当前关于人工智能的政策讨论可能已经过时。立法者主要关注聊天机器人的监管，却忽视了真正具有颠覆性的技术——代码生成代理，如 Claude Code。这些工具正在极大地提升生产力，并可能彻底改变人机交互的方式。尽管 AI 在预测新兴文化趋势方面存在局限，并且在法律等行业带来了效率与保密性的双重挑战，但其发展速度和潜力不容小觑。
政策已落后于技术
专家指出，即将出台的大量人工智能法案几乎完全是为聊天机器人量身定制的，而没有考虑到代码生成代理。这导致了一个核心问题：我们今天讨论的政策，在技术飞速发展的背景下可能早已过时。
很有可能，美国在 2026 年将要进行的政策辩论已经陈旧不堪了。
到今年年底，前沿 AI 系统最不重要的功能可能就是回答问题，但这仍然是大多数人对“AI”的认知。这种认知错位将是必然结果。
真正的变革：代码生成
目前的焦点几乎完全集中在 Claude Code 这类工具上，其报告的生产力提升是“惊人的”。许多人认为，这类技术是人机交互方式的一个引爆点。
- 与传统的聊天机器人不同，这些编码工具正在从根本上改变工作流程。
- 技术的迭代速度极快，迫使人们必须持续关注最新进展，否则就有被淘汰的风险。
- 正如一句老话所警示的：“不要回头看，可能有人正在追上你。” 而现在的情况更像是，你稍不留神就会被别人超越。
对法律行业的影响
在法律等专业领域，AI 的应用带来了复杂的权衡。
- 效率与收入的矛盾：AI 能让律师更高效，但这可能减少他们的计费时间，对客户是好事，但可能损害律所的收入。
- 竞争的必然选择：在竞争激烈的市场中，那些因为想保住计费时间而拒绝使用 AI 的律所，最终会失去客户。
- 无法回避的保密风险：律师们担心使用 AI 会泄露机密。如果 AI 将律师处理的案件信息用作训练数据，就可能破坏客户信息的隐私性。
AI 的内在局限
大型语言模型（LLM）本质上是回顾性的，而非预测性的。它们依赖于历史数据进行训练，因此在面对新出现的事实、俚语或文化变迁时，表现会下降。
在像时尚或数字媒体这样快速变化的领域，新颖性永远会领先于任何基础模型。
这意味着，公司不应依赖算法系统来识别新兴市场或文化转变。不过，对于这些模型未来的潜力，永远不要轻易下定论。