最近在GitHub上看到一个挺疯狂的项目

有人借助AI编程工具，用Rust重新开发了一套类Adobe专业软件的开源产品

其中一个叫PhotoCraft，目标是重新实现Photoshop的很多核心功能，包括图层、蒙版、调色，甚至PSD文件的读写

还有类似Illustrator、Premiere等软件的项目

当然，这不是什么“破解了Adobe付费授权”的故事，毕竟这些开源工具还没办法完全替代成熟的商业软件

PhotoCraft目前仍处于早期开发阶段，距离专业生产环境要求的稳定性、兼容性和完整功能，还有不小的差距

即使如此，我还是觉得这件事挺震撼的

因为在过去，想要开发这样一套复杂的软件，意味着你需要专业的开发团队、大量资金，以及相当长的开发周期

而现在，有经验的开发者已经可以借助AI，把过去需要大量工程资源才能推进的事情，以完全不同的方式做出来

我开始好奇：

当开发一个软件不再像以前那么困难，究竟会发生什么？

而这段时间发生在我身边的事情，让我对这个问题有了更具体的感受

01. 有些想法，终于不用只停留在脑海里了

前段时间，我看了几十个年轻人做的AI产品

其中一个是刘同学

她做出来的产品，最让我惊喜的不是功能有多复杂，而是审美

从界面、配色到整体呈现，都有很鲜明的个人风格

那种感觉，就是她真的知道自己想要什么

后来，她分享了一个小故事

2025年的时候，她还在遗憾，有些想法因为技术限制，始终没办法落地

但到了2026年，她已经可以借助AI，亲手把自己的想法变成一个能够使用、能够展示的作品

我当时听完特别感慨

因为我不觉得这一年里，她是突然拥有了审美和创造力

那些东西可能一直都在她身上

只是过去，她想把它们变成一个真正的产品，需要跨过很多技术门槛

而现在，这道门槛正在变低

另一个让我印象很深的是夏同学

她做了一款效率工具

我自己平时就有使用类似付费软件的习惯，所以看到她的作品时，多少有些惊讶

因为按照我平时使用那款商业软件的习惯来估算，她做出来的免费工具，已经覆盖了我常用功能中的大约70%

当然，这不代表两个产品已经处在同样的成熟度，长期维护、稳定性和产品体验暂时还不能画等号

但我还是忍不住想：

原来一个人发现自己生活中的某个需求以后，已经可以尝试亲手做出一款产品，而不必先等待某家公司来满足它

过去，我们习惯于市场提供什么，就学习使用什么

如果某个软件不好用，大不了换一个

如果没有满意的工具，可能只能等

但现在，开始出现另外一种可能

既然没有合适的，那我能不能自己做一个？

这让我想到所谓的“超级个体”

以前听到这个词，总觉得有点像商业宣传

一个人顶一个团队，一个人创造一家公司

最近我却开始有了另一种理解

超级个体未必是一个人拥有了十个人的能力

而是一个原本就有想法的人，终于有机会借助技术

把自己的想法推进到过去很难抵达的地方

技术当然重要

但这两件事让我觉得，更值得被看见的，可能是技术背后的那个人

一个有自己的审美

一个善于观察生活里的问题

她们并不是因为AI才开始拥有这些东西

只是AI让这些东西，有了更直接的表达机会

02. 当越来越多人都能做产品，什么东西反而会更稀缺？

这个问题让我重新想起前段时间看到的Kimi全球人才招募

当时有三个数字让我印象特别深刻：

100、1000、10000。

愿意为了一个想法反复迭代100次

体验、拆解、真正喜欢过1000个产品

在一件事情上投入10000小时以后，仍然愿意继续

我当时就觉得，这套标准挺有意思

它没有只问你掌握什么技术、取得什么证书、来自什么学校

它更关心一个人到底是怎样成长起来的

现在再把它和最近看到的这些AI产品放在一起，我好像又多理解了一层

如果未来AI可以帮我们快速完成一个产品的第一版，那么真正的挑战，可能会出现在第一版完成以后

你有没有能力判断，这个东西究竟好不好？

比如100次迭代

AI可能很快给你做出一个能用的版本

但你为什么不满意？

你为什么决定修改这个功能，而不是另一个？

你有没有真的听过用户的反馈？

还是只是觉得换一种颜色、调整一下布局，就算又迭代了一次？

100次迭代真正有价值的地方，可能不是修改次数

而是你有没有在这些修改里，逐渐形成更准确的判断

再比如1000个产品

我以前也挺喜欢折腾各种软件

看到新产品，就想试一试

但现在我觉得，体验过多少产品本身并没有那么重要

真正重要的是，你能不能看出它们为什么这样设计

为什么这个产品让人用起来很舒服？

为什么另一个产品明明功能很多，却让人不想打开第二次？

为什么有的产品只解决一个很小的问题，却依然有人愿意持续付费？

看得多了、用得多了，你可能会慢慢形成自己的审美和产品判断

而10000小时，我觉得更像是一种长期投入

一个人只有真正进入某个领域，经历过实际的问题、失败和变化，才可能知道那些表面上看起来很简单的事情，背后到底有多少复杂性

不过我也不觉得，这三个数字应该成为新的门槛

总不能刚刚用AI降低了技术门槛，又要求每个人先积累10000小时，才有资格开始创造

我更愿意把它们理解成三种值得长期培养的习惯：

持续修正自己的判断

广泛接触不同的作品

以及真正深入某个自己热爱的领域

因为AI或许能越来越快地回答“怎么做”

但至少到现在，它还不能替我们自动决定

什么东西值得做，什么才算真正做好

03. 我开始觉得，私人语料可能会变得越来越重要

聊到这里，还有一个让我最近反复思考的问题

如果未来大家使用的基础模型越来越接近，那么不同人之间的差异，究竟会体现在哪里？

我想到的一个答案，是私人语料

但不是简单把自己的读书笔记、收藏文章、工作文档全部丢进知识库

这些当然有价值

只是很多公共知识，本来就可以从互联网上获取。

如果每个人的知识库里，装的都是差不多的文章和资料，那它们究竟能形成多大的差异？

我反而觉得，真正值得长期积累的，可能是另一种信息

一个人为什么做出某个判断，以及这个判断后来是怎样被修正的

举个例子

假设我做了一款产品，前后修改了二十多个版本

传统的知识管理方式，可能会把最终版本保存下来，再整理一份项目复盘

但如果我能把整个过程记录下来呢？

为什么第一个版本被否定？

当时有哪些选择？

为什么明明有个方案实现起来更容易，我却没有采用？

哪一次用户反馈改变了我的看法？

什么地方，我曾经非常坚持，后来又承认自己判断错了？

这些内容单独看，好像没有什么惊人的知识

但放在一起，它们可能慢慢描绘出一个人形成判断的过程

我觉得这比单纯记录“做过什么”，更接近一个人的独特经验

甚至有时候，失败的判断比成功的结果更有价值

因为最终作品通常只告诉别人：我是这样做的

但中间那些被放弃的选择，才可能解释：

为什么我最后决定这样做

这也让我重新理解了之前研究个人知识库时的一个问题

我们一直在想办法让AI知道更多关于自己的事情

但未来，也许可以继续往前走一步

不仅让AI知道“我掌握什么知识”

也让它逐渐理解：

我为什么喜欢某种风格？

为什么我特别在意某类问题？

为什么面对某个选择时，我会优先考虑长期价值，而不是短期回报？

又有哪些事情，我过去相信，现在已经不再相信？

这些记录不能保证AI真正拥有一个人的判断力

但它们至少有机会，让AI不再只是调用一堆资料，而是更好地理解某个人过去是如何思考的

而且我觉得，这些语料的价值未必体现在能卖多少钱

它们首先应该是一个人自己能够掌握、决定如何使用的认知资产

毕竟这里面有太多私人的经历、关系和选择

如果未来我们的个人经验真的会越来越值钱，那么隐私、数据所有权和授权边界，也应该成为同样重要的问题

04. 如果AI能理解过去二十年的我，它能不能再陪我成长二十年？

顺着这个思路，我又想到了最近一直在关注的Personal Agent，以及Second Me这样的个人AI分身项目

以前我们说数字分身，很容易想到一个长得像我、声音像我的虚拟人

但如果一个AI真的能够积累我的知识、经验和判断方式，会不会出现一种完全不同的产品？

我甚至开始想象，它能不能拥有两种模式

第一种，是效率模式

假设我已经在一个领域工作了二十年

这些年我做过很多项目，面对过很多不同的客户，也有一套逐渐形成的判断标准

那么在处理某些重复性工作时，我希望我的Agent能够了解这些经验

比如面对一个新项目，它可以参考我过去处理相似问题的方式，帮我完成信息整理、初步筛选、方案比较

不需要每次都从头向它解释

我为什么看重这个？

为什么不喜欢那个？

为什么某一类风险需要提前考虑？

它可以在我授权的范围内，尽可能复用那些经过实践检验的工作方法

当然，重要决策和对外行动仍然应该由我确认

这其实就是让过去积累的经验，产生更大的价值

但我还有另一种期待

第二种，是探索模式

下班以后，我不想再面对一个只会按照过去经验做事的自己

我还想读书，接触不同的人，尝试新的事情

有时候，我甚至希望AI能够像一个人生教练一样，和我认真聊聊

当我提出一个想法时，它不必马上赞同

它可以根据对我的了解，提出一个问题

“你为什么这么判断？”

“你过去一直坚持的这个原则，现在还有没有新的例外？”

“你是不是因为之前的一次失败，就放弃了某种可能性？”

甚至当我觉得自己已经找到了答案，它还可以帮助我看到另外几种选择

我觉得这样的Agent会很有意思

工作的时候，它尽可能延续我已经积累的能力

探索的时候，它帮助我发现过去的自己还没有看到的东西

这两种模式并不矛盾

甚至可以相互促进

我在真实世界里认识了新朋友，读了新的书，经历了一次失败，形成了新的判断

Agent不应该因为记住了过去的我，就一直把我固定在那里

它可以帮助我回顾

过去我是怎么想的？

这一次为什么发生了变化？

哪些经验仍然有用？

哪些判断已经需要更新？

经过我的确认，这些新的理解又可以逐渐成为个人认知资产的一部分

这样一来，个人Agent就不只是一个存储记忆的工具

它可能成为一个伴随人持续更新的认知系统

当然，这只是我对未来产品形态的一种设想

真正要实现它，还有很多难题

比如AI怎么区分一个人暂时的情绪和长期坚持的价值观？

怎么判断什么时候应该提出不同意见，什么时候应该安静地执行？

一个人今天做出的选择，是否就代表他的价值观已经发生改变？

这些问题恐怕没有统一答案

而且我觉得，也未必需要统一答案

每个人希望AI怎样与自己相处，本来就应该可以不同

有人需要直接高效的助手

有人喜欢被反复追问

有人希望AI多给建议，有人只希望它帮助整理事实

甚至同一个人在不同人生阶段，也可能有完全不一样的需求

这恰恰是个人Agent最值得探索的地方

不是造出一个让所有人都满意的智能体

而是让不同的人，能够根据自己的需要，决定它应该扮演什么角色

05. AI让创造的起点更平等，但人与人之间的差异可能会更加明显

写到这里，我发现自己对“AI平权”这件事，开始有了更复杂的理解

以前我们讨论技术平权，很容易想到

大家终于可以使用同样强大的工具了

不会编程的人，也能尝试做软件

没有设计团队的人，也能把自己的审美变成产品

缺少资源的人，也有机会独立完成过去很难完成的事情

这些当然是非常令人兴奋的进步

但我觉得，它可能还有另外一面

当越来越多人都能把想法做出来，我们反而会越来越清楚地看到

那些想法本身存在多大的差异

有人善于发现问题

有人审美特别好

有人愿意为了一个细节反复打磨

有人在一个领域里持续探索很多年，积累了别人很难在短时间内获得的经验

过去，技术门槛可能让很多人的这些能力没有机会被看见

现在，工具开始慢慢补上了这块短板

与此同时，人与人之间的认知、判断和经验差异，也可能通过作品表现得更加直接

所以AI平权，不一定意味着所有人最后都会获得相同的结果

它更像是让更多原本没有条件参与创造的人，终于有了走上场的机会

而真正走上场以后，大家依然需要学习、实践、交流和不断迭代

这也是为什么，我不太相信所谓的“一句提示词，就能让所有人拥有同样的创造力”

AI可以帮我们更快地得到第一版

但第一版之后呢？

你怎么判断它好不好？

你凭什么决定继续做下去？

当现实证明你的想法不够好时，你愿不愿意重新修改？

当另一个人提出与你完全不同的观点时，你会不会认真听一听？

这些问题，不会因为AI变强就自动消失

甚至有可能变得更加重要

而且，我们也不必因此产生新的焦虑

认知和判断不是出生时就已经决定的

它们同样可以通过阅读、游历、实践，以及与不同人的交流慢慢建立

我始终觉得，一个人不应该只待在自己的知识库里

因为再丰富的私人语料，记录的也主要是过去的自己

如果不再接触真实世界，不再接受新的信息和反馈，AI可能只会帮我们更高效地重复过去的判断

过去的经验值得积累，但未来的可能性，还需要我们继续去创造

06. 技术越来越强以后，我反而更想认真理解“人”

现在再回头看最开始的PhotoCraft，我觉得它带给我的冲击，已经不只是复杂软件的开发成本可能正在下降

更大的变化是

那些过去因为各种限制而没能实现的想法，正在获得新的机会

但我也不认为，未来所有人都应该成为创业者，或者每个人都必须亲手做一款产品

有人想做软件

有人想写一部作品

有人想改变自己工作中的某个流程

也有人像我一样只希望借助AI少做一点重复劳动，把时间留给家人和生活

这些都可以是技术进步的价值

不是只有做出一个商业产品，才算真正利用好了AI

至于所谓的超级个体，我现在反而不太在意他到底能替代多少人的工作

我更在意的是

当一个人拥有了比过去更强大的工具以后，他究竟想用这些能力做些什么？

以及在这个过程中，他能否持续建立自己的审美、判断和对世界的理解

毕竟，我们每个人的经历都不一样

看过不同的书

认识过不同的人

走过不同的路

经历过一些成功，也有一些不太愿意再提起的失败

这些东西一点点改变了我们理解世界的方式

而未来，如果个人Agent真的可以帮助我们积累、复用这些经验，甚至陪我们一起探索新的可能性，我觉得会是一件很有意思的事情

但我也希望，无论AI发展到什么程度，我们都不要忘记继续真实地生活

去观察

去阅读

去认识不同的人

去尝试那些还不知道结果的事情

也允许自己改变过去的看法

因为我不希望未来的个人Agent，只是越来越擅长模仿二十年前的我

我更希望它能陪我一起，走向下一个二十年

或许，这才是我最近对超级个体最期待的一件事

AI让我们有机会把更多想法变成现实

而那些想法从哪里来，又会把我们带向哪里

依然值得每个人亲自去寻找

谨以此文，与所有曾和我一起探索 AI 的小伙伴，以及读到这里的你共勉

愿我们始终保有好奇，敢于创造，也不停止探索和成为更好的自己