本文来自微信公众号： 声动活泼 ，编辑：可宣、Jean，作者：声小音，原文标题：《「龙虾」和 vibe coding 正如何改变我们的思维：一场来自小白、创业者和工程师不同视角的讨论｜声东击西》
我先说说为什么一定要做这期节目。ChatGPT出来之后，声动活泼整个公司都一直是AI的重度用户，但去年开始才慢慢做一些小的vibe coding，解决一些重复性的事情。今年春节前我们做了一个AI Hackathon，公司全员几乎没有技术背景，但最后每个同事都做出了东西——有解决音频剪辑问题的、有做选题brainstorming工具的、有做图的，都解决了各自的痛点。那个时候就有一个很大的震撼：如果公司几乎每一个人，不限任何岗位，都能做出一个小东西，这个影响力是巨大的。
然后到春节期间，Junyu建议我搭一个云服务器，自己跑OpenClaw，我就一边听Justin讲他怎么做自己的小龙虾，一边自己搭。搭完了跑了一些小任务，虽然那时候对它的理解还很浅，但也已经震惊到我了，所以我就跟他们两个说，我们来做一期节目吧。
Justin：
你刚才说的这两个点，恰好描述了我们现在经历的两个重大时刻。第一，AI在延续性创新上极大提升了原来的产出——原来一个程序员一天只能做一个功能，有了AI之后可能可以做十个；第二，它让写代码这件事情的门槛降得很低，很多人只要有个想法，就能借助AI实现出来。这两个加在一起，本身是可以被预见到的，但OpenClaw这个产品的出现，给人带来了一种全新的思维方式——因为它构建软件的核心逻辑已经跟以前完全不同了。
Junyu：
对我来讲，我一直是做面向消费者产品的产品设计师，OpenClaw给了我一个很直接的启发：它实现了很多我们过去只能想象的能力。而且它又是开源的，所以我花了很多时间去读它的源代码，想搞清楚它到底是怎么做到某个效果的，同时也在想，这里面有没有什么东西可以借鉴到自己的产品里去。
Justin：
最开始是GitHub Copilot，就是在编辑器里写代码的时候，你写一段需求，它会用灰色虚线在下面自动补全，你按一下Tab键就上屏了，有点像拼写补全，但当时的模型还比较笨，并不能真的放手去做。
Junyu：
对，那时候还是复制粘贴的时代，还没有Cursor（一款AI代码编辑器）。
Justin：
Cursor解决了一个很好的问题，就是我不需要再手动复制粘贴了。到后来有了GPT 3.5和Claude，再加上Cursor，大家发现写代码的方式已经发生了巨大的变化。直到大概一年前，Andrej Karpathy提出了vibe coding这个词——意思是你以后不用再关注你写的代码了，就随心编程，随氛围去编程。
Junyu：
我觉得他发明这个词其实有点自嘲的意味在里面。
Justin：
对，有点说程序员不再需要了的意思。但直到这个阶段，大家还是觉得这是一个延续性的创新——我的工具变了，但我写代码这件事没有变，做软件的思维也没有变，只是速度变快了。真正带来全新思维方式的，是OpenClaw的出现。因为它构建软件的核心逻辑已经跟以前完全不同了——现在有一个术语叫agent software（面向智能体的软件），软件可以自我进化，这是以前从未出现过的。
以前我们的软件是写好了放在那里，好用就好用，我有一个按钮，点了它一定会发生一件固定的事情。但有了OpenClaw之后，大家发现这个软件可以自我进化。这个是以前没有出现过的，所以当时很多人为它兴奋。
Junyu：
OpenClaw其实集成了这个时代所有的特点于一身，所以它能这么火是有理由的。对开发者来说，它是个好玩的东西，大家都想自己做一个；对普通消费者来说，他们平时接触的都是豆包这类产品，就是跟它聊个天完事了，结果突然有一天发现，诶，我在对话框里的这个机器人是能干活的，他觉得机器人突然有了手脚，所以很兴奋。
Justin：
而且OpenClaw是开源的。开源意味着它的每一行代码都是公开的，任何人都可以去看、去改进，不像淘宝或者iOS的源代码，那是公司的私有财产。这就使得全球的开发者都可以参与进来——Peter（OpenClaw的作者）现在一天能收到1000个commit（代码提交），也就是说可能有几千人在帮他开发这个项目，这个规模是前所未有的。
徐涛：
对我而言，ChatGPT一直是个黑盒子，我完全不知道它为什么生成这些内容。最开始用小龙虾的时候，我也只会在对话框里跟它聊，直到有一次它的memory（记忆）爆掉了，太长了导致它崩溃，我不得不去研究为什么崩溃，才知道它背后有memory这个机制。我跑到后端去看memory的时候，才发现原来它已经在后台写了那么多程序——它所有的方式都是用程序的方式来思考的。我仔仔细细去看了它的层级结构，突然明白，哦，原来我想要的那种能放到公司里用的东西，是这样一个形态。这是我第一个真正的aha moment。
Junyu：
我的第一个aha moment，是我让小龙虾帮我筛选和总结每天推送的几百篇文章，一开始它做不对，然后我就发现它开始自己写代码来实现这个功能。一个AI用写代码的方式来解决看起来不是软件工程的问题，这件事让我很兴奋。而且更神奇的是，你会看到它自己修改自己的代码，有时候甚至把自己改坏了。
Justin：
我在做自己的小龙虾的时候，我没有期待它能自动解析我发的语音，但它居然可以；我发了张图片给它，它居然认得出来。这种aha moment其实Peter也遇到过——他在写OpenClaw的时候，也没想过要给它做语音支持，但它突然就会了。就很奇怪，你在写一个东西，它已经不像传统软件那样了。以前你给它一加一等于二，它一定等于二。现在不是了，你可能写了一个1+1，但它突然会算微积分了，然后你也不知道谁教它的。
但用了一段时间之后，那种aha moment其实越来越少了。前期你会觉得，哇，小龙虾好厉害，啥都能做。但用久了之后就会发现，模型现在的能力依然是有限的——它会重复，这个应该所有人用久了都会感受到。所以OpenClaw现在的形态，它一定是一个历史事件，是一个转折点，但它不是agentic software的完整形态，更不是终极形态。它是一个起点，给了很多人启示：未来我们做软件可能要面向AI，要给它手脚，要给它memory，让它可以被个性化。
Junyu：
我仔细读了OpenClaw的源代码，总结下来真正打动我的有三个点。第一是主动性——很多人说它像一个7×24小时在线的个人助理，但你去看源代码就会发现，其实很简单，它就是每30分钟自动运行一次，一个定时器而已。但你去看现在市面上的产品，ChatGPT的定时器只能设一天，不能设小时级或分钟级的，就这么一个差异，造成了完全不同的使用感受；第二是长记忆，实现原理也不复杂：按天拆分，像写日记一样；需要的时候去搜索过去的聊天记录；第三是skills（技能）机制——这是让我感受最神奇的。你可以教它做事的方法，它能把步骤记下来并且反复使用。普通记忆只是记住了你是个产品经理，或者你最近在做什么项目，但skills让它真正学会了你偏好的做事方式。这个感受很像带一个新人，你在不断反馈的过程中，它能提炼出你做事的方法。
徐涛：
我现在做的是给声动活泼做了一个底层的新闻抓取系统，加上通过大语言模型来推荐选题，可以说是声动活泼版的彭博机器。但在做的过程中我发现，最开始想的跟实际要的完全不一样，我一边让AI帮我改，一边想法就在变。如果是一个工程师或者产品经理在旁边，可能会发疯——这个人怎么想不清楚自己要的东西？某种程度上，vibe coding其实是帮需求方理清楚自己想法、做出比较好的prototype（原型）的一个过程。但从prototype到一个稳定的、公司可用的系统，还是需要工程师团队来接手的。
Justin：
这个差距会很快被填满。现在所有的SaaS公司都在转型做agent级服务。随着AI的发展，未来的AI会帮你完成初级产品经理的角色，甚至你也不用自己做原型。
Junyu：
其实你也是把公司想象成一台机器，每一个环节都是一个齿轮链条，本来就是挺工程化的一件事情。我观察身边的朋友用OpenClaw，能用上的有两类人：一类是比较极客、喜欢研究新产品的；另一类反而更多，是创业者或者公司老板。因为他们脑子里本来就有一台这样的机器，现在发现当中某个环节可以让AI来自动化了。
这个过程就很像带新人入职。你要教的是这家公司特有的做事方法、做事偏好，你的价值主张，你觉得什么是好的、什么是坏的。过去很多靠感觉的东西——比如怎么起标题，我们觉得这是直觉、是审美——其实都是可以被拆解的。我做交互设计做了很多年，界面设计好坏其实有客观标准：它是不是一致的？它是不是易用的？把这两条标准拿出来，大部分界面的好坏就可以判断了，不需要靠管理者的感觉。
徐涛：
这一点对内容公司而言特别重要。我这么多年来最大的困扰之一，就是怎么告诉同事声动活泼的选题标准是什么——为什么这个话题符合我们的标准，那个就不符合？这一直很难提炼。但AI会把颗粒拆得很细，它会用一种工程的方式去思考这个问题。这种方式对我是一个很好的互补——我之前没有工程背景，不习惯这种思维方式，但一旦用上之后，我就觉得这种方式很好，我就不断地有新的aha moment：哦，原来这个事还可以这么想。
Junyu：
但反过来讲，我们也不能追求所有东西都可以被拆解。像声动活泼做的是非常顶尖的播客，里面肯定有些东西是AI没办法用具身的方式说出来的——不可被量化的那一部分。
Justin：
对，大模型最擅长的东西是可量化的，只要结果可量化，它就能做得很好，而且可以自我迭代。人类如果要找一个不能被替代的东西，那就是不可被量化的那一部分。
Justin：
有人担心年轻人在AI时代没有空间，这个焦虑背后有一个隐含的假设：这个世界变得比较慢，我们在用现在的工作模式去考虑年轻人的出路，但也许这个世界变得比我们想象的要快得多。
Junyu：
我第一份工作是在Google的设计组，主要职责是帮设计师把他们的想法快速实现出来——因为那时候很多设计师不会写代码。这份工作今天肯定不需要了，vibe coding就能搞定。但我当时能获得那份工作，也不是大学教我的，是我在学校期间自己玩Web 2.0、玩博客，琢磨网站界面如何影响信息传达，才慢慢摸索出来的。如果我今天是个大学生，我能玩的东西更多了——学校里的选课系统都是学生自己写的，你走出校园的时候，经验其实比二十年前的我要资深得多。
徐涛：
我儿子已经高中了，我的想法是，只要他现在不断去折腾一些事，真正接触真实的世界，不断做一个又一个项目，积累的经验加上vibe coding这样的工具，就能去实现自己想要的东西。最重要的是，你得知道你自己要什么，你的需求在哪里。如果你在一个细分领域没有达到一定的判断力和审美，你是没办法提出具体需求的。
Junyu：
审美其实就是建立在经验基础上的，对一个东西好坏的下意识判断。这个世界足够宽广，现在的年轻人能玩的东西越来越多，他们能发现一些我们这一辈人没有发现的真实需求，再加上vibe coding，或者他们组成小团队，有合作能力又不拘小节——出来的东西就是下一代的创新。
Justin：
我觉得现在的小伙伴们，如果是在科技行业的话，要不断去使用AI，而且要用最好的AI，跟上新出的东西。光思考是思考不出来的，做了之后脑洞才会被打开；第二，基础反而会变得更重要——很反直觉，但你的专业技能的基础，能让你分辨出AI做的东西到底是对还是错，是好还是坏。AI可能是一个平均值，是最大公约数，如果你做出来的东西也是最大公约数，你的独特性在哪里？你的灵魂在哪里？第三，品味。品味是经过大量积累打磨出来的，一眼就能看出这个产品比别人做的好。接下来最大公约数的事情可能再也不用去做了，我们要寻找自己跟别人不一样的地方在哪里。
Junyu：
我觉得不应该用防御的角度去想「AI做不了什么」，而应该想你最擅长做的是什么。如果我今天是个应届生，我还是会去做产品设计，但我会花更多时间去跟用户聊天——这是最不可替代的那一部分：你怎么去理解人的需求？怎么去理解人今天的生活、痛苦、希望、人生目标？过去因为要花很多时间在执行性的事务上，这部分的机会反而不够多。另外我也有一个想法：你日常把AI用好，其实就是在锻炼管理能力。你怎么给它设定目标？怎么设定流程？怎么做过程管理？如果你能把AI用好，你就已经是一个很优秀的经理人了——那你的老板有什么用？
当然我们这么说，也担心有点「何不食肉糜」的感觉。很多人会担心，觉得自己面对的问题不是喜不喜欢什么，而是能不能毕业、找不找得到工作。
Justin：
但就算不是AI时代，大学里教的内容本来就和社会有很大的gap。即便不是AI时代，大学里教的内容本来就和社会有很大的gap。而且现在很多学生一窝蜂去学大模型，也会造成每一次新潮流都会遇到的问题——人才过剩。
Junyu：
我们担心后辈面对这个问题，但其实我们的前辈也一样担心过我们。比如说我这个职业，在我们前辈那里根本就不存在。再比如动画师——今天的动画师显然不需要手绘每一格动画，对于他们的前辈来讲，可能也会觉得这一代人基础不好，但好像并没有妨碍我们做出很好的动画。编辑可能也类似，虽然可能缺少了一些在实战当中做很具体工作的经验，但也许有别的方法能够弥补。
徐涛：
可能传统媒体的那套方式不存在了，但新媒体的另外一种方式也会出来。而且自己做媒体现在成本越来越低了，只要不断去做，sense总能出来的。所以感觉还是挺乐观的，大家用AI该尝试尝试，找到自己擅长的地方，不断去做。
Justin：
悲观者正确，乐观者成功。