【專訪】DHH親測：AI代理讓Linux躍居最可能的未來

這場對談有幾個值得記住的點。第一，AI 代理程式（agent，能自主執行任務，使用工具，檢查自己輸出的 AI 系統）在 2025 年 11 月前後出現了一個明確的質變，不是漸進改善。第二，加速的瓶頸不在 AI，在人——公司裡的審核層，溝通成本，開會文化，才是為什麼大型軟體公司還沒被掀翻的真正原因。第三，Linux 這個被嘲笑了三十年永遠只差一步的桌面作業系統，因為 AI 代理天生喜歡指令列與設定檔，意外站上了風口。第四，誰來寫程式這個問題的答案正在鬆動，但 DHH 認為品味與判斷力才是真正的稀缺資源。第五，他對開源社群，AI 安全審查，以及過度最佳化的生活方式，都有幾句刺在點上的話。

◎2025 年 11 月 24 日，那條線

DHH 把整個 AI 進化史切成幾個階段，但他記得最清楚的是一個具體日期：2025 年 11 月 24 日，Anthropic（OpenAI 的主要競爭對手，以 Claude 系列模型聞名）推出 Claude Opus 4.5。他說他 26 日才試，給了幾個任務，然後往椅背一靠——輸出的程式碼品質詭異地接近我自己會寫的東西。這之前的 AI 是效率工具，幫你查資料，補全程式碼；這之後的 AI 是代理，能自己規劃路徑，使用工具，驗證結果。他的比喻是 GPS：早期 GPS 你還是得盯著看，現在車子直接自己開了。值得留意的是，他坦承自己並非先知——Shopify 執行長 Tobi Lütke 早他幾個月就看見這件事，還寫了一封全公司備忘錄，DHH 當時看完的反應是有點誇張吧。

◎加速的瓶頸不是 AI，是人

有人問 DHH：為什麼 Adobe Photoshop，Premiere 這些大型軟體沒有因為 AI 而突然飛速進化？他的回答直接：因為這些公司的瓶頸從來就不是寫程式的速度，而是誰來決定要做什麼，做成什麼樣子。產品經理，設計師，VP，CTO，每個人都要參與定義，生產力就在這些會議裡消耗殆盡。他在 Omarchy 上親身驗證的結論是：要拿到 10 倍，100 倍的加速，你必須直接跟代理對話，中間不能插入另一個人類，因為人類的頻寬太慢。他也提到 Basecamp 5 的教訓：今年初讓設計師直接用 AI 生成程式碼，結果每個 PR 單獨看都說得過去，合在一起卻把系統架構搞垮，最後還是靠人工清理。代理很強，但沒有品味與架構判斷力的人在旁邊，它會很有效率地把一個爛方向執行到底。

◎Linux 的諷刺性勝利

Linux 作為桌面作業系統被嘲笑了三十年——設定檔太難懂，錯誤訊息看不懂，硬體相容性差。DHH 的結論是：這些缺點現在全變成優點了。AI 代理天生喜歡指令列工具和設定檔，喜歡每個功能都能用一行指令叫出來；而 macOS 和 Windows 的 GUI 介面，封閉生態，反而讓代理很難自動化操作。他花三個月打造的 Omarchy Quattro，最後把安裝時間壓到 45 秒以內（對比一台新 Mac 光做系統更新就要 42 分鐘），而且三個月內合併了超過 1,000 個外部貢獻的 PR，其中很多來自根本不是 Linux 開發者的人——他們用 AI 代理把自己的想法變成可以提交的程式碼。他在訪談中當場把一台預裝 Omarchy 的 Dell XPS 14 送給 Lex Fridman 當生日禮物，現場示範安裝。

◎品味才是稀缺資源，不是寫程式的能力

DHH 花了很多時間辯論一件事：懂程式的人在 AI 時代是不是比不懂的人更有優勢？他的答案比預期複雜。在第一個代理階段，他的程式背景讓他能精確指示代理怎麼做，確實有優勢。但現在的模型強到你只需要描述問題，它自己規劃路徑，這時候過度精確的指示反而會限制它。他說 Claude Opus 5 的系統提示比上一代縮短了 80%，因為過度指示會讓模型表現變差——就像一個被龜毛老闆管死的工程師，只會寫出更糟的程式碼。真正稀缺的是：你有沒有辦法判斷這個輸出的比例對不對這個方向是我要的嗎。他用達文西比喻：不需要自己鑿大理石，但你得知道比例哪裡不對。

◎模型競爭：Fable 最強，但 550 美元完成一個工作也沒什麼好抱怨的

DHH 做了一個具體測試，把一個 Python 動畫函式庫翻譯成 Rust（一種以記憶體安全和高效能著稱的系統程式語言）。Anthropic 的 Fable 模型花了 45 分鐘完成，執行速度提升 9.6 倍，如果按用量計費大約 550 美元。OpenAI 的 GPT Sol 花了一個半小時，46 美元。中國的 DeepSeek V4 Pro 花了 2 小時 45 分鐘，23 美元。Grok 4.6 也完成了任務。他的結論：Fable 目前最強，特別是規劃能力；但競爭已經是真實的，而且同一個工作花 23 美元還是 550 美元，差距在時間不在品質。他也提到，用多個模型互相審查對方的輸出，是他目前的標準工作流程——Opus 或 Fable 做，Codex（OpenAI 推出的程式碼代理工具）複查，GitHub Copilot 再補一層。

看完這場訪談，有一件事讓我想起 2007 年 iPhone 發表前後的氣氛：最先感受到質變的人，說出來的話聽起來都像在誇大。DHH 13 個月前是懷疑者，現在是最大聲的信徒，而他拿出來的不是預測，是已經下載了幾萬次的軟體。你可以不同意他對 Linux 未來的樂觀，但你沒辦法說他只是在空談。對台灣的企業主管來說，這場對談最值得帶走的一句話是他說的：加速的瓶頸是人，不是 AI。你公司現在有多少層審核，就有多少層在阻止你拿到那個 10 倍速度。