夜雨聆风一个完全不会写代码的人，用AI做了一款鸿蒙APP。上线第三天，冲到华为应用商店影像榜第6名，2万多人用上了它。
但UP主本人说——"我反而对AI祛魅了。最重要的不是会用AI。"
这不是个例。Stack Overflow 2026调查显示：87%程序员每天用AI，效率提升4.7倍。但同一批人，对AI的信任度从43%降到了33%，不信任率从31%升到了46%。
用得最深的人，反而最冷静。
为什么？三个心理学理论给出了答案。
——
01 先看事实：大宽做了什么，又说了什么
2026年6月，B站UP主大宽大宽的视频，播放111万，全站第44位。他做的APP叫「真实胶片」——一个鸿蒙APP，模拟胶片相机效果。两周，零代码基础，AI辅助完成。
做完之后他说了三句话，直接引述：
① "最重要的是能发现问题、发现需求的眼睛，以及行动力和执行力"② "不是不用学习了，反而是需要更广泛更大量的学习，不然AI是真的会狠狠糊弄你的"③ "多感受多体会生活，需求和机会都在生活的各个角落里"
同时，他也坦然指出了AI的两大短板：上下文一长能力就衰减；遇到不熟悉的项目（鸿蒙）经常胡写乱写。他的对策是自己用Openspec控制上下文，先抓官方文档让AI看完再写。
他不是说AI没用——他说AI很强但只是工具，当人人都能用它时，真正的核心就没变过：发现需求的眼睛、行动力和执行力。
这个"祛魅"的过程，是一个典型的"神话→碰壁→回归"三段式。而它为什么会发生，心理学研究早已给出了解释。
——
02 理论一：为什么越不了解AI的人越恐惧？
美国存在主义心理学家罗洛·梅在其著作《焦虑的意义》（The Meaning of Anxiety, 1950）中，提出了一个核心区分：
恐惧有具体对象。你怕蛇，你知道自己在怕什么。焦虑没有具体对象。威胁是模糊的、未知的、无法命名的。大脑无法给它"定性"，于是自动调取所有最坏的想象来填空。
这就是门外的人面对AI时的状态：他们知道AI"很厉害"，但不知道"具体厉害在哪、边界在哪"。威胁是个黑洞，焦虑被无限放大。
罗洛·梅的理论告诉我们：焦虑的本质不是危险本身，而是危险的模糊性。你越是不去接触一个东西，它在你的想象中就越是可怕。
大宽的"祛魅"恰好相反——他亲身接触了，发现了AI的强项，也撞到了AI的边界。威胁从模糊的黑洞变成了具体的工具，焦虑自然消退。正如他在视频里说的："AI确实很强，而且还在变得越来越强。但它只是一个非常强力的工具而已。"
——
03 理论二：解释深度错觉——你以为你懂AI，其实你不懂
2002年，耶鲁大学的Rozenblit和Keil做了一个经典的实验。他们请受试者评估"你对拉链工作原理的理解程度"，大多数人先打了7分（满分10）。然后请他们详细解释一遍——大多数人卡在第三步，自我评估立刻降到3-4分。
他们把这种现象命名为解释深度错觉（Illusion of Explanatory Depth, IOED）：
人们倾向于高估自己对一个事物的理解深度。一个关键发现：这个错觉在面对专家时会减弱——真懂的人知道自己不懂什么（known unknowns），半懂的人不知道自己不懂什么（unknown unknowns）。
套在AI上看看：
没正经用过AI的人，看了几篇自媒体、几条短视频，就觉得"我懂AI是怎么回事了"。但让他具体说说AI现在能做到什么、做不到什么——说不上来了。
而大宽呢？他说："不是不用学习了，反而是需要更广泛更大量的学习，不然AI是真的会狠狠糊弄你的。"——知道得越多的人，越知道自己不知道的多。
——
04 理论三：达克效应——为什么知道最少的人最自信？
1999年，康奈尔大学的Dunning和Kruger发表了一篇后来成为经典的研究。他们发现：能力最低的人，对自己能力的评价偏差最大。
这就是著名的达克效应（Dunning-Kruger Effect），那条经典的曲线：
对照来看：
大宽的视频之所以让人着迷，正是因为他完整记录了自己从①到②到③的全过程。而一个从没用过AI工具、全靠刷短视频了解AI的人，脱口而出"AI太可怕了"——这种笼统的、抽象的恐惧，恰恰印证了达克曲线上①的典型表现：了解最少，态度最极端。
这也能解释为什么深度AI用户（程序员群体）的信任度在下滑——不是AI变差了，是他们走到了③的位置，认知更清醒了。中科院院士梅宏的数据也能佐证这个视角：编码只占软件工程总工作量的10%左右。AI的最大效能范围，在一线实践中被重新校准了。
——
05 大宽的做法，刚好印证了这三个理论
用这三个理论来拆解大宽的"祛魅"过程，逻辑非常自洽：
理论上：焦虑源于模糊性（罗洛·梅）→ 我高估自己的理解（IOED）→ 我在愚昧之巅膨胀（达克）大宽实际经历的：AI很牛但说不清边界（焦虑模糊）→ 实际用了发现AI出错/胡写（碰壁，打破IOED）→ "需要更广泛的学习"（走出愚昧之巅）→ "AI只是强力工具"（冷静回归）
反过来，他做对的事情也恰恰是这三条理论的逆操作：
第一条：选对生态。他没选iOS、安卓，选了鸿蒙。逻辑清晰：新生态不到两年已有约7000万用户，需求缺口大。这不是模糊焦虑，是具体分析。
第二条：选对需求。胶片质感+拍照需求持续存在，但他更精准地抓住了"年轻人越来越喜欢有玩具属性的产品"这个趋势——简单有趣、好看好玩比功能多更重要。
第三条：掌控AI。他知道AI能力衰减时就切新对话，AI不熟悉鸿蒙就喂官方文档。不是被工具带着走，而是让工具为自己服务。
——
06 收尾
大宽在视频最后给出了两条建议：
"第一，不是不用学习了，反而需要更广泛更大量的学习。第二，多感受多体会生活，大量需求和机会并不全在技术文档和教科书里，而是真的在生活的各个角落里。"
这不是鸡汤。结合三个心理学理论来看，它指向一个更本质的结论：
对AI的焦虑，本质不是AI太强，而是你对AI的了解还停留在模糊的阶段。
三个理论指向了同一件事：直接接触、亲身体验、主动试错，是唯一的解药。
打开一个AI工具，用它做一件具体的事。碰壁、发现边界、迭代改进——用大宽的话来说："当所有人都可以用AI工具的时候，大家就又回到了同一条起跑线上。最终真正的核心一直都没变过——能发现问题、发现需求的眼睛，行动力和执行力。"
#AI祛魅 #AI心理学 #AI焦虑 #达克效应 #零代码开发鸿蒙
——
数据来源：大宽大宽B站视频、Stack Overflow 2026开发者调查、梅宏院士（中国软件发展大会）心理学理论：罗洛·梅《焦虑的意义》(1950)、Rozenblit & Keil(2002)解释深度错觉、Dunning & Kruger(1999)达克效应
