夜雨聆风AI 时代，真正稀缺的是想象力
我最近在看《葬送的芙莉莲》。
这部动漫很有意思。它不是那种标准的热血冒险番，不是从“勇者集结、出发打魔王”开始，而是从“魔王已经被打败”之后开始。主角芙莉莲，是一位长寿的精灵魔法使。表面上它在讲魔法、旅途和精灵，真正打人的地方，其实是时间、记忆，以及人与人之间那些总是来得太晚的理解。
也因为这个底色，它经常会在某一句台词上突然扎你一下。
最近我看到一段剧情，芙莉莲的师父弗兰梅——被称为人类魔法开创者的传奇魔法使——讲了一句特别狠的话，大意是：
魔法，是将想象变为现实的力量。
想象不到的事情，魔法师就做不到。
我当时看到这句，脑子里几乎是立刻闪过一个念头：
这不就是 AI 时代最准确的隐喻吗？
今天很多人都在说 AI 像魔法。这个比喻其实一点都不夸张。
你给它一句话，它能帮你写代码；你给它一个方向，它能帮你生成页面；你给它一个模糊的念头，它能很快给你一版文案、一个原型，甚至一套方案。
过去做产品、写软件、写内容，最大的门槛常常是实现力。你得会写代码，得懂设计，得会部署，得会调接口，得自己把一个念头一点点搬进现实。
但 AI 把这层门槛一下压低了很多。
而门槛一旦下降，真正稀缺的东西，就会被抬上来。
所以我越来越强烈地觉得：
AI 时代，真正稀缺的，不再只是执行力，而是想象力。
更准确一点说，是这几种能力：
• 你能不能在脑子里构建出一个清晰的图景 • 你能不能把模糊的想法变成结构 • 你有没有判断什么值得做、什么是好的 • 你能不能把标准说明白，让 AI 朝对的方向跑
这听起来像抽象的大词，但它其实已经在悄悄决定一个人能把 AI 用到什么程度。
当实现变便宜，人的价值就会往上移
最近看很多关于 Coding Agent、AI 产品、AI 写作的讨论，最后几乎都会收敛到同一个变化：
实现正在变便宜，判断正在变昂贵。
LangChain 联合创始人 Harrison Chase 前阵子写过一句很准确的话：
The bottleneck shifts from implementation to review.
直译过来是：
瓶颈，正在从“实现”转向“评审”。
但如果放进中文语境里，我觉得可以再往前翻半步：它其实不只是“评审”，更接近“判断、筛选和取舍”。
这句话特别值得记住。
以前大家默认的流程是：
想法 → 需求文档 → 设计稿 → 工程实现
现在越来越多时候变成了：
想法 → 原型 → 快速试错 → 评审 → 收敛
为什么？
因为以前最贵的是“做出来”。现在“做出来”这件事本身，已经没那么贵了。
AI 可以帮你把第一版迅速做出来。但它并不能自动保证这东西是对的、是好的、是值得的。
所以 Harrison Chase 在另一段里才会继续说：
In a world where execution is cheap, system thinking becomes the differentiator.
当执行变便宜之后，真正拉开差距的，开始变成 system thinking。
也就是说，瓶颈自然开始往上移：
• 你有没有系统感 • 你有没有产品判断 • 你能不能看出问题本质 • 你有没有审美，知道什么叫“好”
换句话说，AI 并不是在消灭人，而是在迫使人升级。
从写代码的人，变成定义问题的人；从执行者，变成搭系统的人；从亲手完成每一步的人，变成把判断注入流程的人。
你想得越清楚，AI 越强。你表达得越模糊，AI 越容易一本正经地跑偏。
只有“会提要求”，并不等于真的有能力
Addy Osmani——长期研究前端工程与 AI 协作、曾在 Google 负责 Chrome 与 Web 性能工作的技术作者——在讲 Agentic Engineering 的时候，区分过两种完全不同的状态。
一种是大家口中的 vibe coding：你给 AI 一个要求，跑一版，不对就继续贴报错，继续试。
他形容得很刻薄，但很准确：
The human is a prompt DJ, not an engineer.
这句话之所以扎人，是因为它说中了一个现实：
会用 AI 提需求，不等于你真的具备了创造复杂东西的能力。
你也许能做出一个 demo，能拼出一个原型，能在一个下午生成很多看起来像样的东西。但这跟“你知道自己在做什么”，中间还隔着很远。
真正成熟的状态，更接近 Addy 说的另一句：
You’re orchestrating AI agents … while you act as architect, reviewer, and decision-maker.
也就是说，AI 负责执行、生成、试错；人负责架构、评审和决策。
这其实跟《芙莉莲》里那句设定是同一个逻辑。魔法当然强，但魔法不是无限的。它仍然受限于施法者脑中的世界。
AI 也是一样。它当然很强，但它依然受限于使用者有没有清晰的图景、判断和标准。
为什么很多 AI 内容会有一种“油腻感”？
这件事在 AI 写作里尤其明显。
你应该也见过那种文章：
• 每一句都很顺 • 结构也完整 • 语言甚至看起来挺高级 • 乍一看像一篇“像样的文章”
但读完之后，你脑子里什么都没留下。
没有新的观察。没有真正的判断。没有那种“这个角度只有这个人能说出来”的东西。
最后剩下的，只是一篇过分流畅的、包装精美的废话。
这类内容为什么会让人有一种微妙的“油腻感”？
因为它的问题通常不是错。恰恰相反，它太正确、太顺滑、太像样了。
但它没有信息增量。没有真实经验。没有结构背后的判断。
所以你会发现，AI 最擅长放大的，其实不是内容本身，而是内容背后原本就有的东西。如果你给它的是空泛主题、模糊意图和二手判断，它就会把这些东西包装得更顺。如果你给它的是你自己的观察、经验、知识框架和角度，它也确实能把这些东西放大出来。
这也是为什么同样是用 AI，有的人做出来的东西明显更有密度，有的人做出来的只是更高级一点的套话。
差距很多时候不在工具，而在人本身。
AI 不是创造者，它更像一面镜子
这也是我现在越来越相信的一点：
AI 不是创造者，它更像一面镜子，或者一个放大器。
你给它洞见，它会帮你把洞见展开。你给它框架，它会帮你填充细节。你给它灵魂，它会帮你把表达组织得更完整。
但如果你给它的是模糊、偷懒和陈词滥调，它也只会把这些东西批量生产得更快。
我最近还看到 Shrivu Shankar——一位长期写 AI、软件工程和网络安全的技术博主——在一篇文章里写了一句特别好的话：
Jobs are shifting from executor to taste extractor: someone whose primary skill is getting their judgment into the system.
翻得直白一点就是：
人的工作，正在从“亲手执行的人”，变成“把判断提炼出来并注入系统的人”。
这句话和 AI 时代的很多变化都对得上。
以前大家总以为，真正最后剩下的人类优势是 taste，是审美，是品味。但 Shrivu 继续追问得更狠。他说：
The question is no longer whether AI can match human taste in a given domain, but how long until it does in yours.
问题已经不是 AI 能不能在某个领域接近人的 taste，而是它还要多久会接近你所在的那个领域。
所以人真正的价值，不再只是“我有 taste”。而是你能不能更快地把这种 taste、判断和标准，变成一个系统能使用的东西。
这其实也是为什么我会觉得，AI 真正放大的，不只是效率。它放大的，是人与人之间本来就存在的差距：
• 有人更能构建系统 • 有人更能抓到问题本质 • 有人更有审美和判断 • 也有人更高效地制造噪音
以前这些差距，会被执行成本部分掩盖。
因为很多人不是没想法，而是做不出来；很多人的平庸，也会被现实里的高门槛暂时遮住。
但现在不一样了。
当执行门槛被 AI 大幅拉低之后，谁脑子里有货，谁只是会说漂亮话，会变得越来越明显。
这也是为什么我会觉得，AI 时代真正暴露出来的，不只是效率差距，而是更底层的差距：
想象力、判断力、结构化思考能力，以及审美。
真正该训练的，不是 prompt 技巧
如果 AI 是这个时代的魔法，那真正决定魔法上限的，仍然是施法者本人。
所以在这个时代，最值得训练的能力，也许并不是“怎么写一个更花的 prompt”，而是：
• 对现实的观察力 • 对问题的判断力 • 把模糊想法变成清晰结构的能力 • 对好坏的审美 • 对“什么值得被实现”的感知
这些东西听起来很慢，也没那么像“AI 技巧”。但它们才是真正不会被模型替你省掉的部分。
模型会越来越强，工具会越来越便宜，执行会越来越自动化。可到了最后，真正拉开差距的，还是你脑子里有没有一个值得被实现的世界。
从这个角度看，AI 并不会自动让一个平庸的人做出不平庸的作品。它更可能做的，是让有货的人更快地把脑子里的东西变成现实，也让没货的人更高效地生产空洞。
所以说到底：
AI 时代，真正稀缺的是想象力。
不是那种空泛的天马行空。而是你有没有能力想清楚：
什么值得做，什么是好的，什么值得被实现。
这才是 AI 时代最硬的生产资料。
