不是 13,000 人报名，可能几十万几百万人都来了，很多中国人可能都会跑去报名薅羊毛。所以一定要设置门槛，先提交计划，选出 500 组参赛的人。这 500 组一定是有一定诚意的，他们能投入精力，认认真真完成项目简介，才可以真正领到这 500 美金。

领到以后也不是所有人都能提交作品。有很多人说我想干，等领到钱以后干不出来了，这个可能性很大。但好在现在 Claude code 的 vibe coding 很强大，接近一半的人还是做出来了，所以最后有 227 个项目真正提交。当然也可能是一组提交两个作品或者两个以上。

做比赛的目的就是告诉大家未来方向是什么，请往这个方向努力，所以会按照主办方所期望的方向去评奖。我以前办过的最大的一个比赛，是猎豹移动当时上市以后整了一次“傅盛战队”的比赛，也希望有很多小伙伴顺着我们这条路继续往前走。当时比赛里获奖作品叫 musically，也就是现在大家使用的 TikTok。所以这种比赛会有一些很神奇的东西产出。

二、获奖作品的介绍

那这一次 Anthropic 的黑客马拉松，产出了一些什么样的作品？

第一名：加州建筑许可纠错和合规流程加速

第一名叫“加州建筑许可纠错和合规流程加速”。大家听名字就知道干什么：你想在加州做一个建筑许可，需要有大量的文件去对齐，这个东西允许不允许、那个东西允许不允许，有哪些规章制度、有哪些地方性法规。这些法规可能还是在不同时间点下来的。

你要做建筑许可，就得把大量文件放在一起核对，而且这些文件还不是结构化文件，是一份一份的法律文件。最后要保证申请的建筑许可符合所有规章制度，不符合可能被打回来，或者引起诉讼。

建筑还不仅仅是文档条款，它还有图纸。有些要求说必须要有尖顶，或者要什么颜色、什么窗户，有很多要求在里头。这个项目能够通过图纸理解、法规检索、初始文案草拟，提升审批效率，做的是这样的事情。作者只有一个，是个律师，不是程序员。

这是一个高度刚需的场景：审批退件成本很高，而且周期很长。为什么咱们老说西方不管是美国还是欧洲，处理很多事情非常慢，就是你需要把大量东西核对、对齐以后才能往前走，它必然很慢。中国很多东西变快，是很多时候“萝卜急了不洗泥”，过一段时间发现这也不对那也不对。他们就尽量避免这件事情，所以原来很慢。

现在有个律师用 Claude code 参加 hackathon，用一周时间把这个东西用 AI 自动化了，用 AI 把法律检索、图纸理解和回函草拟打通成为单流程工具，极大提升效率。

第二名：儿童的可视化编程 IDE

第二名是“儿童的可视化编程 IDE”。用户拼装规格，代理自动生成真实可执行的代码。

儿童可视化 IDE 原来一直就有，有一个语言叫 scale。像我那时候做傅盛战队比赛的时候，有一个项目叫编程猫，这个项目现在大概已经快上市了，他们就是用这个 scale 去做搭积木编程培训。这次也有一个类似项目获奖。

这次的项目是通过代理协作进行规划、构建、测试和审阅。以前你通过小模块搭建的东西比较简单，现在因为有 vibe coding，它可以做更复杂的规划和审核。这个项目强调“规格与测试成为主产物，而不是手写代码”。原来我们可能教孩子写 Python、写 JavaScript，现在干脆就 vibe coding，直接教大家怎么通过 vibe coding 实现更复杂项目，怎么让产品做出来以后还可以有测试。

第三名：就诊对话与病历转成持续的个性化医疗指导

第三名是“把就诊对话与病历直接转成持续的个性化医疗指导，提升患者离开诊室后的理解与执行”。作者也是一个人，是一个在布鲁塞尔的心内科医生。他解决患者离开诊室后记不住、看不懂的问题，能够连接病历信息与持续问答，提升医患沟通质量。

我以前见过一个类似案子，那是程序员做的项目。他们解决的问题是：很多患者看完病回去忘了吃药，然后去起诉大夫说你没给我看好；大夫说我这有医嘱，什么药都给你开了，最后是你自己忘了吃。这事怎么弄？国外对医生要求挺严格的。

特别奖一：Opus4.6 创意探索特别奖

第一个是 “Opus4.6 创意探索特别奖”，是一个实时生成乐队指挥系统的项目。既然做创意，总要做一点不一样的。作者是一位音乐人，使用一个音乐引擎来保持低延迟，在 15 毫秒以内的乐队指挥系统。Opus 大模型用于高层编排和风格控制，并且避免阻塞实时音频，也就是音乐会实时演奏出来，这块确实比较考技术。

特别奖二：持续思考特别奖

最后一个是“持续思考特别奖”，给了一个交通评估与风险分析项目：输入道路影像，进行基建投资评估，包含成本收益与公平性维度。是跑到非洲去看看周围有什么村子、有什么资源，我们应该如何修建道路，让大家能够公平享受交通基础设施。

它用于资源有限地区的基建评估提效，否则这条路应该从我们村过还是从他们镇子过，大家会吵架。现在把信息输进去，让 AI 来评评理，这是从单纯经济性扩展到社会受益分布的新型项目。

三、Anthropic 想指明的方向：领域专家上位

Anthropic 评的奖，奖项一定代表 Anthropic 期望的未来方向：他希望大家怎么去使用 Claude code、怎么去使用他们家的大模型，他就会怎么评奖。

• 更多的是跨行业非传统开发者上位：有律师、有医生、有音乐人，还有基础设施从业者，都冲到头部拿奖去了。真正的程序员可能也就是做少儿编程 IDE 的那位，其他都不是。获奖的是律师、是医生。
• 团队形式更轻：公开头部奖项多数为一人完成，说明个体加 AI 生产力显著增强。
• 选题更偏向高摩擦工作流：政务审批、医疗解释、基建评估，不是纯娱乐的 demo，你真的得解决一些问题。
• 共同方法论：把 Opus4.6 当做推理与编排层，把 Claude code 当做执行与交付层。

大家注意，Claude code 在这里头并不是帮大家写代码的，而是要在里边做执行。像我们现在使用 co work 这些办公软件，就是在 Claude code 这样的开发工具基础上做的一些改变。他现在说，你们接着在这上头给我做各种各样的插件，去适应不同的行业，这就是 Anthropic 对未来指出的方向。

总结出来就是：领域专家才是未来的方向。

四、为什么“原本应该存在的工具”现在才出现

每个领域中都有自己的专家，掌握很多领域知识。太多老师傅脑子里的知识是很难被 AI 获取的。AI 现在只能把网络上或者公开文档去训练成知识，但很多老师傅说“我知道这东西应该这么做，我一看就知道这里头哪有问题”，这些东西 AI 没法获取。

很多职位都有自己的知识储备，这些就是行业潜规则。有人问：这些潜规则为什么不能写下来，成为明确的规范传承下去？是不是老师傅敝帚自珍？有这方面原因，但更主要的是规则太细，而且很多规则执行时必须具体事物具体分析，你没办法把所有规则都写死下来，所以这些规则很难学习，太多需要长期训练。

就跟我们以前说培养一个中医怎么培养：先跟着师傅抄方子，抄完方子跟着师傅抓药，再在师傅旁边学习怎么给人看病，多少年以后才能出师；逐渐自己看病，自己看病时师傅还得在旁边看着，然后才算出师，自己出去给人看病。它是这样的过程，这种东西 AI 很难学会。

我很喜欢看的一个美剧叫《ROOKIE 菜鸟老警》，讲警察局里怎么培养新警察，也是这个过程：先上警察学校，上完以后到警察局里边，由师傅带这个菜鸟警察，带一年算正式毕业。这一年里教什么？上街以后哪个人可能是小偷、哪个人可能在贩毒，怎么盘问、怎么追捕、怎么填报表，这些只能手把手教。

教完了虽然有考试，但不是考完一次就能过，最后还是要师傅或者老警察给他写报告，才能说你现在没问题了，可以独自上街执行。那个美剧里还讲，每培养一个合格警察要花好几十万美金，非常亏。这也是为什么现在川大爷把 ICE 派下去执法经常闹出问题来，因为这些人没有经历过这么复杂、这么长时间的培训。

这就是领域专家。原来这些东西必须手把手教下来，现在有 AI 了，原来没办法工具化的东西就可以被做出来。所以他比赛的题目叫“原本应该存在的工具”。为什么以前没法做出来？因为你必须具体事例具体分析。现在有 AI 了，由 AI 来做具体事例具体分析，所以像大量信息比对、人工对齐、各种 paperwork，现在你就可以丢给 AI 去搞定。这就是这一次 Opus 给大家展示的 AI 能力。

五、哪些白领会被取代？

那么，哪些白领会被取代？这可能是大家关心的事情。

很多人都在讲：不会用 AI 的人会被 AI 取代，没毛病。现在引申一下：能够用 AI 将行业知识工具化的人，会取代那些抱残守缺、不思进取的人。

当 AI 工具被应用之后，效率会极大提升，很多原来的效率和成本瓶颈会被突破，社会形态也会重新去寻找新的平衡点。什么意思？就像黄仁勋讲的一样，说放射科医生在能够用 AI 读片之后反而变多了。当成本结构被重塑之后，流水线上的每一个工位所分配的人工数字也会发生变化。

原来比如包饺子：我一个人擀皮，两个人包，就是一个擀皮的配两个包的。以后包饺子的变快了，可能有一个包饺子机，让它非常非常快，我们就需要三个擀皮的，让那一个包饺子机吭哧吭哧在那包，它会发生这样的变化。但最终饺子会变多。

害怕 AI 会取代人类的两大前提里头，其实有一个是错的：用户总量和用户使用时长已经无法增长了，这就是 AI 革命面临的一个巨大瓶颈。以前互联网时代能上网的人快速上升，移动互联网时代能用手机的人快速上升；AI 时代我们还是用手机，还是用互联网，总的用户量和每个用户使用时间不会变多，这也是 AI 到来的时候所有人都觉得很痛苦的一件事情。用户总量和用户使用时长无法增加，所以社会所能消耗的总的产品和服务总量也是不变的——这个推论是错的。

用户总量和用户总数确实已经到天花板了，但用户可以消费的服务和产品价值必须不断上升，这样社会才能发展。所以要注意：AI 会取代人类这个前提是错的。并不是说我们生产更多东西、效率提升了，就一定会有人被淘汰，而是大家可以享受到更好的服务了，这个服务会变得更贵，这样才有意义。

就像刚才包饺子：三个人擀皮，由一个机器吭哧吭哧把饺子包出来，我们会得到更多饺子。即使我们吃不掉更多饺子，也可以包更好、更贵的饺子出来，这才是未来方向。我们可以用更多时间去调馅，用更多时间做各种不一样的饺子皮。饭量有限，就吃这么多饺子，但饺子种类变多了，里边包含的故事和意义变多了，会变得更贵一些。

刚才我们讲到，害怕 AI 取代人类有两大前提，有一个是错的，另外一个是对的。对的前提是什么？AI 发展太快，没有给大多数人留下适应的时间。所以 AI 最终未必会取代人类，但在中间快速变化过程中，很多人会感觉不舒服，他们可能会下岗、会被取代，但需要快速寻找新的定位，重新上岗。

六、程序员该怎么办？四条路

那程序员们怎么办呢？刚才我们讲了是城市规划者，那程序员咋办？四条路，就像职业司机一样：

1. 写底层代码或者追求算法极限，相当于造车或者开赛车，这就成为职业程序员了。
2. 进行系统维护，相当于修车师傅。
3. 成为教练，培养更多的人使用 AI 编程工具，因为以后所有人都需要使用 AI 编程工具，他们需要教练来教他们，相当于驾校教练。
4. 在特定需求的领域里头发展，比如有一些程序对安全性要求非常非常高，这还是需要特殊的程序员，相当于开卡车、开公交车，这些普通驾照开不了，你需要特定培训，这也相当于成为一种新的领域专家。

这就是给程序员未来的四条出路。因为程序会成为整个社会运转的基石，所以程序员需求总量可能比现在还要再高一些，但未来社会对程序员的素质要求肯定比现在高很多。现在的程序员未必能成为未来的程序员，素质要求上升了。

七、行动起来：成为领域专家

最后，听节目的朋友们，大家赶快行动起来，成为领域专家吧。工具很强大，千万不要持剑四顾心盲人。

前面也有人找到我说：老范，你来教我用这个东西吧，用这些 AI 工具吧。我说那你想用 AI 工具干什么？他说我不知道。所有你不知道想用 AI 工具干什么的人，你就不要来找老范了，自己先想清楚要做什么。

不要去做那些大而全的东西，说我要去做个 YouTube、我要去做个 TikTok，不需要。要从身边、从工作中的细节痛点难点开始。不成为领域专家，就有可能被淘汰。

好，这就是今天的故事。感谢大家收听，请帮忙点赞、点小铃铛，参加 DISCORD 讨论群，也欢迎有兴趣有能力的朋友加入我们的付费频道。再见。

背景图片

Prompt：American Marvel-inspired comic hand-drawn style, bold ink linework, dynamic crosshatching, cinematic concept illustration, interior of a California architectural review and planning office, room densely filled with zoning maps, blueprints, rolled plans, scale building models and drafting materials, rows of computers running vibe coding with glowing code editors and AI assistant panels, flickering monitor light as key visual rhythm, organized creative chaos, no people anywhere, eye-level 24mm wide establishing shot, balanced depth layers, soft overhead office light plus cool screen glow, steel gray, blueprint cyan, warm paper beige accents, high-detail technical clutter –no humans, no silhouettes, no empty room, no text watermark, no logo –ar 16:9 –stylize 180 –chaos 7 –v 7.0 –p qaczhqj