AI做小程序,要有灵魂

事情是这样的。

最近我在用AI做小程序，做得很快，快到有点不对劲。功能都能跑，界面也齐整，可每次打开总感觉少了点什么。琢磨了好几天，看到Linear创始人Karri Saarinen十月写的一篇文章，标题一针见血——Someone behind the software，软件背后得有人。

他开篇那句话，就是我几天里说不出的那个感觉。优秀的产品承载着创造者的特质、关注点与思维方式。你可能不知道他们是谁，但能感受到他们的视角。

先把这篇文章的核心观点捋一遍，因为它的每一层都踩在当下AI开发的痛处上。

第一层，行业惯用的比喻是错的。软件行业向来把开发描述成工厂流水线——收集需求、构建功能、验证效果，遵循流程就该得到好结果。现在更进一步，业界试图用AI代理把整条流水线自动化。但Saarinen指出一个流水线比喻解释不了的事实，两个团队，面对相似的客户、用着相同的技术，做出的产品却截然不同。差异来自哪里，来自他们如何理解所看见的东西，以及他们构建的风格。创始人背景和公司DNA深深塑造着这一切。工厂的逻辑是相同输入相同输出，而软件偏偏不服从这个逻辑——输入相同，灵魂不同。

第二层，直觉不是拍脑袋。Linear一直推崇直觉胜过流程或数据。很多人误解这是凭个人偏好决策，Saarinen澄清说，直觉是通过经验、用户对话和试错积累起来的判断力——你动手做、跟客户聊、犯错误、学会该注意什么。直觉是你对一件事的观点，是强迫自己使用判断，而不是躲在无面孔的数据背后。他们在产品上线前访谈了各种公司和角色的人，自己的挫败加上别人的视角，观点才慢慢成形。

第三层，产品因此拥有灵魂。产品通过制造者关注什么、决定不做什么、以及在技术层面已经能跑之后还继续打磨什么，慢慢长出性格。他说他有时把这称作产品的灵魂——你能感觉到有人在乎整体如何融合。这句话里最锋利的是中间那个动词，决定不做什么。一个功能可以单独看完美无缺，放进产品里却让产品变差——识别这种事，需要对「产品应该是什么」抱有信念，得有人拍板，然后留在离用户足够近的地方验证自己对不对。

第四层，也是AI时代的新病。他观察到最近很多产品变得杂乱，包括非常成功的公司的产品。原因，增加新能力比重新思考现有能力容易得多，于是每个产品变成一堆积木，唯独没有统一的观点。更深的病灶在工作方式本身，每个人带着各自的AI代理独立产出修改，人人运营着一座小型软件工厂。每处修改单独看都说得通，合起来却越来越像弗兰肯斯坦的怪物，而不是一件精心雕琢的雕塑。没有共享的视角、灵魂或思考，产品就成了所有那些输出的平均值——曾经赋予它性格的选择，一天天被稀释。更多东西能用了，却越来越难感觉到背后有一个人，甚至一个什么东西。

文章最后两句，一句是愿望，一句是立场。他希望软件制作变得更易，恰好给人们更多空间去深入理解问题、塑造完整答案。以及——我想在软件背后感受到创造者，而不是工厂。

读到「平均值」那个词时，我心里咯噔一下。因为心理学早就为这一段准备好了注脚。

第一个注脚是平均脸研究。行为科学里有个经典发现，把多张人脸用软件平均合成，得到的「平均脸」往往比任何一张原始脸都被评为更有吸引力。听起来像好事？但平均脸的吸引力来自「无错」，不来自「有神」——它不会难看，也不会好看得让人记住。把Saarinen的话放上来对照，每个AI代理的输出单独看都「过得去」，平均下来就是一个精致的「平均脸产品」——挑不出错，也记不住。工厂产品的心理特点，就是没有错误成本，也没有记忆点。

第二个注脚是宜家效应，但要用反。Norton、Mochon和Ariely 2012年的经典研究证明，人对自己亲手做的东西估值更高——哪怕是照着说明书装的家具，哪怕装得不好。后续研究把这个效应扩展到了食品、在线定制各种场景。反过来读才是重点，我们之所以能在一款产品里「感觉到人」，是因为创作者对自己做的东西有这种所有权式的在意——那种「技术上已经能跑了但我还要再改」的执念。而AI代理恰恰接管了「做」的环节，把创作者从劳动里摘出去。劳动没了，爱就没地方附着。弗兰肯斯坦的怪物为什么可怕？因为造它的人拒绝为它负责。

第三个注脚最扎心，来自华盛顿州立大学2024年的消费实验。超过1000名美国成年人参与的系列实验发现，产品描述里出现「人工智能」字样，购买意愿显著下降——机制是「情感信任」被拉低。用Saarinen的话翻译一遍，当消费者感知到对面是工厂而不是人，情感信任先塌，购买决策跟着塌。功能没变，变的是「背后有没有人」这个信号。这不就是AI小程序们集体不对劲的心理学解释吗——不是功能不够多，是用户感觉不到屏幕那头有谁在乎。

那怎么做，才能让AI做的小程序有灵魂？我把Saarinen的文章拆成三条可执行的事。

第一，用AI加速「做」，把省下的时间全部投给「理解」。他自己就是这么设想的——软件制作变易的意义，是给人更多空间深入理解问题，一直塑造答案，直到每个部件彼此属于对方。AI负责像素和代码，你负责那个别人替代不了的东西，判断什么该做、什么该砍、什么值得在能跑之后还继续磨。

第二，建立你自己的「观点清单」。直觉不是玄学，是经验、对话和试错的结晶。做小程序之前，先写下你对这个问题最在意三件事、打死不做三件事。AI的每一次输出，都拿这张清单过一遍——不符合的，再流畅也不要。产品的灵魂，就是这张清单在每一处细节上的一致性。

第三，制造「有人在」的痕迹。平均脸不被人记住，是因为它没人味。可以是一个不按惯例的功能取舍，可以是一段明显手写的文案，可以是一个为极少数用户保留的小功能。这些「不划算」的选择，恰恰是用户能感觉到的、工厂不会做的部分。

最后说回来。

我做的那版「不对劲」的小程序，问题找到了——它是流水的产物，不是观点的产物。功能是平均值，界面是平均值，连交互习惯都是平均值。平均的东西不会错，但也不会被爱。

Saarinen那篇文章的标题其实已经给出了全部答案。Someone behind the software。软件背后得有人——有人在乎整体如何融合，有人决定不做什么，有人在它技术上已经能跑之后，还固执地打磨。

AI让做软件变得越来越容易。容易到工厂遍地开花的程度。也正因为如此，那一点点「人的痕迹」，正在从噪音变成最稀缺的东西。

技术负责让它能用。灵魂负责让它被记住。而灵魂这个东西，暂时还打印不出来。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。

/ 作者 蓬莱西渔码头

/ 投稿或爆料，请联系邮箱 Michael@agent.qq.com