乐于分享
好东西不私藏

如果七岁孩子已经能用AI做应用型软件,大人应该拿它来做什么?|第2期星河产业x人工智能6S店快闪黑客松复盘

如果七岁孩子已经能用AI做应用型软件,大人应该拿它来做什么?|第2期星河产业x人工智能6S店快闪黑客松复盘

X星球实验室·前沿观察

如果七岁孩子已经能用AI做应用型软件,大人应该拿它来做什么?

X星球实验室与人工智能6S店、星河产业共同举办了第2期快闪黑客松,提出了一个比“学编程”更重要的问题:当AI开始缩短“懂业务”和“做出软件”之间的距离,真正了解问题的人,是否终于可以亲手开始解决问题?

很多企业今天并不缺AI工具。

真正缺少的是另一种能力:

怎样把员工每天都在经历的业务问题,变成一个可以真正运行的AI解决方案。

  • 销售知道客户反复在问什么。
  • 工厂主管知道哪个环节最浪费时间。
  • 店长知道顾客在哪里犹豫、在哪里流失。
  • 政府工作人员知道一个流程为什么总是在几个部门之间卡住。

过去,“最懂问题的人”和“能够把解决方案做出来的人”,往往是两群人。

生成式AI正在迅速缩短这两者之间的距离。

第2期快闪黑客松把重心放回了深圳人工智能6S店,这场小型实验,意外地把这种变化呈现得非常直观。

而演示这一变化的,不是程序员,而是一群孩子。

这期快闪黑客松总共只有9名参与者,最小的7岁,最大的18岁,其中4个孩子是第一次接触AI编程。

新来的孩子仍然从最简单的贪吃蛇开始,但这个环节很快结束。一旦理解了如何和AI编程工具交流,他们就不再按照统一课程继续往下学,而是直接进入一个新的问题:

你真正想做什么?

下午,孩子们又一起走进人工智能6S店,从真实产品中寻找自己的题目。

很快,作品开始脱离“编程练习”。

两个第一次参加的孩子从模仿五子棋机器人和中国象棋机器人开始,随后接入DeepSeek API,让原本固定规则的游戏拥有了AI对弈和对话能力。

一个七岁多、非常喜欢机器人的男孩,仔细研究机器狗复杂的实体遥控器,然后把上面的功能一个个复刻到了屏幕上。

有人用一张真实架子鼓的俯视照片,做出了可以用键盘和触摸屏演奏的电子鼓。

还有孩子把原本静态展示的磁悬浮机器人变成了可以在数字空间里移动的角色。

但最值得观察的作品,恰恰来自一个一开始几乎没有想法的孩子。

一个小女孩只说了一句话:

“我想做一个跟3D打印机有关的东西。”

她不知道具体做什么。

导师没有替她决定,而是让她先和AI讨论。

AI给出了四五种可能方案。导师再把这些选项逐一解释给她,最后由她自己判断:

“3D打印机商店比较好玩。”

于是,一个模糊念头开始变成产品。

AI帮助她做出了一个3D打印商店经营模拟游戏:接订单、购买设备、购买材料、打印产品、赚钱,再继续添置设备。游戏甚至用一层层堆积的方式,简单表现出了3D打印的过程。

真正值得关注的,并不是一个小女孩突然“学会了软件工程”。

而是背后的工作方式:

人提出一个还不完整的想法;
AI扩展可能性;
人理解和比较不同方案;
人作出判断;
AI再帮助把这个判断做成原型。

这套方式对成年人可能更加重要。

孩子有丰富的想象力,却没有多少行业经验。

成年人恰恰相反。

  • 一个物流主管可能已经观察仓库十年。
  • 一个销售可能非常清楚客户最常见的三个问题。
  • 一个行政人员可能每天都在重复一个低效率流程。

过去,他们发现问题以后,通常还要把需求交给技术团队。

现在第一次出现了一种可能:

最懂业务的人,也开始拥有直接制造原型的能力。

如果一个孩子可以看到机器狗,就想到把遥控系统数字化,那么一个熟悉仓库流程的成年人可以做什么?

如果一个孩子可以把3D打印机变成经营模拟器,那么真正了解零售、库存、客户和订单的人,又可以做出什么?

所以真正值得讨论的问题,可能已经不是:

“成年人要不要学AI?”

而是:

成年人能不能把自己的行业经验,直接转化成AI时代的新工具?

当然,成人和企业场景还会比儿童创造多出一个非常重要的环节:

把做出来的东西重新放回真实业务中验证。

  • 采购工具就应该交给采购人员使用。
  • 销售助手就应该面对真实客户。
  • 流程工具就应该重新进入真实流程。

这不是附加环节,而是AI从“有趣原型”走向“业务创新”的关键一步。

下一次快闪黑客松也会进一步增加真实用户试玩和反馈,但对于成人和企业,这一步从一开始就应该成为核心流程。

也正因为如此,这场儿童实验正在成为另一个项目的起点。

接下来计划推出的成人及企业版AI编程,并不准备再从“今天学习几个AI工具”开始。

它会直接从参与者自己的工作开始:

找到一个真实问题,
与AI讨论可能方案,
快速做出一个可以运行的原型,
再把它放回真实场景接受检验。

孩子已经证明了一件事情:

非程序员进入软件创造的门槛,正在快速下降。

现在更值得问的是:

当真正了解业务的人,也可以开始亲手制造解决方案,他们会创造出什么?

这或许才是AI编程真正进入企业之后,最值得期待的变化。