两周用AI造系统的人，为什么劝你别依赖AI

两周，多个AI工具，从零搭出一整套系统——作者做完这件事，却写下一句反常识的结论：「没有这两样东西，这一切都不可能。」 更刺耳的是后半句：「大多数人看到这里就会认定这是谎言。」 但作者没打算说服所有人。这篇文字是写给特定群体的——那些觉得自己被困住、想往上走的人。其他人？「转身离开。」 这种近乎冒犯的诚实，反而让内容有了重量。我们拆解了全文的时间线，看看一个亲手用AI完成项目的人，到底发现了什么被忽略的真相。 **起点：两周实战，作者造了什么** 作者没有罗列技术栈，只给了一个结果：两周内，用多个AI工具构建了完整的系统。 关键不在「用了什么」，而在「没用什么」。作者明确划掉了一个常见假设：AI不是那个让一切成为可能的魔法按钮。 真正不可替代的只有两样东西——作者自己的工程经验，以及对AI工具特性的理解。这两样东西，任何现成的AI教程都不会替你准备好。 这个判断直接挑战了当前的主流叙事。市面上充斥着「AI让普通人也能编程」的故事，作者却说：「如果你不把需求定义清楚，AI什么都做不了。」 不是AI不够强，是AI的本质决定了它无法替你完成那一步。 **第一节点：戳破幻觉——你之前的项目真是AI独立完成吗** 作者抛出一连串问题，逼读者直面一个不舒服的事实： 「那个你做的系统——设计不是别人给的？需求不是别人提的？你没用AI？」 「代码跑起来的时候，第一次就按预期工作了？没有环境限制？没有它死活做不到的事？」 答案显而易见：没有。 作者把这归结为四个「没有」——没有你的构建经验，AI不知道要做什么；没有你的指令，AI不会自己开始写；没有你的概念，AI发明不了你的概念；没有你的理想，AI画不出那条边界线。 这四句话构成一个递进结构。经验是认知基础，指令是启动条件，概念是创新来源，理想是价值判断。AI在每一层都只能响应，不能替代。 最狠的一句放在最后：「如果你不定义想造什么——即如果你不定义需求——AI什么都做不了。」 这里的「即」是作者原文的替代表述。作者刻意用这个句式强调：需求定义不是技术细节，是一切的前提。 很多人把AI当成需求模糊时的救星，作者说这是根本性误解。AI的本质是「对你给定的前提，返回最可能成立的答案形式」——不是正确答案，是最可能成立的答案。 这个区分极其关键。正确答案意味着客观存在，最可能成立的答案意味着概率计算。AI做的是后者，而且完全基于你提供的上下文。 **第二节点：AI的「习惯」——那些被忽视的系统性偏差** 作者把话题转向更技术性的观察：如果你有过硬的技术背景，一定会注意到AI写代码时有特定的习惯和倾向。 这不是偶然。对于GPT级别的广泛使用的模型，「很多公司可能已经在基于这些倾向采取对策」。 这句话的信息密度很高。它暗示了两件事：第一，AI的倾向是可识别、可归类的；第二，这些倾向已经被足够多的人注意到，形成了某种行业共识或应对策略。 作者没有展开说是什么倾向，但结合上下文可以推断：这些倾向与模型的决策结构有关。编码在AI的处理中「没有被特殊对待」，它只是「对这个情境、这个上下文、这个用户，最可能成立的答案」。 这意味着AI写代码时，会带入处理其他任务时的相同偏差——对常见模式的偏好、对边缘情况的忽视、对表面合理性的追求。 作者警告：「不要误解这一点。AI带给你的不是『正确答案』。」 重复强调这个判断，是因为市场上充斥着相反的宣传。作者想打碎的是一种依赖心理：把AI输出当成权威，放弃自己的判断。 「主体一直都是你。」这句话是作者的核心论点。AI是响应者，你是定义者。这个关系不能颠倒。 **第三节点：向上走的人需要回答什么** 作者把目标读者进一步收窄：「这是给符合这个模式的人，或者想超越这个模式的人。」 「这个模式」是什么？结合前文，指的是把AI当黑箱、期待AI替自己完成思考的工作方式。 想往上走，作者给出了明确的路径： 第一步，把自己确立为工程师。不是「会用AI的人」，是有独立技术判断能力的人。 第二步，掌握每个AI的算法特性。不是泛泛了解，是理解不同模型在决策结构上的差异。 第三步，从使用者变成设计者——理解AI为什么给出这个答案，而不是只问「怎么让它给我正确答案」。 这个路径的终点是一个自我认知的转变：你不是在「用AI做项目」，你是在做一个项目，AI只是你调用的工具之一。 **终局：为什么作者说「没有这两样东西，一切都不可能」** 回到开头那个强烈的断言。作者说的两样东西——工程经验和对AI特性的理解——本质上是一件事的两个侧面。 经验让你知道什么是可行的、什么是陷阱；对AI特性的理解让你知道什么时候该信任它、什么时候该质疑它。两者结合，才能把AI从「随机答案生成器」变成「可控的生产力工具」。 作者最后的态度很明确：这不是一篇AI赞美诗，也不是技术恐慌文。这是一个亲手做过项目的人，写给另一个想亲手做项目的人的操作手册。 前提是你愿意承认——AI不能替你思考，就像计算器不能替你理解数学。