Two Sides,
One Coin.

§ 04.1

漫游中的意外收获

Serendipity in Wandering

最近在看巫鸿的《偶遇：在漫游中感知艺术》，觉得书中所提到的「漫游」的学习方法十分有趣。在一个领域呆久了，就像是活在象牙塔里，遵循着封闭、常规、稳定的运行规则，有点孤芳自赏的感觉。于是寻找常规之外的可能性就成为了一种必然的选择。这并非是对原有规范的完全对立和取代，而是一种平衡和补充。「漫游」中的「漫」字代表漫无目的，而「游」则代表身体力行（当然现在在互联网上冲浪也算😀）。接受直觉和目光的牵引，在多个感兴趣的领域漫无目的地游走，让不期而遇自然发生，让新的偶遇激活旧的偶遇——看起来这种学习方法不管是对艺术史学的专业人士还是普罗大众都值得一试。

于是在休息的这段时间里，我并不完全沉浸在科技的世界里不可自拔，而是特意花了很多时间在「漫游」上——尤其是人文艺术领域，比如建筑和艺术。因为它们在带给我理性思考的同时，也让我感受到前所未有的、自由自在的思想放逐，甚至还激发了我的跨域共鸣与反思。

这听起来似乎有些矛盾，但确实如此。比如建筑师就跟产品经理很像，他们既将理想投射于现实，又必须谨慎平衡两者间的关系，利用有限的资源做出最佳方案，否则一切设计终是空中楼阁；而维特鲁威在《建筑十书》中提出好的建筑需要满足三个标准——坚固、美观、实用，这些标准同样适用于一个好的产品；一幅动人心魄的西方油画，它能借着色彩、纹理和光泽，让视觉牵引人们在触觉、味觉、嗅觉上的连番想象……

我对「人—科技—环境」之间的关系保持长期的好奇。人生长于土地（环境），受土地滋养，也改变土地；人发明了科技，科技又改变了人和环境；从蒸汽，到电力，到互联网，再到人工智能，人类已经走过两百年。此前每一次技术进步，都是围绕着「人」这个绝对的主体而产生的：蒸汽时代的主题是解放、富裕和文明，让人们第一次享受到工业革命带来的福利；电力时代是把魔法卖给每一个家庭主妇，将人们从黑暗与愚昧中解放出来；互联网时代承诺带来去中心化、平等、自由；那么人工智能的出现，会是互联网时代的延续吗？人还会是这个世界的绝对主体吗？甚至人类还会是人类吗？

我没有答案，于是在观看人文艺术的一些项目时，就会本能地被类似的主题吸引：

刘家琨在 2008 年汶川地震的时候，将地震废墟中的破碎混凝土与秸秆、水泥混合，生产出物理强度和经济效益均高于原生材料的再生砖来重建家园。这是一种群体创伤的承载和从废墟中崛起的力量象征。

王澍在《造房子》里叹息失落的自然之道：「中国很多城市像是假的，不像真的，所有的时间痕迹都没有了，历史痕迹也没有了，所有人的奇奇怪怪的习惯性地犯了错误留下的痕迹都不见了，完全是不真实的、人造的、虚假的环境。」

认为世界是个巨大的机器怪兽于是喜欢「出逃」的艺术家梁硕和《夯桑柯》群展。

许多致力于改善老百姓真实生活的项目，比如：把废弃造纸厂变成创意社区的荷兰 De Hoop；波特兰的「合作养老住宅」帮助老朋友在步入老年后继续保持亲密关系；青微舍对城市的非正规性空间的研究与低技实践；浙江松阳把格格不入的民居改造为美术馆，激活了当地的文旅生态，实现乡村振兴。

等等等等，还有许多。

我发现这些项目存在一些共通之处：创造者始终关注真实环境中存在的问题，然后用创意和设计去解决它。而这些好的设计最终都是在回应人的真实需求——如何活得更好、更柔软、更从容、更自由、更丰盈……。哪怕人文艺术行业一直在走下坡路（经济下行期更是如此），全世界的建筑师、艺术家、策展人、学者等人似乎一直没有停止对「人—环境/世界—科技/材料」的思考，并且都在用自己的方式来回应疑问、搭建样本，这令我十分感动和敬佩。

当我将自己从人文艺术的漫游中抽离出来，转向更加真实的周围世界时，我发现自己竟然在无意中完成了一次又一次微型的、业余的田野调查：

我看到：这是一个极度割裂又深度融合的世界，每个人都在以自己的方式与这个世界产生交互，而在这种交互中，人作为主体似乎正在被这个世界所吞噬。也看到世界之大，在可见和不可见的地方，人、科技、环境之间出现了越来越多的裂隙。而这些裂隙，或许正是等待被修补的现场。

而以上这些跨界漫游的经验，恰好在无形之中构成了我对于 AI 价值认知的起点。

§ 04.2

一场祛魅之旅

A Journey of Disenchantment

2025 年 6 月，我在离开原有的工作岗位之后，开始学着播客里说的「三段法」来调整自己：首先变回植物，好好晒太阳，吸收吸收养分就能生长；然后变成动物，正视自己的欲望和想法；最后变成小孩，带着天真与好奇去观看世界。就这样一步一步，回到一个相对纯粹、保持开放的状态，重新变得健康又充满活力。

在休息的时间里，除了在人文艺术的世界里漫游，更重要的，是完全沉浸式的 AI 学习和体验。

因为无知，所以无畏。我已记不清从「囫囵吞枣式的科普学习」到「结合实践一知半解」再到「越用越熟练，越想越清晰，总算对行业全景建立了基本认知」的过程细节，但是我仍然记得自己第一次使用 Manus 的 Aha Moment、与 ChatGPT 的彻夜倾心对谈、被秘塔独家的交互工作流所打动、被 Kimi 识图写作出的、接近人类高水准的艺术评论所震惊、在不同的 coding agent 工具和 workflow 工具之间实践想法、一次又一次地重构知识管理体系以适应认知变化。这是很艰难（累😮‍💨）的过程，但是很快乐。

杨植麟有个「爬雪山」的说法我很喜欢。他说：创业做大模型就是一个爬雪山的过程，AGI 只是一个方向，未必是终点；或许翻过一座雪山，还会有另一座雪山，我希望永远没有尽头。就像 David Deutsch 在《The Beginning of Infinity》一书中说的——「问题是不可避免的」，「问题是可以被解决的」。

在这漫长的攀登里，或许更多的时间只能听见孤独的脚步踩在厚实的雪堆里的声音，一步又一步；天气也可能说变就变。但是终于，在某个毫无征兆的瞬间，云销雨霁，彩彻区明——顿悟发生了。而看清的那一刻，山第一次以真实的形状显形。原来它长这样。而对 AI 的祛魅，也正好从这个时刻开始。

一方面，是对于 AI 本身能力的祛魅。

AI 已经从 Chatbot 进化到了 Agent 阶段，能够在一定的环境里开始自主思考、规划、执行和反思，使用各种工具来达成目标。它在许多领域表现出远超于人的智慧，尤其是拥有明确标准答案的领域。但是，这是人类真正想要的人工智能吗？

最近恰好读到一篇名叫《Agent's Last Exam》的论文，拉了 55 个行业的 250 多位专家，把他们过去真正做过的项目打包成 1490 个任务，然后请当前最强的 Agent 配置来考。结果证明，当前最强的 Agent 在真实经济任务上几乎全面溃败（整体通过率为 24%，最难的 Last-Exam Tier 挂零）。这在一定程度上印证了姚顺雨在《The Second Half》中的观点：

「AI 已经在棋类、SAT、IMO 上碾压人类，但 GDP 没动，这暴露了 utility problem。AI 的下半场，更重要的是如何定义真实环境中的问题，并重新设计评估范式。每一步都踩在巨大的未知上，远没到欢呼的时候。」

作为重度使用者，我认为 AI 这一两年来的进展突飞猛进，尤其是最近这半年。可能以后都不适合按季度来做总结了，而是要按月来看，因为变化实在太快。不可否认它极大地改变了我的工作方式，比如设计产品不再需要人画原型图和写文档，而是直接让它基于需求构想多个方案，经我确认后，再让它自己哼哧哼哧干活，把研发、QA、设计审查等工作都干了。我在其中只负责关键节点的检查和意见反馈，尽量让它更自由地发挥自己的能力和潜力。而我跟它的沟通方式，也从打字完全变成了语音对话，这样更便捷。我不再是协作的核心，它才是。

但与此同时，我也发现它在持续工作时动作变形、过度讨好、过度设计、幻觉、偷懒、记忆不灵活、自主学习差、缺乏突破性创新、缺乏可靠审核、越权等方面存在的缺陷。追根溯源这是这一代架构及训练方式所带来的必然结果。或许很多时候，我们只是在打补丁。

而另一件值得一提的事情是，目前 AI 对于工作场景的渗透似乎远超生活场景，而生活才是承载人类生存意志的、更加重要的场景。它与真实的物理世界有着更多复杂的交互，并且往往是没有标准答案的。

另一方面，则是对 AI 叙事的祛魅。

AI 行业如今的繁荣更像是一场业内人士的狂欢，尤其是资本和从业者。虽然国内外情况不太相同，但是有泡沫是必然。其实有泡沫未必是坏事，只是需要理性看待好与坏。行业总是浮躁的，一旦谁做出点什么事情来，就会深挖他的一切、鼓吹他的一切——要么捧得很高，要么出了什么事又把他踩得很低。但事实上，哪有那么多天才的故事，更多的还是千千万万的普通人在自己的岗位上脚踏实地地干事，直到把事情干成。这是平凡者的叙事，不是英雄的神话。

其实我在学习初期，也会每天被花花绿绿的 AI 新闻、成功案例、分析报告等内容所吸引。但是随着认知提升，我不再轻易迷信任何人、机构和观点，而是按照自己的需求和进展来安排「最小化的必要摄入」，保持理性判断。

从长远来看，我个人对于行业的总体发展是保持乐观的，但也认为在当下仍然有许多问题尚未被解决，比如：

AI 远没有变成像水电气那样的基础设施。尽管 DeepSeek 把价格打了下来，但是它仍然很贵；而许多人甚至还没有进入移动互联网时代。

生产力提升和就业影响之间的矛盾正在加剧。科技越发展，老板越会推行降本增效。留下来的员工将会承担更多的工作内容，而离开的人将会面临失业。社会内卷将进一步加剧。

智力平权与智力鸿沟之争。AI 到底是让聪明人更聪明、平庸者更平庸，还是在时间拉长后，终将普惠所有人？

模型能力的每次发展都会吃掉产品层的机会，也就是产业的上游把下游的机会给吃掉了。这是一个健康的趋势吗？而科技水平的提升，也会使得产品同质化现象进一步加剧，创新难度加大。

成本和收入之间的矛盾。AI 真的挣钱吗？好像不是那么容易。很多公司还是亏本上市的，单位经济模型还没跑通。

光靠 AI，解决不了组织问题。当平庸之辈占据组织内的各个关键环节，那么系统的可靠性也就失去了。在 AI 时代，这个问题将会更加严峻。平庸即恶。

中美对抗带来的是更封闭还是更开放的生态？在此我想重申互联网的精神：自由、开放、共享、平等。当新时代来临的时候，往往会对旧时代发起挑战。但总体上是一个进化的过程，而不是倒退。那么智能时代是否应该在自由、开放、共享、平等的基础上走得更远，而不是开倒车，变得更加封闭、垄断和不平等？

以及最容易被忽视的隐私问题、安全问题等等……

§ 04.3

注意力之争

Attention is all you need vs. Attention is not all you need

祛魅的同时，也意味着脚踏实地。而脚踏实地，则与注意力有关。

这实在太难，可能互联网时代能做到这一点的，微信可以算一个；目前专注于 AGI 这一条主线任务的 DeepSeek 应该也可以算一个。

或许在很多人眼里，加上了 AI 前缀之后，互联网时代的产品经理和工程师开始脱胎换骨，变得全知全能：上懂 infra 下懂 model，不仅需要亲身参与模型调试，还要结合模型能力设计产品，然后快速推向全球市场，通过运营和营销等手段获得商业回报。我认为在目前的情况下，这还是极端美好的想象。AI 时代对从业者的要求提高了，这没错；但是这并不意味着从业者要在每一个方面都倾尽全力、表现完美才行。因为尽管有 AI 加持，当下的人的体力和智力容量仍然是有限的，并行多个项目就会感到力不从心（Vibe Coding 一下你就知道）；而且干得多，不一定代表干得好，尤其是在细节的处理上更见功夫。因此，我认为具体到个人从业者身上，假如以产品经理为例（或许未来岗位不叫「产品经理」），我想不应该过分追求「全能神」的角色，还是应该先借助 AI 的能力来深耕自己的产品领域。其中，最重要的能力仍然是定义问题和解决问题的能力，甚至前者还会更加重要：

诸如此类的问题，还有很多很多。这意味着，原来互联网时代的基本功依然非常重要，古典产品主义所倡导的「回归用户体验、工匠精神、好的品味、奉行长期主义」等要素仍然是促使产品脱颖而出和建立用户信任的重要因子；还有合规意识、创新意识、成本意识等等，这里就不再赘述了。

但与此同时，产品人也不应囿于产品领域，而是应该保持好奇、保持开放、自由探索，这将反哺主线任务的精进。这也是所谓的「Attention is not all you need」。

其实这跟好奇心和学习能力天然有关。基于目标，个人可以选择喜欢的学习方式：比如按照固定路线学习，让知识由浅入深；也可以是扩展学习，从单点信息出发，从 A 搜到 B，再到 C、D、E 等越来越广的领域；还可以比较学习，把不同的东西放在一起比较，有时会有意外收获；当然还有随机漫步，也就是开篇提到的「漫游」的方式，接受直觉和目光的牵引，在多个感兴趣的领域漫无目的地游走，让不期而遇自然发生，让新的偶遇激活旧的偶遇……当然，学习方法可以灵活组合，这样效果更佳。

那么让我们具体一点，还是以产品经理为例。AI 时代，如果要定义和解决好问题，除了盯好前文提到的「一亩三分地」，产品经理还需要对行业的全貌建立基本的认知（即从 infra 层到 model 层到 application 层），也需要摸清当前模型的真实能力（这就需要理论和实践相结合），另外还需要跳出产品本身去进行跨域联想和学习（一些看似无关的积累往往是有朝一日破题的关键）。只有将「聚焦」和「开放」结合起来，才能做出真正好的产品。

§ 04.4

回到起点的未完待续

To be Continued

让我们回到前文里我对于 AI 价值认知的起点：一切都源于人的主体地位受到了挑战，以及人—科技—环境之间的裂隙正等待着被修补。我无法预知在更遥远的未来，人类的最终物理形态是否还是当前的样子，但是我清楚地认识到 AI 应当是为实现和延长人的生命周期价值而存在的。这里的生命价值，指的是强健的体魄和充盈的精神。

这是一条漫长但有趣的道路。让我们未完待续。