你的職涯就是最大的那根槓桿：80,000 Hours 創辦人 Ben Todd 的 AI 時代備忘錄
TL;DR
- 80,000 Hours 這個數字來自一個普通人一輩子工作的總時數，這是你影響世界最大的一根槓桿
- Ben Todd 把 AGI 時間軸切成三種劇本：短（2027-2028）、中（2030 年代初）、長（plateau 之後再爆發），不同情境下投資自己的方式完全不同
- 這個時代最被忽略的三個問題是 loss of control、權力集中、AI 加速的工程化病原體
- 想進前線 AI 公司之前先問自己一句：你是真的覺得這份工作影響最大，還是只是想去那間有名又高薪的公司
- 這個領域不缺錢，缺的是執行得起來的人。joining 一個已經在跑的組織通常被低估
- 太空治理、digital minds、gradual disempowerment 是現在還沒人在做但可能很關鍵的方向
這集 podcast 在 2026 年 5 月 26 日上線，剛好跟 Ben Todd 的新書 80,000 Hours 同一天發佈。The Cognitive Revolution 是 Nathan Labenz 主持的 AI 訪談節目，現在隸屬於 Turpentine 網路（被 a16z 收下了），主持人本身是 AI 創業者出身、Waymark 的前 CEO，對前線 AI 的進展有第一手判斷。Ben Todd 是 80,000 Hours 的共同創辦人，這個從 2010 年牛津學生社團起家的非營利組織，現在有五十多位員工、一年觸及四百萬讀者，專門研究怎麼設計一份「對世界有最大幫助」的職涯。他寫的同名書這次是十年後的重版，整本書幾乎為 AI 時代重寫過一次。
把職涯當成你最大的槓桿
書名取得有點哲學味。80,000 小時是一般人四十年職涯的總時數，一年兩千小時。Ben 的點很簡單：你會花一輩子在工作上，這段時間比你做任何其他事都長。但市面上大部分的職涯建議不是「找你的熱情」就是「跟著感覺走」，跟這件事的重要性完全不成比例。
我自己滿同意這個說法。重點是你把時間花在哪根槓桿上，工作多努力反而是其次。Ben 提出一個很實用的測算方式：如果你願意多花兩個月找下一份工作、結果薪水多 10%，做兩年就回本了。把這個邏輯放大到「對世界的影響」，差距會更大。前陣子在Patty Stonesifer 的職涯決策框架那篇也寫過類似的觀念，用九個英文字寫下個人使命宣言這種事，跟 Ben 的「不要急著跳下一步」是同一種紀律。
AGI 不是一條時間線，是三種劇本
Ben 沒有直接回答「你覺得 AGI 哪一年到」這個問題。他把問題反過來問：你這輩子哪段時間最有影響力？這比追問日期更實在。
他把可能的未來切成三個劇本。第一個是 AI 2027 那種短而快的版本：再過一到四年，AI 研發自動化、跑出演算法回饋迴路，半年內塞進五年的進展，2028 年附近就有相當通用的自主 AI 出現。第二個是中時程，2030 年代初開始算力擴張卡到 fab 產能瓶頸，三到十年才走完那個爆炸式進展。第三個是 plateau 情境，現有典範燒不出新東西，等下一個典範。
Ben 自己對第三個情境權重最低，這個判斷我覺得合理。算力擴張到 2028 年附近會撞到實體 fab 的牆，但那之前如果已經跑出 AI 研發的自動化，就會反過來加速一切。Anthropic CFO Krishna Rao 之前在算力是顏料、不是電費那篇聊過類似的算力供給邏輯，可以一起服用。
時間軸越短，career capital 的權重越輕但不為零
這是這集最實用的一段。Ben 的職涯框架有五個面向：impact（影響力）、career capital（職涯資本，指技能、人脈、信用、品格）、personal fit（個人契合度）、其他個人目標、exploration value（探索價值）。
很多人聽到「AI 兩年就要 AGI 了」就會覺得「那我幹嘛還累積什麼技能」。Ben 給了一個反直覺的算術：花一年讓自己多 20% 生產力，四到五年就回本。就算你判斷只剩五年的時間視角，這個投資還是划算。重點是不要把短時間軸當成「現在不該再學東西」的藉口。
他提到 Anthropic 研究員 Ajeya Cotra 寫過一篇關於該不該結婚的文章，用十年當預期婚姻長度的平均值，把不同情境平均下來再做決策。同樣邏輯放在職涯上，五到十年的規劃視窗仍然合理。Ajeya 自己也上過 80,000 Hours 的 podcast 聊過crunch time 這個概念，是這集的姊妹篇。
三個最被忽略的問題
Ben 用「重要、被忽略、可解」三個維度篩問題。AI 領域他列了三個。
第一個是 loss of control。賭注最大，但全世界專心做這件事的人大概只有一兩千人，對比有十萬到一百萬人在加速 AI 能力，比例懸殊。
第二個是權力集中。Ben 提到一個讓人後背發涼的細節：美國國防部之前希望用 Claude 監控所有美國人的通訊資料，被 Anthropic 擋下來。過去之所以做不到，跟法律無關，純粹是沒有人力能分析這麼多資料。AI 把人力瓶頸拆掉之後，全民監控變成技術上完全可行的東西。
第三個是工程化病原體。COVID 之後大家都知道大流行的破壞力，但 AI 把製造門檻拉低，北韓這種國家可能拿來當嚇阻武器。Ben 提到這個領域的好處是「大家不太爭論該不該做」，比 AI 安全那種還在吵路線的領域容易產生實際進展。
要不要進前線 AI 公司？先問自己這個問題
這段我反覆聽了好幾次。Ben 沒有給標準答案，但他拋出一句很重的提醒：
「『最有影響力的工作剛好是去那間有名、成長快、薪水高的公司』，這個結論未免太方便了吧？」
換句話說，當你說服自己「進 OpenAI 是為了從內部改善它」的時候，要分得清楚這是真的策略判斷，還是只是想要那個 offer。Ben 給的具體建議是：找一個願意當面 call out 你的朋友、提前寫下「如果發生 X 我就會做 Y」的承諾、用實際 track record 去評估那家公司，不要跟著 vibe 走。
他也老實說，幾乎所有特別在乎安全的人，做兩年左右就會離開 OpenAI。文化的拉力非常強，沒有那麼多人撐得住跟公司方向唱反調的長期壓力。
joining 比 founding 容易被低估
funding 環境的部分滿正面的。Ben 的判斷是現在這個領域不缺錢，缺執行得起來的組織跟人。Anthropic 幾位創辦人都承諾捐出 80% 的股權，光這一筆就是幾百億美金的等級。
但他也提醒，創業者個性的人天生會偏向 founding，因為從無到有蓋一個東西的滿足感比「把一個已經在跑的組織變強 5%」直觀很多。可是如果那個組織本來就有很大的 impact，把它再放大 5% 通常比新開一家來得划算。
那些還沒人在做的方向
最後 Ben 聊了幾個目前還很冷門但可能很關鍵的題目：digital minds 的道德地位、太空治理（誰先把自我複製的探測器送出去誰就拿到所有恆星，這個 land grab 機制現在沒人在認真討論）、gradual disempowerment（就算我們避開了 loss of control 跟權力集中，人類還是可能在經濟競爭中被慢慢邊緣化）。
對於想寫 utopian fiction 那種「畫一個美好未來」的人，Ben 提了一個有趣的框架，叫 viatopia。意思是不去定義最終狀態長什麼樣，目標是把文明調整到「能繼續好好討論、繼續修正方向」的位置。就像迷路時不知道該往哪走，但至少可以決定「先去找水、爬到高處看一看」，這些是不管最終長什麼樣都對的事。
寫在最後
這集最打到我的不是 AI 安全那些重磅議題，而是 Ben 那句「你只有一份職涯，值得花時間想清楚」。十幾年來 80,000 Hours 不管多紅或多被誤解，做的就是這件事：用最嚴肅的方式對待「你這輩子要做什麼」這個問題。
主持人 Nathan Labenz 提到他自己當年從創業者轉到全職研究 AI 的時候，用過 80,000 Hours 的免費職涯諮詢服務，他說那場對話的價值到現在還在發酵。這種幫人想清楚但不替人決定的服務，在繁體中文世界其實很缺，值得多被看到。
如果這篇對你有幫助，wilsonhuang.xyz 上還有更多產業觀察跟職涯思考類的文章，歡迎訂閱。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件