AI 坦白局
天天用 AI,却没靠 AI 拿到结果。get the job done 和做出产品之间隔着一道鸿沟,我觉得那道鸿沟是对痛点的敏感度。

今天来个 AI 坦白局,承认一下自己的平庸,哈哈哈。
我非常羡慕那些用 AI 正儿八经拿到结果的人,不管是做出了漂亮的产品,还是实实在在赚到了钱,都非常厉害,我很佩服。因为我就是那个天天用 AI,却没靠 AI 拿到结果的人。
虽然但是,我确实用 AI 帮自己提升了工作效率,也做到了很多以前完全做不到的事情。这块儿确实有正反馈,否则我很难坚持用 AI 这么久。只不过,这些事情都在 get the job done 的范畴内,而它和 create 之间,存在着一个巨大的鸿沟。
这个鸿沟是啥呢?先卖个关子。直接说会有点抽象,我想从我做到了什么、没做到什么切入,各举几个例子,逐步把想法讲清楚。
我做到了什么
先说做到了什么。
举个很简单的例子:用 Excel。
在用 AI 之前,我顶多用 Excel 写个 SUM、拉个表,什么高级函数都不知道怎么搞,更别说 VLOOKUP 了。
AI 帮我拓展了这部分能力。我不再需要为怎么做表操心,只需要操心数据口径怎么定义这个更重要的问题。
再比如写个工具、写个脚本、二次开发一个项目之类的。
这里停一下,你发现没有,这些事情都在 get the job done 的范畴内:因为工作需要,所以我用 AI 做了某件事,比如求个和、做个表、做个 PPT、做个工具。
做这些事之前,我有明确的目标,也知道干成什么样算合格。至于过程怎样?I don't fking care.
有问题吗?其实也没问题。工作本来就是结果导向,get the job done 嘛。

我没做到什么
再说没做到什么。
我曾经尝试过用 Agent 从 0 到 1 复刻一个 Codex 出来。就当练手也好,然后把这个项目持续做下去:开源,不断把新功能迭代进去,做版本化管理,逐渐做成自己的 agent harness 产品。
我真的去做了,烧了 35 亿 token,把当时 Codex 的基本功能都做进去了。
一切看起来都挺好,但我把那个项目停掉了。
为啥呢?因为搓完那个版本之后,我失去目标了。我不知道下一步要做啥。
继续等 Codex 出下一个版本,然后接着抄,好像意义不大,毕竟 Codex CLI 本来就是开源的。

两个例子放在一起看
例子举完了,把两个例子合起来看会发现:如果你始终是在 get the job done,那不管过程如何,达成目标的那一刻,挪向下一个目标就行了。完全没问题,AI 也能帮你做得非常好。
可一旦你要做成某个产品,这套做法立马失效。你不光得有短期目标,还得有清晰的长期目标,这意味着你必须知道自己想要什么,或者别人想要什么,或者某一群人想要什么。否则,当你达成一个或几个目标,又不知道下一步往哪儿走的时候,就会迷茫、焦虑、痛苦,最后放弃。更可怕的是病急乱投医。
那道鸿沟是敏感度
现在回头看开头说的那道鸿沟,我觉得是敏感度。
你起码得对痛点有敏感度。
原因很简单:一个痛点对你来说不是痛点,你就发现不了它,也就没有动机去解决它,更不会把它做成产品,去帮别人解决同样的问题。
这道鸿沟,可能比任何 vibe coding 技巧、任何 harness 工程、任何软件工程知识,以及你用的是什么 Agent、什么模型这些问题,都更宽、更深,也更难解决。

所以,与其报班学各种技巧,不如先问问自己到底想要什么。
如果是用 AI 解决眼前的事,把精力释放出来,去做和 AI 完全无关的事情,完全没问题,AI 的出现本来就是为了帮我们做到这一点。
如果是为了创造产品,那就先想清楚你想解决哪群人的什么问题,然后再动手。期间遇到解决不了的问题,再去寻求外部知识。
以前我觉得这些话是老鸡汤,有点玄。但现在我会觉得,如果你想做生产级的产品,这是必须迈过去的一道坎。