李笑来产品 VMark 的文档,值得推荐给所有 Vibe Coder

李笑来老师给他的产品 VMark 写的文档，值得推荐给所有的 Vibe Coder！哪怕只是 AI 圈边上观望的人。公众号文章确实有几万阅读，但文档的流量可能就少得多。

这是一个他为了满足自己需求做的 Markdown 编辑器。不过，我不打算复述里面那些已经写清楚的干货，想说说自己的观后感。这真是一个真的下场做过产品的人，把自己踩过的坑、算过的账、想明白的事，摊开给大家看，果不其然是，“做到再说”。

这篇文字的“儿子味”可能有点重🤣😅，但好东西确实值得拿给所有人来分享。看到“这样的好东西却在暗处没得到什么流量”，反倒让那些泔水全占了，实在是让我有点不平，“声量大，确实就更有可能被大家看到，但真的就越对吗？”

1/

“最便宜的代码，是第一次就正确的代码。”“如果你无法完全检查工作质量，雇佣最便宜的“工程师”不是节俭，而是鲁莽。”

这是里面最戳我的，它反着很多人的直觉来。这一点上，人们存在价值观的差异。很多人会选“性价比高的”，而非最贵的。

但他表达的是，用最贵的模型反而生成得最好，一下就能过，不需要后续反复审查。如果在后期生产环境中反复修 Bug、迭代，那才最累人。而且这还没把人力成本算进去，一旦算上，便宜模型反而亏得要命。便宜不等于省钱，单价低也不等于总成本低。

2/

“在竞争激烈的市场中，开发速度以交付的功能——而非生成的 Token——衡量，才是关键。”

这和当前社交媒体上的一类声音，形成了鲜明对比。很多人爱晒自己今天又消耗了多少 token，仿佛这是什么战功。这本质上，这跟晒自己今天吃饭干掉了几千卡路里差不多。那是消费，相当于围观彼此的账单，不是交付。

3/

“这些不是开发者的错误。开发者——如果我们可以这样称呼他们的话——根本不知道漏洞的存在。”

这句黑色幽默让人印象很深，提到一些非原生开发者（Vibe Coder）去开发应用，结果导致了致命的数据泄露。

Vibe Coding 的风险不是“代码不优雅”，而是它容易制造虚假掌控感。

界面顺滑，生成很快，几句话就能出来像模像样的东西，于是人们会以为：我会开发了，懂软件了，可以上线了。开玩笑说就是：懵里懵懂的人，用懵里懵懂的平台，做了懵懂的软件，给懵懂的人用，最后搞出的是现实世界的真风险。

GPT理解的是：真正的问题不是身份，而是有没有测试、日志、权限控制、备份、回滚、密钥管理和上线前检查。所以笑来老师反复强调自己测试代码与生产代码的比例，2：1。“能跑能用”，离“敢给别人用”很远。

4/

还提到算账，如到底该订阅 VS API。不抽象地谈提效，先把账算清楚。

开发阶段：自己高频试错、反复迭代、不断让模型吐东西，订阅通常划算。相当于一口气打包买了一大箩筐 token，适合狠狠干活，且更简单。按 API 跑：Pay-as-you-go，流水式计费，开发期这么搞，账单很容易把你打醒。

反过来，到了后期平台维护，面对外部用户访问，API 才更像正确的基础设施。

5/

Follow builders, not influencers（追随建设者，而不是网红）。

这是我从@张咋拉zara姐那里，学来的很棒的策略。

AI 领域日新月异，因此噪音太多是难免。而前者用真实数据为你排雷，后者用概念榨取你的注意力。

而说的人、摆造型的人很多，做的人、真下场的人很少。晒结果的人很多，愿意把过程、边界、成本、错误、妥协都摊开的人很少。

所以当真的读到这种 builder 的文字时，体感差异会特别明显。说得直接一点是：吃过细糠之后，再看泔水，会立刻知道区别在哪。

不只是“表达更好”，而是每一句话背后，都有实战的摩擦痕迹。

6/

还有一个很重要的点：AI 生成不是问题，敷衍才是问题。

我能明显感觉到，除了发到公众号的第一篇味稍微淡一些，后面很多文字都经过 AI 润色，大致流程可能就是 AI generated（AI 生成），AI polished（AI 润色），最后自己再审一遍。但这完全不减分，相反，这才是更像样的工作流。

问题不在【“用没用 AI”】，而是【有没有把“生成”当成“完成”】。市面上很多人就是：随便说点，模型吐一坨出来，改都不改，不查不验证，直接甩到公域。吹牛不打草稿，纯属睁眼放屁。

所以大家现在对 AI 内容疲劳， AI 本身不是问题，更大原因是：人们对内容不负责。

靠谱的人，就算用了 AI，你也能看出不一样，因为会审改/增删/校验，会让每一段话站得住脚。

7/

这也是为什么，我特别留意他的 References。

现在生成内容太容易了，所以胡说八道的成本被压得极低。很多人文章写得很顺，语气满，结论大，但只要顺着问一句：依据呢？实验呢？数据呢？来源呢？马上就空了。

而好的表达，不靠气势撑着。有良好的、基于科学实验的 References（引用） 实在是太重要了。你会发现他的文字，起手式都不一样，是非常标准的 paraphrase（转述）句式，流畅且极具说服力。这跟睁眼放屁之人，形成了强烈对比。

8/

“AI 的角色是劳动——编写、测试、调试、翻译；而人类的角色是判断——构建什么，何时停止，选择哪种方案。”

有意思的是，很多 AI 自媒体写文章，最后上升到【价值观】时，通常也会告诉你类似的理念。算是告诉我们，你自己到底还剩下什么责任。

GPT说的是：

“AI 可以替你搬砖，但替不了你负责。它能生成，能劳动，不等于它能判断/决策。判断力无法外包。做什么、不做什么、做到什么程度算够，全是人的责任。”

9/

【一定要时刻动手做点东西，否则又如何获得这些切实经验呢？】，这是我当时看完后的最后一个强烈感受。

很多话平时看一万遍，都只是观点。只有自己下手做过一次，它们才会变成经验。

这篇文档把 AI 时代里没那么性感、但重要的东西讲出来了：交付、测试、成本、责任、引用、判断、安全、边界。（这一段是GPT列的，说实话我想不出这么多名词来，但他们确实都是值得被放进来，真实且有含义的。）