AI显性化正在推动人类思考进步

type

Post

status

Published

date

Jul 25, 2026

slug

ai-externalization

summary

AI 像一面镜子，逼着我们把经验、品味和直觉写成文档。说清楚，才能交给 AI，也才能解放自己；蒸馏不出的判断，正变得更珍贵。

AI 是一面镜子

做过互联网的都知道，很多人都觉得写文档这件事，成本很高，收益很低，都觉得写了会过时，也没人看，还费力。ROI 算下来怎么都不划算。所以，很多工程师尤其不爱写文档。

结果就是：很多关键的东西 —— 系统设计的经验、关键决策点的来龙去脉 —— 全都留在大佬的脑子里，从来没有被显性化出来。

但 AI 来了，不一样了。

我们为了让 AI 干我们原来干的活，开始像做离职交接一样，写一个个 markdown 文档，把这些东西交接给它。从早期的提示词，到后来的 skill，本质上都是同一件事：把看不见的东西，变得看得见、变得标准化。

这个时候 AI 就像一面镜子。它逼着我们去思考那些我们从来没有认真看待过的事情，逼着我们去想这件事情最本质的样子 —— 就像数学里的投影，把我们脑子里那团模糊的东西给具体化，投到一个维度上。

我们的文档，终于迎来了一个一定会来读的读者

有意思的是，我们写的这些文档，终于迎来了一个永远会来读的读者 —— AI agent。因为它要干咱的活，所以它一定会来读我们的文档。

如果用的是顶级模型，比如现在的 Claude fable5、GPT 5.6-sol、Kimi K3 这个级别的，说得隐晦一点它也能猜个八九不离十。但模型稍微差一点，我们有说得不清楚的，它还真就干不出来。

所以它反过来要求我们：一定要把话说清楚。你说得越清楚，它干活的质量越高。

这就是一个显性的过程。

管理学上彼得·德鲁克说过：“一个东西如果不能被度量，就很难被管理。”我们沉淀下来的这些文档，其实也有点这个意思 —— 它变得可以被管理了。我们甚至可以像管理代码仓库一样，用 git 去管理它。

团队里大家一起用的 skill，沉淀的是什么？是以前的标准流程、规范、验收标准、品味，甚至是一些直觉和审美，包括约束、曾经的事故经验。这些本来都是待在每个人脑子里的资产，现在被搬上了台面。

说不清楚，就永远解放不了自己

我们团队有那种干了十几年的工程师。AI 刚来的时候，他们不太乐意用。

他们的原话大概是：“这个需求到我手里，我直接就给写掉了，我干嘛还要绕一圈跟 AI 讲？”

其实很多工程师都这样。想法都在脑子里，没办法把思考显性化。即使你告诉他：“你可以嘴喷啊，不用那么结构化，非线性地描述就行。现在语音输入法也很强的。”他们似乎还是没办法接受这件事。

但从管理学的角度看，这件事就是这样：

你不放心 AI，没办法把自己的东西显性化、标准化，你就永远无法把自己解放出来。

你就会永远是那个在一线干活的老板，什么都放不下，最后只会把自己累死。

特别是 AI 这么发展下去，所有需求方的预期都会提高，执行方迟早要跟上这个浪潮。用不上 AI，说不上淘汰，但会难受是一定的。

在这个过程里，即使身为一线执行者，也会越来越像一个管理者。这么一来二去，我们每天基本上就是给 AI 设定目标，然后做好 reviewer 审查它的产出，如有不足就迭代，如此往复，从而把双手真的解放出来。

显性化的中间产物，已经到处都是

显性化这个过程，有很多中间产物，你可能每天都在用：

SDD（spec driven development），先把规格写清楚再动手

agent 里的 plan mode，干大活之前先做任务拆分，1234 列出来，写了计划才开工（这也是在把我们的想法逐步显性化）

GitHub 上各种蒸馏，比如花叔做的女娲.skill，能把马斯克、巴菲特等一众大佬都给你蒸馏成 skill

一个组织里，除了人和事，连"过程"这个东西，也被作为一种看得见的东西搬上了台面。

这时候，人的判断力、决策能力、定义 what 和 why 的能力，就变得越来越重要了。

build 只是其中一环

前几年还没 AI 的时候，大家总爱开玩笑说：“我这个 idea blablabla...（此处省略 N 字），就差一个程序员了！”

现在，大 build 时代已经来了，落地门槛越来越低，不再缺什么“程序员”了。

但世界好像也没有像大家想的那样，变得多么 crazy？

我想，build 只是众多环节里的一环而已。

我们仍然要去面对真实的需求、市场和用户，包括背后的方向感、价值观，我们的兴趣和热爱 —— 我觉得这些东西，可能才是"人之为人"更重要的部分。

AI 应该让人更像人。

最贵的，是蒸馏不出来的那一部分

也正因如此，下一个阶段，我认为最贵的东西，是那些没办法被搬上台面的、“隐晦”的东西。换句话说，也就是那些没办法被蒸馏的东西。

比如，它可以是人本身相对感性的那一部分，或者你一路成长过来的那些 context。那些东西是真正属于你的。

我说句实在的：我们今天能在电子屏幕上看到的东西，都有被替代的风险。

这也是为什么我现在拍视频都会出镜（我早期其实是不出镜的）。

后来我特意出镜，就是想让大家看到：这儿有个活人～～电子屏幕后面有一个真实的人，在这边叨逼叨～～

如果挂一个虚拟形象，或者干脆养一个我的声音，天天用 AI 生成内容，那不就完了吗？多好呀？

但我相信，大家一定不会喜欢这种 AI slop 的。现在互联网上的 AI 泔水已经太多了，全是结构化的、充满某种规律的内容（甚至一眼都知道你是不是用了 GPT），看到都烦。这类文章，往往还又臭又长...没兴趣的我就直接划走了，感兴趣的，我也基本是直接丢给 AI 总结。

当然，我这篇内容大概率也会被别人丢给 AI 来总结，whatever～

写在最后

回过头看，AI 显性化这件事，对人类社会是一个很好的推动，它可以反过来逼着我们去思考。

很多人以前从来不会这么冷静地抽象自己那套东西，做沉淀复盘。现在 AI 像照镜子一样，逼着你把抽象的那部分照出来。

当然，一定存在不能被显化的部分。人是有灰色地带的。但可以被显性化的部分，也很多。而且我认为，这部分足以推着人类社会再往前跃进一次。

MCP 刚出来的时候火过一阵，到现在也挺有用。但你会发现，skill 比 MCP、比 context/harness/loop engineering 这些概念，传播得都更广。沉淀了半年，到今天大家还在很踊跃地造各种 skill。

为什么？因为大家看到了它的价值点 —— 每一个人，都可以用自然语言写程序。

所以我也挺推荐大家，不管你是不是程序员、是不是互联网从业者，都可以把自己生产或工作的场景想一想，试着沉淀成 skill，丢给你的 agent 去用。

哪怕最后这个 skill 没达到你理想的效果，这个过程本身，也会逼着你思考、逼着你成长。

虽然这个过程会有点痛苦。

但成长总是痛苦的。