AI 时代的品味与判断力
核心观点
AI 让合格产出变得廉价，这使得品味变得更有价值。但品味本身不是最终答案——真正的优势来自将判断力与上下文、利害关系和建设意愿结合。
核心论点
1. 合格产出现在是廉价商品
AI 可以在几分钟内生成：
- 落地页
- 产品备忘录
- 融资演示稿
问题：这些东西看起来精致，但可能空洞无物。
2. 新瓶颈是判断力
以前：平庸作品往往反映时间、资源或执行技能的缺乏 现在：平庸作品意味着在第一个可接受的草稿就停下来
稀缺能力：
- 这看起来不错，但太通用了
- 这听起来令人印象深刻，但隐藏了真正的权衡
- 这个界面精致，但不适合用户实际思考的方式
3. 品味的三个表现
- 你注意到什么
- 你拒绝什么
- 你能多精确地解释哪里感觉不对
品味变得有用当它从"感觉不对"进化到诊断性判断。
4. Paul Graham 的底层准则
Taste for Makers 提供了更早的底层版本：品味不是“我喜欢什么”，而是通过长期创作和再设计训练出来的判断能力。好设计通常简单、解决正确问题、允许再设计，并且在约束下显得自然。
这对 AI 时代尤其重要：模型可以快速模仿许多设计表面，但不一定知道问题是否选对、约束是否真实、复杂度是否必要。AI 时代的品味不是更会欣赏风格，而是更能判断“这里是不是在逃避真实问题”。
5. 品味不够的原因
如果人类将自己简化为从 AI 输出中选择：
- 他们成为机器主导流程的审查者
- 而不是真正有投入的建设者
关键：品味的真正价值在于与上下文、约束和建设意愿结合。
6. 工程语境中的判断力
Why I Don’t Vibe Code 把品味问题拉回软件工程现场：AI 可以降低写代码的偶然复杂性，但不能替人承担 本质复杂性、系统边界和后果责任。
这里的品味不是“代码看起来优雅”，而是能识别 摩擦 什么时候代表坏工具、什么时候代表概念模型本身有问题。一个有判断力的工程师不会把所有阻力都外包给 Agent 穿过去；有些阻力正是在提醒你抽象错了、词汇错了、责任边界错了。
人类仍拥有的优势
1. 承担利害
真实产品在后果下运营，这些后果不能整齐地放入提示词中：
- 信任
- 监管风险
- 停机风险
- 团队能力
- 客户困惑
- 品牌损害
2. 处理真正新的东西
真正的新想法起初看起来往往是错的，因为它们不像训练集。
3. 选择方向
最大的决策不是格式决策，而是方向决策：
- 什么问题值得解决？
- 什么权衡是可接受的？
- 你想为什么样的公司、产品或写作负责？
实践建议
品味训练循环
- 选择一个高杠杆产物
- 用 AI 生成 10-20 个版本
- 对每个版本写一句"失败因为..."
- 用硬约束重写最强版本
- 发布并观察结果
更好使用 AI 的方式
- ✅ 用 AI 快速探索设计空间
- ✅ 用 AI 研究最好的现有作品
- ✅ 用 AI 生成你可能不会立即考虑的替代方案
- ✅ 用自己的判断拒绝通用的、不诚实的或上下文盲目的内容
- ✅ 添加模型自然不知道的约束
检验问题
问自己：我在这里添加了什么模型自己无法添加的东西？
好的答案：
- 一个真正的运营约束
- 一个艰难学到的用户真相
- 一个监管细节
- 一个战略权衡
- 一个你愿意站在后面的观点
AI 协作中的拒绝清单
- 拒绝第一个“看起来能用”的草稿。
- 拒绝没有真实约束的精致输出。
- 拒绝不能解释权衡的方案。
- 拒绝让模型替你承担后果的错觉。
- 拒绝把速度当成价值本身。
关键概念关系
┌─────────────────┐
│ Competent │
│ Output │
│ (AI 默认产出) │
└────────┬────────┘
│ 需要超越
▼
┌─────────────────────────────────────────────────────┐
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Taste │───▶│ Judgment │───▶│Specificity│ │
│ │ 品味 │ │ 判断力 │ │ 特异性 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │ │ │
│ │ ┌──────────┐ │ │
│ └────────▶│ Ownership │◀─────────┘ │
│ │ 所有权 │ │
│ │(承担后果) │ │
│ └──────────┘ │
│ │
└─────────────────────────────────────────────────────┘
扩展阅读
- Taste - 品味的详细定义和实践
- Judgment - 判断力的四个层次
- Specificity - 如何实现特异性
- Ownership - 为什么人类仍需要承担后果
参见
- Dan-Shipper - Every 出版社，品味与判断力相关文章出版者
- Paul-Graham - "Taste for Makers" 作者，品味讨论的思想基础
- Refusal - 拒绝是判断力的行动体现
- Code-as-Conceptual-Infrastructure - 软件工程中的概念、边界与责任
结论
AI 把生成变便宜以后，品味不再是装饰性能力，而是系统控制能力。
真正稀缺的不是“能不能生成一个像样的版本”，而是能不能说清楚为什么这个版本不该被接受。