第一章 · 门槛搬家了

先说一个也许让你不舒服的判断：过去十几年里，把「有个好想法」挡在门外的那道门槛，多数时候不是聪明，是打字。

你脑子里想清楚了「设备检测到瑕疵就报警」，这句话本身没有任何门槛。真正卡住你的，是下一步——你得把这句话翻译成一行行机器能执行的指令：连哪个变量、判断哪个条件、循环多少次、异常怎么接住。这个翻译动作，就是写代码——用一种极其死板、错一个符号就罢工的语言，把你的意图逐字逐句誊写给机器。

过去，会不会这个「誊写」，是一道又高又硬的墙。墙这边是「懂业务、想得清楚的人」，墙那边是「能让机器动起来的人」。你要么自己翻墙（学三年编程），要么雇个翻墙的人（招工程师、外包）。而现在，这堵墙没有消失——它只是搬了个位置。

门槛不是被砸掉的，是被搬走的

这里我要非常小心，因为满大街都在喊「人人都能编程了」——这是鸡汤，我不打算给你灌。真相要精确得多。

AI 搬走的，是「实现」这一段：把想法誊写成代码这个体力活，它干得比大多数人快、比大多数人对。你说「读取温度，超过 80 度就停机」，它几秒钟给你一段能跑的东西。这一段——把已经想清楚的逻辑逐字敲成代码——历史上吃掉了工程师相当一部分工时，现在被搬空了大半。

但门槛这个东西，守恒。它不会凭空消失，只会换个地方站岗。它搬去了哪儿？搬去了两个你反而更擅长的地方：

• 会「想清楚」：到底要它做什么？「瑕疵」是什么？多大算瑕疵？漏检和误报哪个更要命？——AI 不会替你定义这些，它只会忠实地实现你说出口的那一版，哪怕那一版是错的。
• 会「验证」：它给你的东西，到底对不对、能不能上产线？AI 会一脸自信地给你一段有 bug 的代码，就像一个从不说「我不确定」的实习生。判断它对错的责任，一分都没搬走，全落在你头上。

这事历史上发生过，不止一次

怕你觉得这是我编的新词，我给你看一个真实发生、且结局清楚的例子——摄影术，也就是照相机的发明。

照相机出现之前，你想留住一张脸、一处风景，唯一的门槛是「会画画」——得练手、练透视、练光影，几年功夫。1839 年照相机被公开，往后几十年里它一步步普及，「会画画」这道手上功夫的门槛，被慢慢搬走了：按一下快门，比最好的画师画得还像。

那画画的门槛消失了吗？没有。它搬去了「会构图」——拍什么、怎么取景、什么时候按快门、光从哪来。手上的活机器包了，但「看见什么值得拍」这件事，机器一点忙帮不上。结果是：大批只会「画得像」的匠人失业了，而一批「眼睛好、想法好」的人，借着相机成了摄影师，产量翻了几百倍。

你注意这个结构，它和今天一模一样：

• 被搬走的：手上的实现功夫（画得像 / 会打字实现）。
• 被搬到的、反而更值钱的：脑子里的判断（看见什么值得拍 / 想清楚要做什么、会验证做得对不对）。

如果你是那个「只会画得像」的匠人，这是坏消息。但你不是。你是那个「有想法、会判断」的人——过去你被挡在墙外，是因为你不会那道手上功夫。现在功夫这一段被机器包了，你恰好站在了新门槛更值钱的那一侧。这不是安慰你，这是能力结构真实的位移：值钱的东西，从「会实现」移到了「会想清楚、会验证」，而后者本来就是你的手艺。

诚实地说：这三样，AI 一样没帮你搬走

如果我只讲上面这些，我就成了另一个卖鸡汤的。所以下面这段最重要，请你记牢——有三样东西，AI 结结实实留在了你这边，一点没搬走。全书后面十四章，很大程度上就是在教你扛起这三样。

1. 判断：要不要做、做成什么样、哪个指标是命根子。AI 能给你十个方案，但「选哪个」是你的活。它没有立场，你有。
2. 验证：它给的东西是真能用，还是「看起来能用」？一段代码在你电脑上跑通了，不等于在产线那台落满油污、电压不稳的盒子上跑得住（这是第 11、12 章的事）。AI 甚至会骗你——不是恶意，是它天生就会一本正经地胡说（这是第 14 章要专门拆的）。谁来抓它的谎？只有你。
3. 对领域的理解：你的设备为什么会出这种瑕疵？这个工艺的物理原理是什么？客户产线上真正的痛点在哪？——这些藏在你脑子和现场里的东西，AI 数据库里没有。它是你唯一无法外包、也是你最厚的护城河。

所以这本书要跟你把话说死

我不会跟你说「有 AI 你就无所不能了」。恰恰相反，这本书从头到尾都在划一条线：哪些 AI 真能替你扛（实现、翻译、体力活），哪些永远得你自己扛（判断、验证、对行业的理解）。把这条线看清楚，你才不会在半路上摔跟头——要么高估它、把胡说当真理上了产线；要么低估它、又退回去老老实实学三年编程。

下一章，我们就干一件很具体的事：掀开盖子，看看 AI 到底在替你做什么、又坚决不做什么。把它的能力边界摸清楚，你手里这把新工具，才用得踏实。

门槛从来不会消失，它只会搬家。这一次，它恰好搬到了你脚下。