我前阵子刷到一个罗振宇和胡润的对话。

老罗举例说，相比每天让胡润写一篇精品文章，他更愿意为「胡润每天从世界所有文章里挑十篇最值得读的」这个动作付费。他认为让胡润写文章完全是浪费了他的判断力。

但这话有个被我反复咀嚼的视角。雇人替你挑，雇的那个人十年后就是「顶级编辑」。你依然是「罗振宇」。中间差的那一截，就是你卖掉的资产。

罗振宇愿意付钱买的不是「挑文章」这个动作，是「会挑」这个能力。你花钱雇人挑，等于花钱让他练，挑完他带走了能力，留给你一堆精品文章。

这件事在 AI 时代被放大了无数倍。

工具会自己积累，能力不会

市面上大多数 AI skill 在教你怎么写更好的 prompt、做出更顺滑的工作流。这些有用。但它们会自己积累。

你用过 Cursor 一段时间，写代码的肌肉记忆就长出来了。你装过几次 MCP，下次要搭就快得多。这种事不需要人专门攒，因为环境逼着用。

真正难积累的是另一件事。

判断力。

知道什么值得做，什么该放弃。什么是用户嘴上说要但不会掏钱的需求。怎么决定团队里反复纠结的方向问题。这种能力 AI 替不了你练，只有你自己在反复做决策、收到反馈、修正判断中长出来。

行业经验里真正起作用的就三样

剥掉所有玄学包装，能让你「一眼看出好坏」的只有三样东西。

一，对样本库。你脑子里有 100 张好图、100 个好产品、100 个好需求。任何一个新东西进来，你下意识拿去和那 100 个比，对得上就过，对不上就摇头。

二，错样本库。反过来你见过 100 个失败的方案、100 个被毙掉的需求、100 个看起来对但用户不买单的设计。错样本比对样本更值钱，因为它让你知道哪条路走过是死胡同，不用再走一遍。

三，「为什么」的连接。不是「我喜欢这个」，是「我喜欢这个因为它在 A 处处理了用户的 X 焦虑，比 B 方案好在 C 维度」。有连接的判断才能传递，没连接的只是个人偏好。

这三样里，前两样 AI 能加速你沉淀。

传统路径是「在行业里泡 10 年」，看过的、做过的事慢慢沉淀。AI 能做的是把「积累样本」的时间从 10 年压到 1 年。具体怎么做：选你领域 30 个公认的「好产品」和「好失败」，每个花 30 分钟拆。它解决什么真问题、假设错了什么、哪个环节最先崩。30 天后你脑子里就有 60 个结构化案例，比大部分 3 年经验的人强。

但第三样 AI 帮不了。

因为它要求你承担后果。你说「这个按钮放右上角比左上角好」，AI 能给你 10 个理由。但用户真的点了还是没点，这个反馈只有你能接。你做 10 个决策、收到 10 次反馈、内化 10 次「原来如此」，这 10 次就是你的「为什么」。

AI 没有「原来如此」的能力。因为它不为结果负责。

判断力长什么样，拿产品力举例

判断一个需求该不该做，先问一句：用户不用会「死」吗？

真需求：不做这件事，用户的问题解决不了。

伪需求：不做这件事，用户不便利但还能凑合。

锦上添花：做了更好，不做也无妨。

80% 的伪需求是「我能做」驱动，不是「用户需要」驱动。警惕工程师浪漫，你技术能做，PM 又点头，不代表用户要。

判断按钮优先级，问的不是「这个功能多重要」，是「删了它会出什么事」。

删了主流程断裂，就是核心按钮。删了用户多走一步，就是次要按钮。删了没人在意，就是装饰按钮。

优先级是「用户痛苦程度」的排序，不是「功能重要性」的排序。这两个经常被混为一谈。

判断界面设计，看「用户路径是不是最短」。

任何界面问题，先画「用户从进入到完成目标的最短路径」。当前设计有几条岔路？每条岔路的「必须性」是什么？能砍的先砍。

减法比加法难，但产品力体现在这。

这三件事，每一件你都能用 AI 帮你列方案、对比、推演。但最后那个「砍不砍」的决策，必须是你做的。因为你要为这个决策的结果负责，AI 不负责。

30 天怎么练

想要真的练出判断力，不是读 100 篇产品文章，是下场做。给你一个 30 天计划，能直接用。

第 1 周，建对样本库。

选 7 个公认好产品，每天拆 1 个，每个 30 分钟。问题、解法、关键决策、我学到的，固定 4 个字段。周末把 7 个的「我学到的」对比，找共性。

第 2 周，建错样本库。

同样格式，7 个公认翻车。重点写「哪个环节最先崩、为什么」。对比第 1 周，你会发现「对」和「错」是同一组维度的两端。

第 3 周，陪练模式。

拿你公司正在做的某个需求，写 3 个方案，每个都让 AI 反驳。你再反驳 AI 的反驳。5 轮下来，你最初的方案会悄悄变，变好还是变差，你自己判断。

第 4 周，写出来。

被反驳的时候，记录哪些反驳真的让你重新想了，那才是你的真学习。

一个月后你的判断力可能会超过你 80% 的同事。不是因为这些方法多神奇，是因为大部分人把瞬间浪费了。

看到好东西「嗯不错」下一题。做出决策「感觉一般」下一题。瞬间发生了但你没收。

AI 放大的是你已有的

最后说一个我自己的判断。

很多人用 AI 之后觉得自己变聪明了。其实是错觉。

AI 让表达变流畅了，让搜索变快了。但思考的肌肉一点没练。

就像有了汽车之后，人们依然会去健身房练腿。车能让你更快，但不会让你变强壮。

所以真正值钱的不是「用 AI 之后变强」，是「在用 AI 之前先建立判断力基础」。

当 AI 越来越强，单独决策的能力会悄悄退化。这个退化是隐形的，需要警觉。