当自然语言编程重构产品管理范式，纳瓦尔指出AI焦虑的唯一解药是行动而非观望。这位知名投资人深度剖析Vibe Coding如何将模型调优变为新编程核心，并揭示程序员在AI时代的独特杠杆优势。本文从行业变革到个人行动指南，系统解读AI如何重塑创造逻辑与竞争格局。
2026年2月19日，纳瓦尔在最新一期播客中迸发出一些犀利的观点。
作为著名投资人，他不再满足只做投资人，而是投入到一个难度极大的新项目中，无关乎成败，因为动手做的过程，本身就是学习的过程。
他认为去年出现的“Vide Coding”（氛围编程）是一次颠覆性的变革，改变了原有的产品管理范式，模型调优成为新的编程核心。
但这并不意味着传统软件工程失去了意义，反而成为程序员的独特优势，因为他们更懂得底层的运行逻辑。
同样，对普通人来说，AI替代传统岗位成为绕不开的话题，但人工智能适应人的能力，远超于人适应人工智能的能力，因此，无需刻意学习掌握人工智能的技巧。
面对AI的焦虑，他认为最重要的是行动。而且，人工智能并不具备真正的生命，也无法完成真正的“智力测试”——在生活中活成想要自己的样子，它是被人定义的，并没有超越人类想象的创造力。
当然，如同所有新技术一样，早期技术拥抱者拥有先发优势。但最终，每个人都能成为创造者，也会成为“企业家”。
未来未至，格局已变。正如纳瓦尔所说：“要投资未来，就要活在未来”，我们所要做的，不过是以身入局，拥抱变化。希望今天这篇文章，对你有所启发。
过去一年，软件行业发生了显著的转变，Claude Code就是最好的体现。这款模型内置了编程引擎，催生了一批“氛围程序员”。他们能把自然语言作为输入，让代码机器人完成端到端的编程工作。
你只需描述想要的应用程序，它就能制定开发计划，确认细节、根据反馈调整，然后拆分任务、搭建整体框架，自动下载所需的库，着手开发应用、搭建测试环境并进行测试。全程不用写一行代码。
这意味着产品管理已经渗透到了编程领域。过去，产品经理需要指挥工程师干活，而现在，你只需直接向电脑下达指令。
电脑不知疲倦、没有自我，接受反馈也不会觉得被冒犯。
既然任何人都能编程，那传统编程的价值何在？
其实，编程依然有其用武之地，最明显的就是训练这些人工智能模型本身。打造这些模型的人，本质上也是在为其编程，只是方式和传统计算机编程截然不同。
传统编程需要你极其细致地制定计算机的每一个步骤。而人工智能的编程方式，则完全不同。你要收集人类创造的海量数据，然后将这些数据输入到你定义和调优的模型结构中。
这个结构会尝试找到一套程序，能生成更多同类数据，或基于这些数据创造新内容。
也就是说，你要在自己设计的模型中，寻找一套可行的程序。你的调优工作，直接决定了最终程序的优劣。
传统计算机在执行精准指令时表现出色。但在现实世界中，我们往往能接受模糊的答案，甚至是错误的答案。
现实生活本就是如此，答案有多种正确的形式，或是大致正确即可。
当这种“模糊”的答案被接受时，人工智能通过自主探索找到的程序，会比人类从头编写的、追求极致精准的程序，更贴合问题本身。
从本质上来说，我们正在探索一种全新的编程方式，而这正是编程领域的前沿。这些打造人工智能模型的人，就是新一代的程序员。这也是为什么人工智能研究者的薪资如此高昂——他们已然接管了编程的核心领域。
这是否意味着传统软件工程已经消亡？当然不是。软件工程师，如今也是世界上杠杆效应最强的群体之一。
当然，那些训练和调优模型的工程师，杠杆效应会更强。这是因为传统软件工程师拥的其核心优势：他们懂代码，知道底层的运行逻辑，而所有的抽象层都存在漏洞。
当人工智能替你编程时，难免会出错，会有漏洞。而懂底层逻辑的工程师，能及时弥补这些漏洞。
如果你想打造一个架构优良的应用，想清晰地定义产品架构，那么软件工程的背景就是必不可少的。传统软件工程师能更好地驾驭这些人工智能工具。
而且目前，仍有很多软件工程的问题，是人工智能程序无法解决的，最简单的判断标准就是：这些问题超出了人工智能的训练数据范围。
有证据表明，只要有足够多的数据，人工智能确实能学习，甚至能实现更高层次的抽象。因为压缩数据的过程，会迫使它们提炼更高层次的特征。
正因如此，人工智能的学习速度在不断加快，未来也可能逐步解决那些边缘问题。但至少目前，这些边缘问题依然大量存在，一名优秀的工程师，只要站在行业知识的前沿，就能轻松超越体感程序员。
我一年多前发过一条推文：“人工智能不会取代程序员，反而会让程序员更容易取代其他人”。
一名配备了多个人工智能助手的程序员，工作效率会比以前高5到10倍。而且程序员身处智力领域，用“10倍程序员”来形容都太保守了。
智力的分布并非正态，杠杆效应的分布并非正态，所以最终的结果，也会呈现出极端的差异。未来需要警惕的是：程序员将能用人工智能，颠覆整个行业。他们会彻底改写行业的运行规则。
从长远来看，几乎所有工作，都会被程序员以各种方式取代，当然，这需要机器人等技术的落地。
但好消息是：任何一个逻辑思维缜密、拥有程序员式思维的人，都能站上这个舞台。他们可以创造任何想要的东西，唯一的限制，就是自己的创造力和想象力。
我们正在进入一个新时代，在这个时代，每个人都可以成为“魔法师”。如果说过去的程序员，是熟记晦涩咒语的巫师，那么人工智能，就是交到每个人手中的魔法棒。现在，你只需开口说话，就能成为巫师。
从这个角度来说，人工智能让竞争变得更公平了。我坚信，这是编程的黄金时代。
当然，拥有软件工程思维、懂计算机架构、能处理抽象层漏洞的人，依然会占据优势。这是无法避免的，因为他们掌握了所在领域的核心知识。这种底层认知的优势，可以一直追溯下去。了解下一层的逻辑，总能让你更接近现实，更具优势。
就像现在任何人都能拍视频一样，未来任何人都能开发应用程序。我们势必会迎来一波应用开发的浪潮。
不过，当应用多到泛滥时，并不代表它们都会被使用。我认为未来的应用市场会分化。
首先，针对特定使用场景的最佳应用，仍会占据整个赛道。当内容变得极度丰富时，人们对“平庸”毫无需求。大家只想要能把事做好的最佳选择。
其次，尝试的机会变多了，优秀的产品也会更多，更多小众需求会被满足。以前，这些小众需求的市场规模，根本不足以支撑工程师花一两年时间开发一款应用。但现在，通过氛围编程就能满足。
可以预见，互联网领域的格局会在应用市场重现：会有一两个头部应用商店，帮用户筛选掉粗制滥造的应用；而头部的几款超级应用，会凭借能满足更多使用场景、体验更精良的优势变得更强大；同时，还会有无数小众应用，填满所有细分赛道。
互联网的经验告诉我们，真正的权力和财富，会流向聚合平台，但资源也会大量分配给长尾创作者。而被淘汰的，往往是那些中等规模的企业。
一款平庸的应用，没人会想要。而优质的应用，几乎能占据百分之百的市场。或许第二名的应用能凭借某个小众功能留住一小部分用户，但总的来说，人们只想要各个领域的最佳选择。
这就像《拜金一族》里的场景：“第一名能得到凯迪拉克跑车，第二名只有一套牛排刀，第三名直接卷铺盖走人。”
在这种赢家通吃的市场中，这句话绝对成立。
坏消息是，成为第二名、第三名毫无意义，你必须在某个领域做到最好。
但好消息是，能做到“最好”的领域，是无限的。你总能找到一个适合自己的小众赛道，成为这个领域的佼佼者。
这让我想起之前的一条推文：“在自己的领域做到世界第一，若做不到，就重新定义自己的领域，直到做到为止。”我认为，在人工智能时代，这句话依然适用。
当你第一次接触人工智能，感到好奇、真正敞开心扉时，就是深入学习它的最佳时机。不仅是使用它，还要真正去了解它的运行原理。
深入探索、掀开它的“引擎盖”，才会发现其中的奥秘非常有趣。
我建议那些对这项新技术感兴趣的人，真正去探究它的核心，弄明白它的底层逻辑。你不必做到能亲手打造它，只需让自己弄懂即可。
因为理解抽象层之下的逻辑，会带来两大好处：第一，能让你更好地使用它，对于这样一个杠杆效应极强的工具，使用效率的提升，能带来巨大的价值；第二，能让你明白，自己是否应该害怕它。
这东西真的会演变成天网，毁灭世界吗？还是说，它只是一个很酷的机器？我发现现在很多人都有人工智能焦虑，而这种焦虑，源于对它的无知，对其运行原理的理解极其匮乏。
化解这种焦虑的唯一方法，就是行动。
焦虑是一种模糊的恐惧，你的大脑和身体在告诉你，该做点什么，但你却不知道该做什么。这时，你应该直面它，去弄懂它，去了解它的本质，看看它到底是如何运行的。我相信，这会帮你消除焦虑。
而这份学习的行动、这份对好奇的追求，不仅能帮你克服焦虑，还可能让你找到利用人工智能创造价值的方式，让自己变得更快乐、更成功。
我上学时用C语言，后来C++出现了，再后来Python出现了，我当时觉得“哇，这几乎和写自然语言一样简单”。现在看来，我大错特错了。但现在，你真的可以用自然语言编程了。
这也引出了我的一个观点：没必要刻意学习和人工智能打交道的技巧。你看现在的社交媒体上，到处都是相关的文章、书籍和推文，比如“我发现了和机器人互动的小技巧”。
但我从来不会去学这些东西。我只是简单地和电脑对话，因为我知道，如今的人工智能，适应人类的速度，远比人类适应它的速度快。它会不断学习，变得更懂人类的使用需求。
所以我没必要去研究那些深奥的指令，这也是安德烈·卡帕西说“自然语言是最热门的新编程语言”的原因。
我只要会说自然语言就够了。对于我这种能清晰表达、逻辑思维缜密，又懂计算机架构的人来说，用结构化的自然语言，就能精准地向人工智能描述我的需求。
那些工作流程和工具的生命周期极短，可能只有几周，最多几个月，根本不值得花时间去学。除非你现在就要开发一款产品，需要紧跟前沿。否则，不如让人工智能来适应你，而非你去适应它。
如果一个聪明人，还在埋头死磕，那你就得怀疑他到底聪不聪明了。其实很多聪明人都很懒，这里的“懒”，是指懂得优化真正有价值的效率。你不在乎计算机、电子元件的运行效率，只在乎自己的效率，这才是最有价值的。
我认为，人工智能在与人类共同进化，而它的进化方向，始终围绕着人类的需求。人工智能的发展，受着强烈的市场驱动。一款人工智能模型，只有对人类有用，才会被使用。
所以，自然选择的压力，会迫使人工智能变得实用、顺从。未来它会继续朝着这个方向进化，成为人类的得力助手。
这并不是说不存在恶意的人工智能，而是它的“恶意”，本质上是使用者的恶意。就像一只被训练去攻击的狗。
所以，我并不担心失控的人工智能，我担心的是，手握人工智能的失控人类。
很快，我们就会进入人工智能个性化时代，它会成为你的私人助手，更贴合你的个人需求。这自然会让人们更加将人工智能拟人化。
我们可以做一个思维实验：
如果每个男生都戴着一个蓝牙耳机，里面有人工智能在约会时教他该说什么。那么很快，每个女生也会戴上蓝牙耳机，里面的人工智能会教她分辨哪些话是人工智能写的。
如果有一个交易机器人出现，很快就会有其他交易机器人与之抗衡，直到所有的收益空间都被抵消。
当然，这并不意味着技术的分布是完全平均的。目前，大多数人还不会使用人工智能，或是使用方式不当。所以早期使用者，总能占据优势，就像所有新技术的早期采用者一样。
这也是我常说的：想投资未来，就要活在未来。
你要主动成为新技术的使用者，因为这能让你最直观地了解它的使用方法，让你比那些后知后觉的人，拥有更大的优势。
大多数人讨厌技术，对技术感到恐惧。但计算机技术，尤其是过去的计算机技术，界面复杂、门槛高，让很多人望而却步。
而现在的人工智能，拥有聊天机器人的界面，你只需说话或打字，就能互动，操作极其简单。
这些基础模型的真正“基础”之处在于：你可以问它任何问题，它总能给出一个看似合理的答案。它的领域，涵盖了人类所有的交谈内容，从这个角度来说，它的门槛更低了。
但如果你觉得Claude Code是真人，那你难免会感到恐惧。这样，你很容易颠倒主仆关系。但总的来说，人工智能会帮助很多人克服对技术的恐惧。而如果你能成为人工智能的早期使用者，你就能获得远超他人的巨大优势。
我记得谷歌刚出现的时候，我在朋友圈里总用它。别人问我简单的问题，我直接谷歌搜索，然后告诉他们答案，看起来像个天才。
现在的人工智能，就和当时的谷歌一样。不过使用人工智能时，必须格外小心，它们会产生幻觉，训练过程中也会产生偏见。
大多数人工智能都极度政治正确。所以我几乎所有的查询，都会同时用四个人工智能，然后相互验证事实。即便如此，我也能凭直觉判断，它们什么时候在胡说八道。我会让它们提供底层数据和证据。
总的来说，在技术、科学、数学这些没有政治色彩的领域，人工智能给出的答案，往往更接近正确，在这些领域，它们是学习的绝佳利器。
我现在会经常让人工智能为我生成图表、图形、示意图、类比和插图，然后仔细研究。遇到不懂的问题，我会直接问最基础的问题，确保自己能从最简单、最本质的层面，理解想要学习的内容。
第一次，我感觉到了“没有什么知识是我无法理解的”。任何难懂的概念，我都能让人工智能拆解，用插图和类比帮我理解，直到我弄懂为止。这些都是自主学习的绝佳工具。
学习的途径早已遍地都是，稀缺的是学习的欲望。
而现在，学习的途径变得更加丰富。更重要的是，它能精准契合你的认知水平——这是过去的学习途径无法做到的。
如果你的词汇量达到八年级水平，数学水平只有五年级，人工智能就能用对应的水平和你交流，你不会觉得自己很笨，它能把知识点，精准地放在你的知识边界上。不会像在课堂上那样，因为内容太难懂而觉得自己愚蠢，也不会因为内容太简单而感到无聊。这种学习方式充满了魔力。
人们愿意为智力付费，正是人工智能模型能形成滚雪球式规模效应的原因。准确率92%的模型，价值远比88%的模型高得多，因为现实世界中，错误的成本极高。
我会把同一个问题，同时输入四个模型，让它们在后台运行。通常我不会立刻看答案，而是过一会儿再回来查看，然后选择答案最好的那个模型，深入追问。
很多时候，我还会让它画出图表和插图，帮助我理解。视觉化的呈现方式，能让我更快吸收知识。
我依然认为人工智能没有生命。它们只是极其优秀的模仿者，尤其是在人类已经大量实践过的领域。如果一项任务已经有人做过，那么人工智能就能将其自动化。这是它看似有生命的第一个原因。
第二个原因，它能学习更高层次的抽象概念。人工智能是高效的信息压缩器，它能将海量数据压缩，而在压缩的过程中，就会提炼出更高层次的抽象特征。但它们依然缺少很多人类的核心能力，比如一次性学习能力。
还有人类独有的原始创造力，能将看似毫无关联的事物联系起来。人类还有实体体验，我们活在现实世界中。而语言，只能涵盖人类已经理解、并能相互表达的事物，这只是现实世界中极小的一部分。
总的来说，尽管人工智能会做出很多令人惊叹的事，在很多方面超越人类，但和所有机器一样，人工智能只是在特定的任务上，比人类更擅长。
而在另一些任务上，它们会显得无比笨拙。这些任务，正是让我们能扎根现实世界的核心，还有那难以定义、却无比神奇的人类创造力。
人类是万能的解释者。只要符合我们目前所知的物理定律，人类就能在大脑中构建出对应的模型。
作为学习工具，人工智能最强大的作用之一，就是成为最有耐心的导师。但我认为人工智能不会想出人类无法理解的想法。
但问题是，智力本身的定义，就很模糊。什么是智力？有一个“通用智力因素”的概念，能预测人类的很多发展结果。
所以我想提出一个观点，这也是我最受欢迎的推文之一：智力的唯一真正测试，是你能否在生活中得到自己想要的东西。
这句话让很多人感到不适。但这正是智力的意义：作为一个生物，你能否在生活中得到自己想要的东西——无论是感情、金钱、成功、财富还是健康。
我认为有些人非常聪明，因为你能看到，他们拥有高质量的生活，他们能一步步规划，让自己活成想要的样子。
你的起点如何并不重要，因为这个世界足够广阔。你做出的每一个小选择，都会不断叠加，体现出你对世界运行规律的理解，最终让你抵达想要的地方。
这个智力定义的有趣之处在于，人工智能立刻就通不过测试，因为它在生活中没有想要的东西，它甚至没有“生活”。人工智能的欲望，都是由操控它的人类设定的。
但我们不妨假设一下：如果人类把自己的欲望编程到人工智能中，那么人工智能的智力，就可以用一个标准衡量——它是否帮人类得到了想要的东西。
而我们在生活中想要的大多数东西，都处于对抗性或零和博弈的场景中。从这个角度来说，智力是在竞争的战场上被衡量的，是一个相对的概念。
我认为人工智能在这些场景中，大多会失败；即便能成功，由于人工智能的普及，这种优势也会很快被抵消，最终能保持领先的，依然是人类的独特优势。
什么是创造力？这个概念本身，就定义得极其模糊。
无法定义的东西，就无法编程，甚至连识别都做不到。这就涉及到了审美和判断力了。
我认为，如今的人工智能，并未展现出人类独有的、那种偶尔迸发的创造力，而且人们总把创造力和纯艺术混为一谈。但人工智能无法创造出一种全新的绘画流派，也无法用真正新颖的方式，触动人类的情感。
从这个角度来说，人工智能没有创造力。因此，人工智能无法做出超出训练数据分布的事。
很多问题的答案，可能早已存在于人工智能的训练数据中，人工智能只是把这些碎片整合在了一起。那么，这算是创造力吗？
史蒂夫·乔布斯有句名言：“创造力，就是把不同的事物连接起来。”
但我并不认同这句话。我认为，真正的创造力，是从已知的问题和元素中，得出无法预测、无法预见的答案，是跳出常规的思考。
如果用计算机或人工智能去搜索，可能直到时间的尽头，也未必能找到这个答案。这才是我们所说的真正的创造力。但必须承认，这种创造力，只有极少数人类拥有。
还有一种创造力，是创造出全新的、最终被证实为正确的科学理论。我认为我们离这一步还很远，但也可能是我错了。
人工智能的发展，已经带来了太多惊喜，所以我不想过多地做预言和预测。但我认为，在现有模型的基础上，单纯增加计算能力，是无法让人工智能拥有这种创造力的。
人工智能在某些方面能做到极致，在另一些方面却无比笨拙。
自古以来，所有的机器和自动化技术，都是如此。轮子在平坦的道路上高效，但爬山时毫无用处。人工智能也是如此，它在某些领域极其擅长，是绝佳的工具；但在另一些领域，它会一败涂地。
史蒂夫·乔布斯曾说，计算机是思维的自行车。现在，人工智能或许让我们拥有了思维的摩托车，继续这个类比的话，依然需要有人来驾驶、掌控方向。
未来，我们会看到无数由人工智能辅助创作的杰出艺术作品。
长期以来，艺术的发展方向，都是追求更逼真的创作。直到摄影术的出现，这种追求逼真的创作压力，也就消失了。然后，艺术开始变得多元，核心变成了“如何实现超现实的表达”。此后，人类的创造力迎来了大爆发。
摄影术被普及，本身也成了一种艺术形式。现在，每个人都能拍照，依然有摄影师成为艺术家。
人工智能的发展，也会遵循同样的规律。因为人工智能让基础创作变得无比简单，每个人都能完成基础创作。而少数人，会在基础之上，创造出能惠及所有人的优秀作品。
人工智能也会带来同样的影响：一些依靠特定技能谋生的人，会因为人工智能的出现失去工作。但作为交换，整个社会的每个人，都能拥有人工智能这个工具，我们会看到无数借助人工智能创造的、前所未有的美好事物。
几十年后，人们会无法想象，为了保留一些过时的工作，而放弃人工智能、放弃所有技术的场景。
我们的目标，从来都不是拥有一份工作。不是每天早上九点上班，晚上七点筋疲力尽地回家，为别人做毫无灵魂的工作。
我们的目标，是让机器人解决物质需求，让计算机放大我们的智力，让每个人都拥有创造的能力。
我以前做过一个思维实验：如果每个人都是软件工程师或硬件工程师，能操控机器人、编写代码，我们会生活在一个多么富足的世界里。而现在，这个世界正在成为现实。得益于人工智能，每个人都能成为软件工程师。
事实上，如果你觉得自己做不到，现在就可以打开Claude Code，试着和它对话。你会惊讶地发现，自己能很快做出一款应用。这种体验，会让你大开眼界。
而当人工智能与机器人技术结合，一旦实现，每个人也能涉足硬件工程。我们正离那个乌托邦式的愿景越来越近。
创业根本不是一份工作，而是工作的对立面。
从长远来看，每个人都会成为自己的企业家。首先消失的是职业发展路径，然后是工作本身，但最终，所有的一切，都会被“做自己想做的事、创造他人需要的价值”取代。
企业家从不担心人工智能抢工作，因为他们一直在做看似不可能的事。任何人工智能的出现，都是他们的盟友。
他们根本没有所谓的“工作”可以被抢，他们要做的，是打造产品、服务市场、实现创意。这份工作的难度极大，任何能分担工作的人工智能，都是珍贵的助力。
归根结底，人工智能缺少的是自主的创造欲。它没有真正的、发自内心的渴望。即便人工智能能完美模仿人类的一切行为，有些人依然会觉得它只是个模仿机器。不过，我们离那一步还很远。
目前的人工智能没有实体，没有自主意识，没有自己的渴望，因此，它们没有真正的自主能动性。而正因为缺少自主能动性，它们永远无法替代企业家。
其实可以总结为：当前经济中，企业家与其他人最核心的区别，就是他们拥有极致的自主能动性。这也是创业与工作的本质对立。
社会中还有一些类似的角色，比如探险家、探索未知领域的科学家、真正的艺术家。他们所做的事，难度极大且高度自主，任何能提供帮助的人工智能，都是受欢迎的盟友。
他们做事，并非为了一份工作。甚至，如果人工智能能创造出艺术家的作品、破解科学家的理论、打造出企业家想要的产品，那只会让他们站得更高——人工智能成为他们的跳板，让他们能跳向更远的地方。
*文章为作者独立观点，不代表笔记侠立场。
作者 | 李云 编辑 | 柒
本文由人人都是产品经理作者【笔记侠】，微信公众号：【笔记侠】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。