AI 赋能创造

这一章要论证一件反直觉的事：AI 让"做出来"变得无比容易之后，教育的难度不是降低了，而是迁移了——从"怎么做"迁移到"做什么、为谁做、凭什么觉得值得做"。

§1 · 历史性塌陷创造门槛被一把切断

过去一百年，"做出一个东西"是极其昂贵的事。写一个软件，要学几年编程语言；出一本书，要闯过编辑、排版、印刷的层层关卡；做一个短片，要摸熟摄影、剪辑、调色。每一种创造形态背后都站着一支由专业分工组成的团队，背后又是一条由学历、训练、资历构建的漫长筛选通道。创造是结果，不是起点。

AI 正在把这条通道压扁。Vibe Coding 让非程序员能写出生产级代码，AI 绘图让不会画画的人做出可用视觉，AI 视频生成让没受过影视训练的中学生交出成片，Agent 工作流让一个人拥有一支隐形团队。门槛不是被缓慢腐蚀，而是被一把切断。更关键的是：AI 时代谋定而后动的优势消失，试错成本低于思考成本——过去想清楚再做是理性的，因为做一次很贵；现在做三次再想是理性的，因为做一次很便宜。这个经济学结构的变化直接重写了"能力"这个词的定义。

§2 · Vibe Coding编程课的教学对象从代码变成了协作关系

在所有创造形态里，代码是门槛下塌最剧烈的地方——因为程序员的工作本来就是把意图翻译成机器能懂的符号，而 LLM 恰好是翻译器。Vibe Coding 是这个时代最具代表性的创造形态。

Vibe Coding 最反直觉的地方：过去编程学习的重心是"语法、数据结构、算法"；现在重心移到了"你到底想要什么"。项目开发中需求澄清是最重要的一步——很多人花费大量时间修改代码，原因是起初需求描述不清楚，导致 AI 做出不符合预期的结果。5W1H（what/why/where/when/who/how）从产品经理的 checklist 变成了所有创造者的基础功夫。

这意味着：中学生要学的不是 for 循环和 if 判断，而是怎么把一个模糊的想法澄清成 AI 能接住的需求。这不是编程训练，这是需求澄清训练。而需求澄清恰好是过去成熟产品经理才能掌握的技能。AI 把这项"高端技能"变成了"入门技能"——因为不会需求澄清，连开始都开始不了。

§3 · 三阶段从提示词工程到 Agent 委托

Vibe Coding 不是静态的。它本身处于演化中，对应 AI 协作方法论的三个阶段：

初级：AI 听我指令。用户告诉 AI 每一步怎么做，本质上 AI 是手指的延伸。这是提示词工程时代。学习负担重——你不仅要自己想清楚怎么做，还要把它翻译成提示词。

中级：AI 与我协作。用户给 AI 上下文（资料、约束、目标），AI 在边界内自主选择实现路径。AI 的输出质量 = 你给它的信息质量 + 你提的问题质量。大多数人用 AI 效果不好，90% 原因是"给的料不够"，不是 AI 不行。上下文准备成了人类最高价值的工作。

高级：AI 自主执行。用户定义目标和约束，AI 调用工具链自主完成。Agent 工作流属于这一级——一个人通过调度多个 AI Agent 完成过去几十个人的工作。这就是超级个体和一人公司（OPC）的工作形态：1 人 + N AI 智能体。

这三阶不是孤立的技能点，是能力的螺旋。中学生从初级起步，但教练要让他们看到自己最终会去哪里。Agent 和 LLM、AI 绘图并列——不是高级专家才碰的东西，而是 AI Native 的基本配置。

§4 · 新门槛品味 / 需求澄清 / 作品化

门槛没消失，只是迁移了。旧门槛是生产技能，新门槛是判断与表达。生产交给 AI，人保留品味、需求、验证。教育体系过去大量资源投在生产技能上，现在必须重新分配。

品味是判断什么值得做。当所有人都能用 AI 写 80 分方案，区分你的不是 90 分，是"只有你才会这样想"。80 分方案过剩的时代，品味是 AI 均质化之后唯一的稀缺物。

需求澄清是把模糊冲动变成可执行需求的能力。下游都被 AI 吃掉了，上游的输入质量决定一切。5W1H 不再是 PM 的工具，是每一个创造者的必修。

验证是判断 AI 输出是否正确的能力。AI 会一本正经地胡说、会在你没注意时偏离方向。不会验证的人，AI 越强越危险。批判性思维与信息素养（AI 幻觉识别、交叉验证）是新时代的核心素质。