最近我在工作和个人的兴趣项目上同时用 AI 爆肝，整得都点喘息不过来了。趁着许多感触还比较新鲜，我来写一篇非常笼统的 AI 杂谈，也免得今后在这个话题上无休无止地发表拙见。

前所未有的自由时代​

AI 的横空出世让世界出现了「欣喜若狂」和「哀鸿遍野」的两级发展。人们在巨大的不确定面前，担忧和恐惧是合情合理的。不过先撇开 AI 对于劳动力市场和资本分配的影响不谈（呃，那还有什么值得谈的），如果光看 AI 作为一项技术革命的影响，我认为它给我们这代人打开了一个史无前例的自由开放的窗口期。

虽然由 OpenAI 和 Anthropic 领跑的模型是封闭的，但开放模型在性能上紧随其后。重点并不是它们性能上的差异，而是它们的互通性——所有的模型都说「人话」！把 Codex 生成的计划书，复制粘贴到 Claude Code 里修改，真人再通读一下，最后喂给 OpenClaw 实现。这种人、机器、物理世界¹之间互通性，被 LLM 直接提升到了前所未有的高度。对比一下 AI 的近亲「软件行业」——Linux 上的应用程序在 POSIX 的 macOS 上也不能跑，更不用提 Windows 了；同一个软件的新旧版本可能就不互通格式，更别提行业里的兼容性了。

LLM 的出现，让语言基本不再成为人与人书面沟通的障碍，人与机器沟通的障碍也被削掉好几个零。更重要的是，LLM 可能是科技界第一次开发出了毫无互通障碍的标准，甚至不需要什么 ISO、W3C 之类的国际组织开会。我不知道有多少人像我一样，觉得这简直是最不可思议的奇迹。

但是按照任何柠檬市场的宿命，我认为 AI 跟 Web 1.0 的互联网一样，高度的自由互通是不可持续的。这个自由的时代，我认为终究只能是一个「窗口期」。三十年之后，主要的几个 AI 各说各的「方言」，是一个极大概率的事件。²下一代会像我们怀念 30 年前的互联网一样，怀念 🤗³，会说人话的 AI、白菜价格的 Tokens。

AI 到底是聪明还是笨​

我从实际经历中总结出来的规律是：如果你只是向 AI 描述需求，你会觉得 AI 很笨；如果跟 AI 探讨实现的细节，你觉得 AI 非常聪明。

前一种 AI 的使用方法，其实容易陷入「不知道自己无知」的境况。我几乎没有前端开发的经验，所以我只能不断描述自己想要的界面，让 AI 一遍一遍地改，来回折腾其实并不算很有效率。但是到了后端，我就特别有热情跟 AI 探讨各种设计细节。我发现 AI 真的是挺⁴聪明的，跟它聊什么设计细节，它马上就能明白我的深层考量，我在这个过程中也能学到很多的思想。

这两种 AI 使用方法的脑力消耗天差地别：如果只跟 AI 讲需求（这边还不够大，那边点了没反应……），几乎不需要动脑子，当然有时候卡住了情绪消耗反而比较大；但是如果跟 AI 探讨实现细节，我觉得我的脑力经常不够用，几个来回就累得不行——因为 AI 思考的速度太快了，那种心累的感觉，就像是找了一个 IQ 吊打我的人聊天一样。

所以，我用切身体会得出了一个超级显然的结论：人用 AI 可以变笨，也可以变聪明，完全取决于他跟 AI 互动的模式。

AI 带来的恼怒​

当今社会，许多人对 AI 的出现感到焦虑、绝望甚至是愤怒，我觉得更精确的描述应该叫做「恼怒」。因为扪心自问（包括我），最直接的恼怒是来源于我们人生投资的失败——花了大半辈子听从了「学好数理化，走遍天下都不怕」这样的「宇宙真理」，结果短短两三年，积攒的编程能力、数理能力，在 AI 的面前不堪一击。今天，快毕业的体校学生不会站出来忿忿不平，水管工和电工可能还在幸灾乐祸地聚在一起吃瓜，而被长辈和社会灌输「学而仕则优」的一群人，闯过了一段又一段的考试独木桥，却发现正确的方向可能根本不是「前方」这么简单。