操盘手年鉴The Operators’ Almanac
AI · BM · 010

编程复利 ROI 定律

Amjads Law Compounding Coding ROI · amjads-law-compounding-coding-roi--amjad-masad
AI 与新工作方式 基准数据 过渡期 2024-11 Amjad Masad ✓ 已核验出处

解决什么问题

非工程背景的人常纠结"现在都有 AI 了,我还有必要学点编程基础吗?值得投入多少时间?"这个基准给出一个具体的判断依据:投入产出比不是常数,而是在快速复利增长。

核心内容

"Amjad's Law"(作者说这个名字不是自己起的,是外部人替他总结的):学习编程这件事的投资回报率,大约每 6 个月翻一倍。 核心逻辑:AI 编程工具的能力在快速指数级提升,你学到的哪怕是"一点点"编程技能(怎么读代码、怎么调试、怎么向 AI 提需求),乘上一个不断变大的杠杆(AI 工具的能力),产出的复合效果就会越来越大——"每过六个月,这点技能能帮你撬动的东西就更多"。

配套的具体建议——该学什么、不该学什么

  • 不需要学的:传统编程教育里"先学工具链"的顺序(作者举例:他的联合创始人 Haya 曾去学 Web 开发课程,第一天大量时间花在讲解 Git 是什么、怎么用,而这在 AI 时代已经不是必要的起点)。对 PM、设计师这类不必每天泡在编辑器里的人,不需要操心具体工具链细节。
  • 值得学的:通过直接和 AI 对话来学一点编程——写一点代码、遇到问题让 AI 帮忌debug、理解"一个应用是怎么被结构出来的"这种基础心智模型。作者特别点出调试(debugging)是目前最值得学的技能之一

作者据此提出一个更大胆的教育设想:应该有一种"AI 原生编程学校",跳过大部分传统计算机科学和工具链训练,直接教"如何组织一个应用的基本结构"“如何 prompt”“如何 debug”。

适用边界

  • 作者自己明确承认:"即使六个月这个具体周期不是精确对的,只要方向是对的(持续加速复利),结论依然成立"——这是一个方向性判断,不是精确测量出来的科学常数。
  • 这条建议的前提是"我们正处于 AI 能力持续指数级提升的轨道上";如果这个前提不成立(模型进步放缓),复利效应会随之减弱。
  • 作者明确区分:这条"学一点就够"的建议适用于"用 AI 做产品"的场景;如果是写操作系统内核这类底层系统工程,AI 编程工具目前"帮不上太多忙",不适用于这个判断。

关键引述 · 原话

"The return on investment for learn to code is doubling every six months... really just learning a little bit of that skill... every six months, that's netting you more and more power because you're going to be able to create a lot more." — Amjad Masad

关联卡片

- 与 `updating-ai-priors-arbitrage--aparna-chennapragada.md` 呼应:两者都强调在能力快速提升的窗口期,持续更新自己对"值得投入什么"的判断

出处Amjad Masad (co-founder and CEO of Replit) · 03-podcasts/amjad-masad.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验