近期大量尝试vibe coding后的一些感受。
1. “AI 内耗”与沉浸式疲惫是真实存在的。 当脑海中涌现大量 Idea 并试图依靠 AI 快速变现时,人很容易陷入一种“不断试错、持续重构”的沉浸状态。这种在潜力和现实之间反复横跳的高强度交互,极其消耗精力。
2. Vibe Coding 并非毫无门槛。 它的强项在于既定规则下展现出极强的代码生成与架构能力;但在目标导向的复杂场景下,AI 对底层数据和业务逻辑的理解依然停留在“实习生”水平。在构建模型与理解客观环境的过程中,人类专属的 Know-how 才是不可或缺的灵魂。试图用空泛的 Prompt 去“开盲盒式许愿”,注定只会得到粗糙的废稿。
3. “AI将完全替代人类”很大程度上是个伪命题。 随着使用深度的增加,越发感受到核心洞察(Idea)的不可替代性。真正被剥离出工作流的,仅仅是那些高度标准化、缺乏认知附加值与创造力的机械性劳动。
4. 这一结论具有跨周期的韧性,不会轻易被 AI 的能力跃升所颠覆。 本质上,AI 仍是在海量历史经验与数据中构建极度复杂的高维网络;而 Prompt 工程,则是带着探照灯在这个网络中抽丝剥茧,寻找出一条能够解释当前问题的概率路径——它提供的只是众多正确答案之一,而非真理本身。
5. 物理世界的创新,由大量非“数理”的复杂变量驱动。 商业博弈、宏观经济运作与政治格局的演变,往往超越了单纯的算法逻辑。在 AI 的催化下,未来的劳动力结构与生产关系将发生底层重构;商业模式的创新与探索,将越来越集中于极少数掌握核心算力与“Token 吞吐权”的超级个体或组织手中。
6. 技术演进的想象空间依然广阔。 相对而言,大语言模型(LLM)在迭代速度与商业化上走得更快,目前仍显著领先于视频生成、具身智能(Embodied AI)以及更宏大的世界模型(World Models)。
7. 投资逻辑与个人应对:长期看多核心算力,捍卫认知带宽。 在投资布局上,应长期保持对处于“Token 吞吐”咽喉位置的核心环节的乐观;而在日常行为中,我们唯一能做的就是热烈拥抱这种“AI 疲惫”,并在浪潮之中,务必守护好自己最稀缺的认知能量。