夜雨聆风
以前，饭桌上最容易让人突然兴奋的数字，是股票代码。
现在又多了一个：Token 用量。
有人晒自己一天烧了几百万 Token，做了个记账工具；有人让 AI 写插件、搭网站、管库存。大家的口气很像上一轮全民炒股：“我没学过编程，随便搓了一个。”至于背后改了多少遍、报了多少次错，通常略过不提。
然后，北京密云来了一位重量级选手。
身份：副局长。投入：自费购买 10 亿 Token。工期：近一个月。作品：防汛小程序“叫应”。
消息一出，评论区迅速失守。有人说：“明面是局长，台下是程序员。”有人感叹：“这个局长不几十万、几百万买系统，搓这个，很可以。”最损的一句只有六个字：
“局长太想进步了。”
梗很好笑。可把手机屏幕上的地图放大，看到一个个隐患点、村庄和待确认人员，这件事忽然就不太像段子了。
▍别人买系统，他先买了10亿Token
据京报网 7 月 12 日报道，这位“局长程序员”名叫谢陨石，是北京市规划和自然资源委员会密云分局副局长。今年汛期，他发挥自己的编程特长，自购 10 亿 Token，花近一个月，自主编程了密云专属防灾小程序“叫应”。
这个数字天然带着互联网爽文气质：10 亿。听起来像融资额，实际上是一大袋可以调用 AI 模型的“脑力筹码”。别人刷短视频，他在改页面；别人问 AI“你能做什么”，他大概一直在追问：“这个按钮为什么又不对？”
当然，公开报道没有交代他熬了多少夜，也没有公布每一次报错。能确定的是，近一个月后，手机里出现了一套能用于密云防灾现场的小程序。
它把全区地灾隐患点、受威胁险户、包保人员放到一张网里。山体预警、雨情变化、群众转移状态可以实时更新；要去隐患点查看情况，点一下还能跳到导航软件。
没有赛博大屏，没有会发光的 AI 数字人。它做的事情很土：找人、看状态、去现场。
但防汛这件事，越“土”的问题，往往越要命。
各镇转移进度集中显示在任务页面
▍一场大雨，最先淹没的可能是信息
想象一下汛期现场。雨在下，预警在跳，电话一个接一个。有人问：“这个村转移完了吗？”有人回答：“我刚才在群里看到说差不多了。”再追问：“差不多是多少？还有谁没走？”群里安静两秒，开始翻聊天记录。
这段画面是对传统工作方式的概括，却也是很多基层现场熟悉的压力：纸质台账在办公室，最新情况在微信群，联系人在某位同事的通讯录里，谁已经转移则躺在一通尚未回拨的电话中。
晴天时，这叫流程不够顺。暴雨里，每一分钟都可能变贵。
“叫应”干的事情，就是把散落的信息往一块收。隐患点在哪，谁受威胁，谁负责，转移到哪一步，去现场怎么走，手机上尽量一眼看清。
它可能谈不上惊艳，甚至很难让专业软件团队兴奋。但真正值钱的软件，经常长得不漂亮。它只是在某个混乱时刻，让一个人少打三通电话，让另一个人少翻五分钟台账。
在防汛现场，这五分钟有时比一整套漂亮汇报更有用。
▍这不是“局长跨界”，这是需求方起义
这件事最刺激人的部分，不在“领导干部居然会写代码”。真正让软件行业后背一紧的是：那个最懂需求、也最受不了旧流程的人，开始绕过漫长链路，自己动手了。
过去做一套系统，常见剧情是这样的：一线提需求，需求被整理成文件，文件被汇报成项目，项目等预算、招标、排期。几轮转述之后，“我要在暴雨中迅速确认谁还没转移”，可能变成了“建设基层自然灾害综合管理平台”。
字数变多了，现场感没了。
等系统终于上线，最常见的尴尬是“每一步都差半口气”：字段叫法不顺手，状态少一个，地图多点一下，手机上还得横过来看。程序员没犯错，需求也写了，大家都很努力。可那个每天真正在用的人，还是想掀桌子。
AI coding 把桌子旁边递来了一套工具。懂现场的人可以直接描述流程，让模型先写一个版本，自己点、自己骂、自己改。原来要在会议纪要里往返几轮的问题，现在可能在一个下午里就能看到页面。
这就解释了为什么“手搓应用”会突然流行。大多数人没有爱上代码，他们只是受够了重复劳动。
老师想追踪作业缺交，社区工作人员想提醒独居老人走访，小店老板想知道哪种货快没了，项目经理不想每周复制粘贴同一份周报。以前，他们只能忍、催、买，或者继续加班。现在多了一个动词：搓。
▍等等，别把“能跑”误当成“能救命”
写到这里，很容易开始热血：全民 coding，人人都是产品经理，个个都是全栈工程师。先刹一脚。
防汛、地灾、群众转移属于高风险场景。一个状态没同步，一个权限放错，一个导航链接失效，在普通工具里叫 bug；在汛期，可能会把人带进真正的麻烦。
Stack Overflow 2025 年开发者调查给出了一组很有意思的数字：84% 的受访者正在使用或计划使用 AI 工具，专业开发者中有 51% 每天使用。但使用热情没有自动换来信任。调查显示，开发者对 AI 输出准确性的怀疑仍然很高。
说白了，AI 特别擅长把“什么都没有”变成“好像能用”。真正费功夫的，是把“好像能用”继续推到“出了事也经得住查”。
测试、权限、数据安全、备份、维护、责任人，一个都不会因为代码由 AI 写出就自动消失。Token 可以自费，责任不能外包给模型。
所以，这个故事最值得学的动作，是懂业务的人主动做出原型、快速验证；最不能照抄的冲动，是一个半成品刚跑通，就迫不及待塞进关键流程。小工具可以手搓，正式上线仍要专业审查。
地图上的数字对应着需要持续确认的村庄和隐患点
▍下一轮职场差距，可能从“嫌麻烦”开始
过去大家担心 AI 抢工作，脑海里总有一台庞大机器轰隆隆开过来。现实里的变化可能安静得多。
同一个办公室，两个人面对同样一张每周都要填的表。一个人继续复制、粘贴、核对，晚上九点发到群里；另一个人花半天做了个小工具，以后每周点一下。第一周看不出什么，半年以后，两个人已经不在同一条跑道上。
真正拉开差距的，未必是谁背了更多语法。更重要的是，谁能看出工作里哪些地方在白白吃人，谁能把一团乱麻拆成对象、状态、流程和异常。
谢陨石面对的那团麻很具体：隐患点、受威胁险户、包保人员、预警、雨情、转移状态。把这些关系想明白，AI 才能写出有用的页面。想不明白，10 亿 Token 也可能只烧出一个漂亮玩具。
未来未必人人转行当程序员。更像是每个岗位都会慢慢长出一点“造工具”的能力。财务有自己的核对器，销售有自己的客户提醒，老师有自己的作业追踪，社区干部有自己的走访地图。
软件不会只由软件公司生产。它会从格子间、柜台、教室和村镇值班室里冒出来。
▍明天上班，先别急着买10亿Token
普通人想跟上这股风，不必先报编程班。找一件你已经忍了很久的小事，然后问四个很土的问题：
它每周重复几次？现在靠谁记着？最少需要哪几个字段？如果工具出错，怎么立刻退回人工处理？
四个问题答得清楚，再去找 AI。先做一个只服务三五个人的小版本，让真正干活的人狠狠挑毛病。别追求“大而全”，也别急着给它起一个气势磅礴的名字。
一个能少翻两次表、少漏一个人、少打三通电话的小工具，已经赢了。
密云副局长的故事之所以会刷屏，表面上是“10 亿 Token”太抢眼，往里看，其实很朴素：雨要来了，旧办法不好使，那就做个新东西。
以前我们说“办法总比困难多”，多少像一句贴在墙上的话。
现在，办法可能真的会长成一个页面、一个按钮，以及地图上那条直奔隐患点的导航。
— 往期热文🔥 —
连字节都烧不动了？30%AI项目悄悄关停，豆包之外的产品全在收缩｜张一鸣10年前的“上帝视角”，让他今天封神成为中国首富｜豆包都开始收费了，百度却反其道而行？｜一个开源插件把Codex变成无限画布，让Lovart住进Codex｜2026中国AI应用大爆发：拐点已至，从“好玩”到“离不开”，错过=落后！｜腾讯WorkBuddy、阿里QoderWork谁是一哥: AI办公智能体，卷到哪里了？｜微信「小微」来了！但最强入口，也救不了所有C端AI幻想｜马斯克最危险的一次豪赌: SpaceX上市之后, 没有人再为梦想买单｜产品经理已死，Agent 设计师永生｜X百万神帖: 如何用Claude和Obsidian构建持续进化的AI第二大脑(完整指南)｜Anthropic设计负责人：传统资深设计师被踢出招聘名单，未来只看这三种人
