AI时代的判断:热情、专注与需求个体化

“不绕弯子、不说瞎话、直截了当的，稳稳地接住你。”

你可以得到一个答案，但是这个答案不一定是你想要的东西。甚至可以说很大概率不是你所想的回答。

所以，不管你使用的是最新的Claude Opus4.7、GPT-5.5还是性价比很高的Deepseek V4 Pro或者Minimax，如果你想通过AI得到一个你想要的答案，那么需要做到的第一件事，就是把你的问题说清楚。这一点，想必所有使用AI的朋友应该都会有所体会。

语言的边界就是思维的边界。

维特根斯坦

模糊的问题只会导向模糊的答案。而更多时候，可能我们根本就不知道我们到底想要什么。在这个情况下，AI也无能为力。此时此刻，你需要做的更多的是了解需求。

但这并不是说，我们和AI对话，就要像写PRD（产品需求文档）一样，把所有的东西都写得明明白白。但我们依然可以通过一些方式，比如启发式提问，来探索我们真实的需求、对问题的各种要求和那些你没有注意到的事情（比如，你以为AI默认就会知道的一些“常识”）。

品位、专注与需求个体化

真的是想到哪说到哪啊，前面也是离题越来越远了。

之所以想到写这一篇，是因为玉伯的一篇文章《YouMind创业路上的非共识选择》，里面的点确实值得去思考一下：

为了想清楚“品味”这件事，我花了将近一个月时间，把历史上关于品味的哲学流派都系统梳理了一遍。给我冲击最大的是波兰尼提出的“默会知识”：We know more than we can tell，我们所知的远比我们所说的要多。

品味的本质是默会知识：说不出来的东西才是品味，它在默默发挥作用。如果有人跟你介绍他的品味是什么，那他大概率没有品味。真正有品味的人，不会说自己有品味，因为说不出来。

更有意思的是，品味只在暗处运作。一个钢琴家弹世界名曲的时候不会想着键盘，一个厨师炒菜的时候如果还在想“盐是不是放多了”，那菜已经不好吃了。品味必须在你不看的时候才运作。

思维摩托，公众号：思维摩托YouMind 创业路上的非共识选择

这让我想到了很多的东西，第一次接触AI、第一次被推荐着看完Karpathy的那个长达一个多小时的视频《Intro to Large Language Models》、第一次思考在AI快速发展的当下，世界会变成什么样子。然后我想到了，我描述了我所想到的，也就有了标题——热情、专注与需求个体化。

AI的出现是一个范式级别的变量，很强。这一点从这个世界上的一切信息来源当中都能够看得出来。而当前社会的绝大部分工作的形态，可能会因为AI的出现而发生巨大变化。比如在制造业中，传统的CV（计算机视觉）已经变成了CV+基于AI的图像识别，再到边缘计算的过程；一些互联网大厂已经在要求PM学习VibeCoding；许多轻资本公司也积极使用CC/Codex+基座模型，配合各种Agent的方式来解决一些业务上的需求；各种AI Native的创业公司也雨后春笋般冒出……

所以，这和普通人有什么关系？

前面说过，AI的门槛会越来越低，所以由此可以推导出来，AI的出现会让技术本身变得越来越不值钱。但是，相对的，AI会让一部分人变得越来越值钱。原因在于，你在掌握技术的过程中所保留的经验与思想，这是独属于个人的，AI无法做到的事情。因为到目前为止，AI从原理上依然是目前这个世界上已有资料集合的基于某种方式得到的“最大概率值”。

举个例子，大家都说现在手搓代码的程序员是“古法编程”，但是他们在编程过程中所学习的思想、所具备的逻辑方式和思考、踩过的坑、甚至是他的代码风格，是可以迁移到现实世界中的其他事物，或者是VibeCoding的过程中的。也就是说，这位程序员在现在的时代继续编程，那么他的代码依然会保留他的风格，他的经验应用虽然不在编程本身，但可以体现在编程之后，比如代码审核的环节。

所以，人的价值，从技术变成了品位。当然，我称之为“偏见”。

随着技术的贬值，智力在通用领域的价值会打折，即通用的东西是无法提供高价值。但是，通过AI，每一个人的能力边界将会被无限扩大，限制住人的就不再是能力，而是想法；是一个人成长过程中所经历的一切，从而塑造出的独一无二的个体所凝炼的东西，即“偏见”或者“品位”。

你的想法可以通过AI实现。而你只要发现了需求，然后有人愿意付费，用AI解决了需求，然后你不就赚钱了么。而随着使用AI的人越来越多，这种可以解决问题的小作坊式也会越来越多，也就是OPC，一人公司的模式。团队会变小，人会变少，越来越多的需求也会被个体或者小团队解决，这会是对现有的公司模式带来冲击与变化。我管它叫做“需求的个体化”。

也正因为开发的门槛降到了极低的程度，现如今，App Store上面充斥着各种各样的，由开发者通过VibeCoding，在几天之内就开发完成的App。但是你很少会见到它们。不妨想想原因？

专注是品位的来源，热情是专注的燃料

话说回来，我们可以通过AI，得到我们想要得到知识，来做我们想要做的事情。但是你可以，别人也可以，不是吗？当所有人都是60分的时候，60分的产出就没有任何意义。你看过的一些纯AI生成的文章或者视频，能够感受到一股“AI味”，这就是60分。但60分就是AI能帮你做到的事情——把想法变成现实，仅此而已。

我们想做得更好，就需要我们的品位，来让这个60分的作品变得独特。一篇文章的文风；一个网站的UI；一个App的UX、数据流和代码；一幅画的表现力；一个视频的画风、运镜和画面的改良，一切无不体现这一点。而品味的塑造，则并非是AI所能够帮助到的事情，前面也提到了。

这个时候，我们可能更多的，是需要一份对于事物的专注。对于事物本身，亲自观察、亲自尝试，不断获得感悟和想法，实现自我的迭代。在一定积累之后，再回头尝试一次，可能你就没有办法去直视那个60分的东西了。此时，你也就具备了60分以上的品位。

但是，就像学习任何一门技术一样。学习本身是枯燥的，想做到专注，就需要极大的热情来支撑。虽然这么说也没什么问题，但是我更想表达的是，你最好从一开始，就选择一个你本身就热爱的事物或者行业，这样的话，你一开始就具备热情。

最后，一点建议

请不要让AI替代大脑。

这句话其实是有一点危言耸听，但是如果你愿意的话，回想一下，你有多久没有认真地、长时间地、沉浸式地去想过一个问题了？

 Cal Newport 在他的播客《Deep Questions》Ep.370: Deep Work in the Age of AI中，提到了“反直觉”的发现：使用AI辅助编程的程序员，在某些需要深度思考的任务上反而更慢了。

事实上，我也有这种感觉。在一些问题上，我会出于“懒”和“累，费脑子”两个原因，然后就把一些分析的事情交给AI了。比如一些比较复杂的事情，就会不自觉去询问Claude的意见。于是，我就将思考的主体让了出去。这种事情往往都是自己还没有察觉，便已经发生了。我还算比较幸运，能够察觉到这件事本身，所以强迫自己去动脑袋做事，比如写下了你正在看的这一篇。

所以我希望你也能够发现，然后找回自己动脑的感觉。

差不多就这样好了！

AI让你能做到一切，但品位要求你只做一件。而告诉你那“一件”是什么的，不是市场分析或者趋势判断，而是你自己——你的热情、你的偏执、你成长过程中那些说不清楚的执念。