从OpenClaw到vibe coding,一场关于参与感的集体幻觉凌晨两点，你打开微信，点进了OpenClaw的对话窗口。三分钟后，你的硬盘里多了一个名为notes-ai的文件夹，里面是完整的代码。你甚至不需要懂一行代码。三天后的产品评审会上，你骄傲地向同事展示这个你做的产品——虽然整个过程中，你做过的最有技术含量的事情，就是提需求。你感到一种奇妙的满足感。那一刻，你觉得自己不再是那个不懂技术的产品经理，而是一个真正的创造者。但让我们暂停一下，问一个简单的问题：你真的创造了什么吗？还是你只是花钱（烧Token）、花时间（等Agent跑任务）、花精力（给AI下指令），最后得到一个可能还不如Notion免费版的作品？更扎心的问题是：你花在驯服AI上的这些资源，到底能做出什么东西来？这就是今天我想和你聊的事情。不是AI有多强大，不是vibe coding有多酷，而是——我们正在用一种昂贵且低效的方式，主动降低自己的下限。那些听起来很有道理的误解
在我们深入之前，先来聊聊几种常见的误解。这些想法听起来很有道理，但你仔细一想，就会发现它们站不住脚。误解一：AI工具降低了门槛，让更多人能参与创造
让更多人能写代码、让更多人能做设计、让更多人能创作——这不就是科技平权的终极目标吗？我见过太多这样的案例。一个创业者用AI Agent三天做了一个MVP，上线后发现：代码里有一堆他根本看不懂的依赖
架构设计像是意大利面条
当用户量从100增长到1000的时候，整个系统崩溃了
他花了两周时间试图修复这个AI生成的产品，最后得出结论：不如重写。这不是个例。南非软件公司KRS的CEO Lorraine Steyn在2026年3月的一篇文章中写道："AI生成的代码错误率约为10%-20%。这不是复杂的边缘案例失败，而是基本的、可避免的错误。"
你以为你在创造，实际上是AI在为你生成。区别是什么？创造者理解自己在做什么，而你其实不知道。误解二：花钱买AI服务=投资自己的生产力
2025年12月，韩国消费者在AI订阅服务上的支出达到4.26亿人民币，超过了Netflix的月收入。看到这个数据，你可能会想：哇，AI真的火了！大家都愿意为效率付费！韩国个人用户平均每月为AI服务支付164.5元人民币。企业用户更夸张，每月509.3元人民币。根据ChatGPT 71.5%的付费市场份额来看，大部分人可能是在：让AI帮忙写邮件
让AI帮忙做PPT
让AI帮忙写代码做一个Notion早就有的功能
你花了509块一个月，最后做出来的东西，还没有Notion免费版好用。这不叫投资生产力。这叫付费训练AI，顺便感动自己。误解三：通过AI参与，我获得了主人翁感
心理学上有个概念叫心理所有权（Psychological Ownership）。简单来说就是：当你觉得某样东西是你的的时候，你会更有责任感、更有成就感。很多AI工具的拥趸会说：我用AI Agent做了一个产品，这就是我的作品，我有权感到骄傲！心理所有权的研究同时指出：真正的所有权感来自于控制和投入。你在一件事上投入越多，你对它的归属感越强。但当你用AI Agent做一个产品时，你投入的是什么？是提示词，是等待时间，是复制粘贴。这些东西能让你成为一个真正的主人吗？还是只是让你产生了一种好像我是主人的幻觉？真相：AI到底在做什么
好了，批判完了三种常见误解，现在让我告诉你，我认为的正确答案是什么：AI Agent最大的问题，不是它不够好用，而是它太好用了——好用到让我们不需要变得更好，就能做出东西来。而这种虚假的生产力，正在系统性地降低我们对能力的理解标准。懂一点编程，知道技术的天花板或者局限性与可能性在哪里；懂一点业务逻辑，不然产品里会充满矛盾甚至不可用。
你不需要学编程就能做代码，但你也不知道代码为什么这样写。你不需要懂设计原则就能做原型，但你也不知道为什么这个按钮要放这里。你不需要理解系统架构就能做产品，但你也不知道系统什么时候会崩。你的能力没有提升。你的作品质量也没有提升。提升的只是你产生幻觉的速度。其次，OpenClaw和vibe coding的本质，不是赋能，而是外包。外包这个词，我们通常用它来形容企业行为。把非核心业务包给第三方，专注于自己的核心竞争力。但vibe coding式的AI编程，是另一种外包——你把学习能力包给了AI，换来一个看起来像产品的幻觉。一个Notion能免费解决的需求，你花钱订阅Claude的付费套餐，实际上烧掉大概价值500块电力算力的Token，最后得到一个定制版但却也是低配版的Notion。这不是效率提升。这是付费让别人成长，同时降低自己的产品体验。第三，也是最可怕的一点：AI Agent正在制造一种参与的幻觉。这种三零参与，正在悄悄地把我们从创造者变成指挥官——而指挥官，是不需要理解战场细节的。不止是编程：全领域的下限陷阱
这个话题不只发生在编程领域。让我们看看，其他领域是否也有类似的现象。现在，你可以在几秒钟内生成一篇看起来像文章的东西。标题吸引人，结构清晰，甚至还有emoji点缀。一篇真正有价值的文章，是作者多年经验、思考、踩坑的结晶。读者读到的不仅是信息，更是一种经验传递。AI生成的文章呢？那是一个平均化的、平滑过的文本。它没有棱角，没有痛点，没有那些说起来都是泪的真实教训。南非软件公司KRS的报告中提到了一个现象：开发者用AI写代码，感觉自己完成了任务。但当代码出问题时，他们发现自己根本不知道从哪里入手——因为代码不是他们写的，他们不理解代码的思路。写作也是一样。当你习惯让AI帮你写而不是教你怎么写，你慢慢就失去了写好的能力，甚至失去了总结和分享的能力。想象一下这样的场景：一个高中生在做数学作业，遇到了不会的题。他的第一反应不是想一想，而是问AI。大概率没有。他学会的是如何找到答案。这两件事，有本质的区别。想象你学外语的时候，是不是有一个阶段甚至一直停留在那个阶段——语法和单词我看着都会，让我用的时候一个都想不起来。或许学生用AI完成了更多作业，但真正学到的东西却变少了，而更致命的是失去了独立思考并解决难题的锻炼机会。AI永远会给你一个答案。你不会感到卡住的痛苦，也就不会体验突破的喜悦。商业决策曾经是企业家的核心竞争力——读懂市场、看清趋势、在不确定性中做选择。输入你的数据，让AI分析。AI会给你一个基于数据的结论。AI的分析是基于历史数据的。而商业机会往往在历史数据之外。
AI给出的最优解，是基于它被训练时设定的目标函数的。但你的目标函数，可能根本不在它的考量范围内。
当你习惯了AI说怎么走就怎么走，你的独立判断能力就在悄悄萎缩。
耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波（Pascual Restrepo）的研究指出：AGI的发展不会导致大多数人类工作被自动化替代。核心原因不是AI能力不足，而是大量工作对经济增长并非关键，不值得投入资源进行替代。这句话翻译一下就是：AI能做很多事，但它只做值得做的事。而值不值得这个判断，永远需要人来定。当你把值不值得的判断权也交给AI，你就已经不是在做商业决策了——你是在执行AI的决策。了解设计原则（对比、层次、留白...）、理解用户心理、考虑品牌调性、手工打磨细节……
现在？Midjourney一会儿功夫就给了你上百张图，你挑一张改改就好。审美能力不是天生的，它需要训练。训练的方式就是不断地看-想-做-改。当你跳过做-改这个过程，直接得到一个看起来还不错的结果，你的审美能力就没有得到锻炼。由于算法本身的机制，AI生成的图像，往往是平均好看的——它们符合大多数人的审美，但不突出、不独特、没有灵魂。当你的审美标准被AI拉平到平均好看的水平，你的创作就永远不会超出这个水平。最后，让我们回到编程这个话题。因为这是OpenClaw和vibe coding的主战场。我采访过一个工作了15年的老工程师，他告诉我一个现象：我用AI生成代码，速度确实快了很多。但当我需要调试的时候，我发现我看不懂代码——不是看不懂语法，而是看不懂为什么这样写。以前我写代码的时候，脑子里会有一个系统图景，我知道每一行代码在全局中的作用。现在这个图景越来越模糊了。
编程的核心能力不是写代码，而是理解系统。代码只是理解的外化表现。当你让AI帮你写代码，你跳过了理解的过程。你得到了代码，但失去了理解。这就像是：你请人帮你健身，最后你变瘦了，但你的肌肉没了。十年后你会记得什么？
凌晨两点，你对OpenClaw说：帮我做一个笔记应用。三分钟后，你多了一个文件夹。你感到满足。你觉得你做了什么。还是你只会记得，你花了多少钱，烧了多少Token，最后得到了一堆你自己都不理解代码？它不是让事情变难，而是让事情变容易。容易到，你不再需要变得更好。工业革命时期，人们担心机器会让人失业。
互联网时代，人们担心屏幕会让人变笨。
AI时代，人们担心AI会让人失去价值。
真正的危险是：当一切变得太容易，我们就不再追求更难但更好的路。
夜雨聆风
