上午一直在边工作边听刚更新的播客，这期是采访了姚顺宇（不是腾讯那位），他去年从 Anthropic 跳槽到了 Google DeepMind。
刚听了六分之一不到（整个播客有近 4 小时），先分享一段姚顺宇对 AI 编程的看法，他认为这项技术把他个人的工作效率提升了 20 倍甚至 50 倍：
小珺：你现在的工作中，大概有多少比例会用 AI 编程工具来写代码？它能帮你把工作效率提高多少倍？
姚顺宇：你问了一个差点让我被开除的问题，因为我不能用 Claude Code。
对我来说，保守估计，现在 90% 的代码都是模型生成的。但我还是需要花很多时间检查这些代码是不是合适、是不是合理。
用了 AI 辅助工具之后，写代码最重要的部分反而变成了设计代码逻辑：你要想清楚它跟哪些文件有关，需要完成哪些事情，以及怎么给模型提供合理的上下文。
比如有些代码，人可以作为参考看一眼，但真正输出代码这件事，模型已经比人强太多了。
如果要实际统计我手写的代码和模型写的代码行数，保守估计，模型写的超过 90%；不保守地说，可能是 99%，甚至 100%。
小珺：那剩下的 10% 是模型还不能写，还是你没有让它写？
姚顺宇：说 90% 是保守估计，也是给自己留点面子。我觉得模型不能写、而我能写的部分，已经越来越少了。
小珺：那过去是什么情况？是不是过去还有很多模型不能写的部分？
姚顺宇：很早的时候，可能是一年半以前，市面上只有 Claude 能真正写这种软件工程代码。那时候模型还有很多缺陷，比如它只关注单个文件，不太考虑多个文件之间的关联。
如果一个 的定义藏得很深，或者没有直接出现在当前文件的直接依赖树里，模型可能就找不到。但现在这种情况已经越来越少了。
小珺：作为一个研究员，你现在写程序、做实验的效率大概是过去的多少倍？
姚顺宇：如果只从写代码这个角度来说，这件事其实比较难量化。但如果从做实验、实现想法的效率来看，我觉得现在可能比以前快 20 倍，甚至 50 倍。
因为现在模型非常强，可以同时推进多个想法、跑多个实验，甚至还能监控实验结果。所以整体效率确实有了非常显著的提升。
但如果从个人工作时间来看，我反而觉得工作时间变长了。
小珺：这是为什么呢？
姚顺宇：因为开发速度变快之后，人就会越来越想尝试更多东西，想法也会变得越来越多。
以前你可能看到一个不懂的文件，需要花时间去找人，请对方约个时间给你解释，可能几个小时就过去了。
现在如果你不懂，问一下 Claude 或者 Gemini，五秒钟就能得到答案，然后你就可以继续往下做。
所以从工作时间来看，我觉得工作时间反而变长了，工作密度也变高了。
小珺：Google 已经不是那个注重 work-life balance 的 Google 了。
姚顺宇：我觉得在 AI 领域，没有人可以养老。
小珺：那你现在一般几点上班、几点下班？
姚顺宇：我一般早上九点开始工作。先看一下邮件，再看看前一天晚上的实验结果。一般十点左右到公司。
晚上如果只有我一个人在美国，可能会待到十点、十一点。当然，如果我老婆在家，我也会早点回家。但回家之后反正也是工作。
所以我觉得，在 AI 领域，没有人是真正闲着的，除非他已经完全对技术没有兴趣，或者对自己没有追求了。
