AI 时代,懂行的人正在成为新的软件创作者

不会写代码，已经不再等于不能做工具。真正稀缺的，正在变成“你到底懂不懂这个问题”。最近几条热搜放在一起看，多少有点不真实。

写出《活着》的余华老师，在镜头前认真聊起了“本地部署”。唱过《你要的全拿走》的胡彦斌，晒出自己写 App 的电脑屏幕，还配了一句很程序员的话：

“Vibe Coding 的都懂这个姿势！修 bug 在路上……”

评论区也没闲着，有人直接把歌词改成了：“你要的 token 全拿走，把 memory 化成空。”

如果只是看个热闹，这当然很好笑。

一个作家研究本地部署，一个歌手熬夜修 bug，娱乐圈突然有了点开发者大会的味道，但这件事真正值得看的地方，并不是明星又多了一个新爱好。

它背后更大的信号是：AI 正在把“做软件”这件事，从少数程序员的专业技能，变成普通人也能上手的表达工具。

以前你有一个想法，第一反应往往是：“我不会写代码。”

现在这句话没那么绝对了。

更重要的问题变成了：你能不能把这个想法讲清楚？你是不是真的懂这个场景？

你知道第一个版本到底该解决什么问题吗？

这不是明星学编程，而是工具门槛变了

胡彦斌做的 App 叫“彦火”，大方向是面向粉丝的互动社区。

按过去的逻辑，一个艺人想做自己的粉丝社区，大概率要经历一整套传统流程：

找产品经理，找设计师，找前端，找后端，找测试，排需求，开会，报价，开发，改版，再继续开会。中间还会反复出现一句话：

“你做出来的，跟我想的不太一样。”

但这次有意思的地方在于，他不是坐在会议室里等外包交付，而是自己坐到电脑前，把需求一句一句丢给 AI。

想要登录页，就描述登录页。想加功能，就继续说功能。

页面报错，就把报错贴回去，让 AI 帮他改。

翻译得直白一点，就是“凭感觉写代码”。

它不是说工程能力不重要，而是说软件开发的起点变了：你不再必须从语法、框架、接口这些底层细节入手，而是可以先从“我要什么效果”开始。

你说需求，AI 写代码。你看结果，继续调整。

你遇到 bug，把现场交给 AI 分析。

这个过程不像传统意义上的“学编程”，反而更像创作：

先有一个大概方向，再一层一层打磨；哪里不顺，就回去改；感觉对了，再继续往下推进。

真正的变化在这里。

软件开发的第一道门槛，正在从“你会不会写代码”，变成“你会不会定义问题”。

另一个爆火项目，也在说明同一件事

类似的故事，不只发生在国内。

好莱坞演员 Milla Jovovich，也因为一个很具体的痛点，参与做出了一个 AI 长期记忆项目 MemPalace。

她遇到的问题很真实：AI 助手很好用，但经常记不住前面的对话、项目背景和细节。你以为它懂了，过一会儿它又忘了。

于是，她和工程师朋友一起，把这个痛点做成了一个本地运行的长期记忆系统。

MemPalace 的思路很鲜明：尽量完整地保存对话和项目文件，再通过语义检索把相关信息找回来。它强调“不压缩、不改写”，尽量保留原始内容。

这个项目并不完美。

逐字存储意味着占空间，检索设计也会影响性能。项目早期还因为宣传过满、架构效果没有想象中那么神，被社区质疑过。后来团队也公开修正过说法。

但它依然拿到了非常高的关注度，一度冲到数万星级别。

这件事真正有意思的地方，不是“一个女演员也会写代码”。

而是一个不以程序员身份出发的人，因为自己真的被某个问题困扰，居然可以把这个问题推进到开源社区，让很多开发者参与讨论、试用、挑错和改进。

过去，软件世界像一座有门槛的城。你得懂代码，才有资格把需求变成产品。

现在，AI 像是在城墙上开了很多小门。门外那些真正懂场景、懂痛点、懂用户的人，开始走进来了。

未来最值钱的，可能不是“会写代码”，而是“懂现场”

真正的机会，不是人人都变成程序员，而是懂现场的人终于能把经验变成工具。先别急着做大 App，也别被“不会写代码”吓住。自己先用AI出一版本，哪怕很粗糙，只要能跑起来，就已经从围观变成了尝试。

敢跨出这一步，很多行业经验才会变成真正能用的生产力。

–看到这我可以告诉你，这篇出自AI，格式是不是也好了。

新的苹果电脑果然是好啊，哈哈哈哈，周末快乐–