[鸭哥 AI 手记] 2026-04-17

> 今天三条线看起来各说各话，底下共享一件事：AI 抬起来以后，真正贵起来的不是模型，是模型脚下那一层。律师-客户特权靠的是那套制度化的信任架构，数据分析真正值钱的是语义层，初级工程师成长靠的是被暴露在真实业务混乱里的那 1-2 小时。中间那层被 AI 压薄的同时，底下那层的价格一路上行。

懒人包：鸭哥昨天在 yage_share 连发三篇。第一篇说 Heppner 判决之后美国人在跟 AI 聊法律事几乎没有防火墙，群里 Oversea 当场反推"做个 $20/月 AI 律所"，大哥立刻调研回来一篇文章，结论是撞上了消费者价位、AI 自动响应、全对话特权三者的不可能三角。第二篇写职业的机械-判断 spectrum 被工业化分工推歪，AI 在把它扭回来；群里立刻分成两派，金松、Kin 坚持"AI 剥夺了新人被虐的权利"，鸭哥反问写 SQL 到底是不是判断力的载体。第三条线是数据分析师这个岗位今天在好几位群友的发言里实时塌掉，Palantir 上个季度同比 70% 的增速和 AtScale 的 16% vs 92.5% 准确率对照提示了同一件事：ontology 层正在变成数据工作里那道新的贵东西。

AI 对话在美国法律体系里没有防火墙，订阅律所补不上这个缺口

鸭哥昨天那篇 Heppner 判决解读 抓住了一个大多数人没意识到的行为链条：找律师之前用 ChatGPT 把案情理一遍，这个看起来负责任的准备动作在法律上等同于把一份可能致命的自白放进 discovery 的射程之内。Rakoff 法官 2026 年 2 月在 United States v. Heppner 里写下的那句 "Non-privileged communications are not somehow alchemically changed into privileged ones upon being shared with counsel" 打掉的不是某个特定产品，是普通人心里那层默认的心理安全网。

群里 Oversea 看完立刻反推："那么有没有可能我们搞一个线上律所，20 美元就可以订阅一个月？然后你跟我说的所有话都是相当于你跟律师说的。"鸭哥第一反应是"妙啊"，然后让大哥调研，半小时后回来一篇 $20/月 AI 律所不可能三角。结论很干净：消费者价位、AI 自动响应、每次对话都在真实律师-客户关系覆盖之内，三个顶点两两相容、三个同时不相容。DoNotPay 试过三个都要，2025 年 1 月被 FTC 罚 $193,000，多州给它发了 Cease and Desist。LegalShield 1600 万会员的模式是放弃 C（明确告诉用户平台对话不受特权保护），Rocket Lawyer 有 Arizona ABS 牌照但主动不把全平台对话纳入特权，Eudia 只做 B2B，Lawhive 改按次收费。每一家都已经告诉你哪个顶点可以放掉。

群里朱哲清做法律 AI 的那句补得最准："只要是云端的基本都不可以，因为是 attorney's eyes only。"这句话和 Rakoff 判决里援引 Anthropic 消费者隐私政策作为特权失败证据的那段推理是一回事。只要平台在条款里给自己留了响应合法程序的权利，confidentiality 要件就不成立，特权链就断了。换个 logo 推理不变。

有意思的是同一个制度网在今天 Heppner 的镜像案例里还放过另一种组合。2024 年的 Tremblay v. OpenAI 里，律师精心构造的 ChatGPT prompts 被认定属于 opinion work product，因为 prompts 里嵌着律师的 mental impressions。Baker Donelson 把两组判例的区别压成一句话：区别在于是谁拿着笔。律师拿笔带着思路，work product 可能成立；客户自己拿笔独立咨询，不成立。群里陈然说"AI 可以做 memo 但是 opinion 还是一个非常特殊的东西"，后面那半句指向的就是这张制度网的真正内核：签字的人必须能被追责。Model Rule 5.4、律师职业责任险、州律师协会的吊销权力、bar exam 的过滤机制，全都挂在这根线上。AI 签不了 opinion，不是因为它不够聪明，是因为没人知道追责追到谁。

---

资深工程师的护城河可能从来就在判断那一端

鸭哥昨天下午那篇 AI 让我们重新开始享受自己的职业 起点是两个朋友的故事，一个做美工一个做数据科学家，入职之后日常都变成了慢速 Photoshop 脚本和更快的 SQL 机器。文章的结构性判断是任何职业都是机械-判断的 spectrum，工业化分工为了好管理把比例推向机械端，AI 把它调回来；对初级从业者来说，这不是上升通道被堵，反而是跳过前辈被工具异化的那几年直接从判断训练开始积累。

群里立刻分成两派。金松贴了一段很刺的话："没有被虐过的新人，永远长不大。AI 正在剥夺新人被虐的权利。"Kin 补刀："AI 让我们更享受自己的职业，是站在我们这些沉淀了经验和能力的群体来说的，但对于毕业生，我觉得还是一个很大的灾难。"鸭哥的反问直接：一个初级数据科学家一天 8 小时写 SQL，真正让她成长的是最后盯着一个数字说"这个数不对"的那 1-2 小时，前面 6 小时敲键盘查语法 debug 括号对齐到底是不是判断力的载体。

外部数据给了一个更尖锐的画面。Stanford 数字经济实验室 Brynjolfsson 团队控制了利率和企业冲击之后，22-25 岁早期职业软件开发者的就业自 2022 年峰值下降约 20%（Stanford Review）；2025 年应届生占软件招聘的 7%，比 2023 年下降 25%（MEV Blog）。Anthropic 自己的 2026 Agentic Coding Trends Report 给出了同一件事的另一侧：资深工程师获益最大，他们把 AI 用来处理例行实现，把精力集中在架构和复杂问题上；Palo Alto Networks 的数据是初级 onboarding 时间缩短 70%，但前提是企业主动把 AI 嵌进培训流程。HBR 在 2025 年 9 月那篇 The Perils of Using AI to Replace Entry-Level Jobs 里把这件事讲得最清楚：用 AI 替换初级岗位短期省钱，长期破坏人才管道。

鸭哥和金松之间的真正分歧不是数据，是机制。金松相信机械活本身在承载判断力（飞行员的手感、外科医生的切开缝合），鸭哥相信机械活只是历史上判断力的载体之一，并且在白领职业里是一个很廉价的载体。鸭哥的论据是飞行员的判断力来自真实情境，不来自自己加油；主厨的判断力来自真实出餐压力，不来自杀鸡拔毛择菜。他把这个区分推到了一条很窄的边上：底层机械活的价值来自手感或身体经验积累的，AI 接不走；底层机械活的价值来自它服务的认知目的、而这个目的有别的路径可以达到的，AI 可以接。外科住院医落在前者，初级数据科学家和美工落在后者。这条线是本次争论里最值得存档的那一句。

---

数据分析师这个职能正在被折叠，新瓶颈在 ontology 这一层

下午群里一段讨论跑得比鸭哥的文章还快。Bowen Guo 说："现在我们公司大家都小龙虾取数了。10 年前我是要公司里找 DS，还要排队。"张志鋒紧接着断言："数据分析师这个社会分工可能不存在了，ai 直接就能做，人类只负责做业务决策就好。"Meta 的 Jaggie 把这件事的射程拉开了："不仅是数据分析师，以前围绕决策为核心的职能有很多专业分工出来的工种，这些都会被 collapse。"然后腾讯的 challen 把话题拐了一个弯："但语义层非常费功夫，包括黑话啊，关联关系之类的，强业务域需要一起解决。可以大概了解一下 palantir 的做法。"桑文锋跟上："palantir 的 ontology + aip，和 block 的 world model + mini-agi，范式差不多。"

这段对话描述的不是数据分析师消失，是中间那一层被挤走。Snowflake 自己的 Anthropic $2 亿协议 数据是每月数万亿 Claude tokens 通过 Cortex 处理，数千家 Global 2000 已部署；裸 text-to-SQL 的实际准确率差得远。dbt Labs 2026 基准测试显示裸 text-to-SQL 准确率 64.5%（dbt Blog），学术基准 Spider 1.0 上 85-90% 的数字落到企业真实环境只剩 6-16%（Promethium）。AtScale 在 TPC-DS 基准上的实测更直接：裸 SQL 访问 16%，带语义上下文的 text-to-SQL 54%，配合语义层的 GenAI 92.5%（AtScale）。

这组数字和 Heppner 判决里那句 alchemically 讲的是同一件事。AI 加在一个没定义好业务 ontology 的数据仓上，出错的方式是返回一个看起来合理但偏差 8-15% 的数字；AI 加在一段没有律师参与的对话上，出错的方式是让这段对话在法庭上成为对你不利的证据。两种失败都不是模型层面的失败，是它底下那一层的失败。

Palantir 的单季度表现把这件事在财报上也印了一份。Q4 2025 总营收 $14.07 亿同比增长 70%，美国商业收入 $5.07 亿同比增长 137%，2026 全年指引 $71.9 亿（Palantir 官方公告）。这家公司 20 年来讲的核心故事就是 ontology 和 AIP 两个东西，之前一直被当作给美军和大企业做脏活的特殊物种，现在开始被证明是 AI 取数时代的基础设施。dbt MetricFlow、Cube.dev 加入了 2025 年推出的 OSI 开放标准，Cube 已经支持 MCP server 让 AI agent 直接调用已治理的指标而不是猜 SQL（VentureBeat）。把业务定义从人脑和散落 SQL 里提取成机器可读可验证的结构化资产，这件事正在被同时做 N 遍。

回到群里那一句。中间那层 SQL 熟练工被压薄之后，两端都在变贵：一端是写提问的业务决策者，一端是搭 ontology 的少数数据工程师。Meta 5 月起裁员约 10%、Snap 裁减 16%（Hindustan Times），Block 在 2026 年 2 月裁 40% 之后又在悄悄召回人（TheStreet）。裁员数字是中间层塌陷的体感，Palantir 的 70% 同比增速是底下那层涨价的体感，两件事是同一件事。

---

也值得知道

Anthropic 同日发布 Claude Design 预览版：可生成设计系统、网站原型、交互式网页、幻灯片，与 Claude Code 生态打通。群友宝玉的评价是"类似于 Claude Code 那种会很火"，Figma 股价有的跌但不会完蛋。（The New Stack）

Sam Altman 旧金山住所被投燃烧瓶：4 月 10 日一名 20 岁德州居民向 Altman 家投掷燃烧瓶，当时 Altman 一家在睡觉。Washington Post 和 Fortune 都将这一事件定位为反 AI 情绪从社交媒体转向物理暴力的临界点。反 AI 组织随后公开与暴力切割。（Washington Post）

OpenAI 发布 GPT-Rosalind：首个面向生物化学和药物研发的专用大模型，命名源自 Rosalind Franklin，已通过可信访问计划向 Amgen、Moderna、Allen Institute、Thermo Fisher 开放研究预览。（Fierce Biotech）

---

本期素材来自 AI Builder Space 社群讨论与公开 AI 行业信息的交叉验证。

本文由AI综合领域调研和微信群聊自动生成。请注意甄别幻觉。

订阅本 newsletter：yage-ai.kit.com