電腦該擺在辦公室的角落，還是中央？

有機械者必有機事，
有機事者必有機心。
—— 《莊子・天地》（戰國）

先說這個節目

Odd Lots 是 Bloomberg 旗下的財經節目，2015 年開播，兩位主持人是 Joe Weisenthal 和 Tracy Alloway，內容涵蓋金融、市場、經濟與商業。它在華爾街圈子裡算是必聽的一檔。

我自己會固定聽它，是因為它的選題跟一般財經節目不一樣。多數節目追的是「這週漲跌怎麼看」，Odd Lots 追的是市場底層那些沒人想講但其實決定一切的東西——貨櫃運價怎麼形成、電網怎麼定價、某個沒聽過的零件為什麼卡住整條供應鏈。用一句話說，它做的是結構，不是雜音。這也是為什麼它的內容比較耐放，一集兩年後聽還是有用。

Joe Weisenthal 早年自己創了一個財經網站 TheStalwart.com，後來去 Business Insider，再進 Bloomberg，目前是 Bloomberg 數位新聞的執行編輯。他的提問風格是那種會一路追到底的類型，你打太極他會再問一次。

Tracy Alloway 有將近二十年的財經新聞資歷，進 Bloomberg 之前是《金融時報》的美國財經特派，跑銀行與市場線，也當過 FT Alphaville 的副主編；到 Bloomberg 後曾管過亞太新聞中心。她問問題的角度通常比較刁，常常是從「這件事對從業者的日常會怎樣」切進去。

兩個人搭配的效果是：一個追邏輯，一個追現場。

再說這位來賓

Boris Cherny 是 Anthropic 的 Claude Code 負責人，也是這個產品最初的打造者。

他進 Anthropic 之前在 Meta 待了很久，做到主任工程師，在 Instagram 主導過幾次大型程式庫的現代化與遷移，也負責過全公司的程式碼品質。他還寫過一本 O’Reilly 出版的程式語言書（《Programming TypeScript》）——這件事在訪談裡有呼應，他自己說他是個語言宅，很愛型別系統。他在 Sonnet 3.5 那個時期加入 Anthropic，用當時的模型做出了 Claude Code 的原型。

訪談裡他還提到一件私事：他外公在蘇聯時代寫過程式，用的是打孔卡；他媽媽小時候會拿外公帶回家的成疊打孔卡塗鴉。這個細節後面會變成他講整段產業史的起點。

這集在講什麼

一句話總結我聽到的：這兩年真正變的不是工具有多強，而是「人跟機器的分工線」被往上推了兩層，而多數組織還沒把自己的流程跟著往上搬。

我摘的重點

• 這個產品是安全研究的副產品。 他說模型沒有身體，作用於世界的方式就是寫程式，所以要研究模型安不安全，就得先讓它很會寫程式、再交到人手上看真實世界怎麼用。coding 不是起點，是推論出來的結果。

• 成長曲線幾乎全是模型給的，不是殼給的。 主持人直接問是介面做得好還是模型變強，他答得很乾脆：幾乎全是模型。而且他強調他們用的是跟所有客戶一樣的公開介面，沒有內部特權通道。

• 雕塑家蒙著眼。 我最喜歡的比喻。就算你是世界第一的雕塑家，蒙著眼、又不能用手摸，作品也就那樣；能偷瞄一眼會好一點；能完整看見並邊看邊修，才可能雕出驚人的東西。模型也是——第一刀的準度隨模型變強，但成品高度取決於它能不能看見自己剛做了什麼。

• 五十年只動兩層，這兩年跳了兩次。 他從外公的打孔卡講到作業系統軟體化，說這條線停在原地約五十年；而現在先是人不再直接寫程式、改成跟模型講，接著又跳一層——人跟模型講，模型去跟其他模型講，那些才去寫。

• 護城河裡有一項正在貶值。 他用《七種力量》那套框架講：轉換成本這一種會明顯變弱，因為要換廠商時可以直接叫模型幫你搬。但他馬上補一句——真正的大公司從來不只有一種護城河，轉換成本疊上網路效應、疊上稀缺資源才有力量，所以其他大部分還跟以前一樣強。

• 有一類專案從「算不過來」變成「算得過來」。 他舉了一個實際的程式庫語言遷移案例：一個人、約十一天、燒掉約五萬美元額度，過去這是好幾個工程師做上一年的量，「所以我們以前根本不會做。」我認為重點不是快了幾倍，是一整類過去因為划不來而永遠不會發生的事，現在會發生了。

• 1996 年那篇舊研究。 這段是全集我認為最有價值的。當年有人問：個人電腦都來了，為什麼企業沒得到生產力提升？答案是有些公司只是在辦公室角落擺一台電腦，指派一個人負責把資料輸進去——流程還是紙筆，那就只是多了一個職位。真正受益的公司把電腦搬到中央，把紙本全數位化，然後把文件櫃扔掉，接著一個一個瓶頸拆下去，直到整套流程被重建。

• 結尾主持人自己的提問比訪談更耐嚼。 大意是：人有沒有可能在沒做過基本功的情況下，達到某個領域的最高層次？他用吉他手作比——真正厲害的人會在意用哪種弦、拾音器怎麼排、音箱用哪種真空管，這些都不是樂理，卻構成了手感。如果所有人都升級成調度者，沒人再是修琴的那個，會不會有東西被弄丟？他自己的結論是：這輩子應該就會知道答案。

我的延伸想法

第一，「把電腦擺在角落」是現在多數 AI 導入的真實樣貌。

買很多席次發下去，然後期待生產力自己長出來——這就是 1996 年那些沒得到提升的公司在做的事。真正的差別在於有沒有人願意一個一個把瓶頸拆掉，並且把舊的文件櫃真的扔掉。而扔掉文件櫃從來是政治問題，不是技術問題：那個櫃子通常是某個人的職權範圍。

這件事對我自己也成立。我這一年做的東西，凡是「工具接上去、流程沒改」的，最後都沒留下來；凡是逼自己把某個環節整段拆掉重寫的，才真的省下時間。

第二，護城河貶值這件事，要分清楚是哪一項在貶。

市場上關於 AI 殺軟體股的討論，常常是整包喊——不是「軟體業要完了」就是「AI 根本取代不了」。但他那個講法是有結構的：貶值的是轉換成本這一項，其他項不動。這對判讀一家公司有用得多——你可以去問，這家公司的護城河是什麼組成的？如果它的定價權主要靠「客戶搬不走」，那它的風險是真的；如果它同時有網路效應或卡在某個沒人繞得過去的環節上，那市場一起殺的時候，反而是分辨得出好壞的時候。

順著這個講，我一直比較在意的是卡點——某個環節有沒有替代品、繞不繞得過去。轉換成本是一種人造的卡點，可以被工具溶掉；物理上、產能上、規格上的卡點不行。這兩種東西在財報上看起來都叫「議價能力」，但在這一波裡的命運完全不同。

第三，回饋迴路比指令重要，這件事被嚴重低估。

雕塑家的比喻讓我改了做法。遇到模型做不好，多數人（包括我）第一反應是把指令寫得更詳盡。但照他的說法，指令再好也只是讓第一刀更準，成品高度取決於它能不能看見自己做了什麼。所以更該問的是：這件事有沒有一個機器自己能驗證對錯的訊號？ 沒有的話，先把那個訊號做出來，比多寫五百字指令有用。

這其實跟投資是同一件事。一個沒有到期日、沒有驗證方式的判斷，講得再漂亮也不會進步，因為它從來不會被打臉。我們把每則判讀都押上日期跟判準，理由就是這個——不是為了證明自己準，是為了讓自己有機會知道自己錯在哪。

我這陣子的心境

老實說，聽到「他自己 100% 的程式碼都由模型寫」那段時，我第一個反應不是興奮，是有點悶。

莊子那個抱著甕去澆水的老人，子貢勸他用省力的機械，老人回說有機械就有機巧的事，有機巧的事就有機巧的心。我以前讀這段覺得是酸腐。現在覺得他不是不懂那台機器——他是懂了之後才決定不用。

我沒有要學那位老人。工具我照用，而且用得比多數人凶。但主持人最後那個問題我沒法輕鬆放過：當基本功可以外包，判斷力還長得出來嗎？我暫時的答案是，判斷力長在你被打臉的次數上，不長在你敲了多少鍵盤。所以基本功可以外包，對答案不行。這也是為什麼我寧可把力氣花在把每個判斷都變成可以驗證的形狀，而不是花在讓自己看起來比較懂。

可以參考的資料

節目是 Bloomberg 的 Odd Lots，2026 年 7 月 20 日上架，長度約六十六分鐘，來賓 Boris Cherny。

我推薦聽原音，不要只看摘要（包括我這篇）。三個理由：他講話很收斂，講到不確定的地方會直說不確定；兩位主持人問得很兇，敢問「你是不是在斷別人生路」而且不接受打太極；還有結尾那十分鐘是主持人自己的思考，不是來賓的宣傳，價值不輸訪談本體。有影片版，中段有一小段實機示範，那部分建議看畫面。

---

本文是聽後心得與個人延伸想法，不是節目內容的完整轉述，也不是投資建議。文中提及之公司僅為轉述節目談話，不構成任何買賣建議。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。