AI 赋能的边界：为什么 AI 对我做产品没有帮助

坦率讲，AI 可以帮我做旅行攻略，帮我 review 公众号，在我的生活里替代和大大加强了搜索引擎，但它还帮不了我 “做产品”。除了我对于 Vibe Coding 目前无需求之外，AI 在我个人的产品工作流里只能发挥很少的价值。对此，我一直被质疑拥抱 AI 不够用力，信仰不足。

本文是我对这类质疑的完整回应，同时表达我对 AI 赋能边界的观点，也许也能回答一些朋友对 “AI 时灵时不灵” 的疑问。

首先从最近的一条新闻说起，Google 首席工程师 Jaana Dogan (@rakyll) 在 X 上分享经历：

我没开玩笑，这事一点都不好笑。我们（Google）团队从去年开始一直在尝试构建分布式 Agent 编排系统，期间有过各种方案，大家意见并不统一。我把问题的描述发给 Claude Code，它在一个小时内生成了我们去年一年做出的东西。

很显然，这个话题炸了，然后 Jaana Dogan 作了更多解释，我从中的理解是——

关键约束一：丰富的上下文

这一年里，Google 团队进行了大量的讨论，输出各种方案和权衡，在各种架构方案、折衷和团队共识之间博弈，最终浓缩成一条精简的 Prompt，Claude Code 才能在一小时内生成结构完整的 “Toy Version”。

Jaana Dogan 强调：

这是在没有任何历史包袱、不需要与任何人开会争论方案的情况下，从零开始生成的代码。

那么，“大量讨论，各种权衡，艰难折衷，达成共识” 就是这个项目里的上下文。AI 可以在过程中收集上下文，但无法提前预知上下文。

如果没有上下文，不可能计算得出最后那条精简的 Prompt，也就没有最后魔法般的 1 小时。

现实中，个人可以将 AI 融入自己的工作流，花力气输入几万字几十万字的背景信息。融入工作流越深，AI 对上下文的理解越深。但一旦涉及团队协作，你没有办法让团队里的所有人都用同一种方式接入 AI，“别人的上下文” 往往会成为缺失的关键信息，这件事目前还没有可行的解决思路。

关键约束二：交付结果可验证

AI Coding 是 AI 应用发展最快的领域，因为代码是可以快速运行验证的。

即便在 coding 领域，Jaana Dogan 在这个项目里深耕了一年，对所有可能的坑和方案都了如指掌，才有能力看一眼代码就判断出 Claude 生成的东西是 “靠谱的”。外行无法分辨 AI 生成的是精妙的架构还是一堆垃圾，而她能快速确认其价值，前提是拥有那 “一年” 积累的专业判断力。

一旦 AI 的交付无法通过快速运行来验证，或者无法通过专家洞察来验证，确定性就被大大削弱了。

一旦交付本身是错的，那么交付过程的高效率又有什么意义呢？

因此，目前的行业共识是，「上下文和可验证」是 AI 的关键约束。上下文越丰富，背景信息越完整，验证速度越快，验证准确率越高（或者该场景下的容错率越高），那么 AI 发力就越是澎湃。近一年符合这两项约束的 AI Coding 发展飞快，其他领域远远掉队在后面。

比如有人反驳我说，华裔数学家陶哲轩高度评价 AI 对他数学研究工作的帮助。你看，顶尖数学家都能从 AI 得到帮助。

这里有一种可能性是，数学和代码一样跑在 AI 的长板上：语义精准，交付可验证。就像陶哲轩高度评价 AI 在数学研究中，自动生成并筛选掉成千上万种无效的证明路径，高效率的筛选显然离不开 “交付可验证” 的关键约束；而数学的上下文输入精准无歧义，大多数领域亦不可复制。

综上，人类负责消除歧义，AI 负责在较少歧义的环境下执行。复用到 Google 首席工程师 Jaana Dogan 这个案例，Google 团队负责用一年的时间构建多个版本测试并达成共识，AI 负责执行这个共识，才能 “一个小时内就生成了我们去年一年做出的东西”。最后由 Jaana Dogan 作为人类专家盖章验收。

关键约束三：思维链的开放与收敛

前两点都是行业常识，本文真正想探讨的是 “思维链的收敛” 这个话题。

在 AI 定义中，思维链是输出答案之前的推理步骤。

最近和女朋友聊 AI，聊到一个观点是，AI 能很好地回答 what，往往也能很好地回答 why，但在回答 how 的时候方差极大。这是为什么？

众所周知，大模型基于概率运算。一旦问题可以收敛到 “最大公约数” 的语境下，那么大概率得出的答案往往是最好的答案。

在这个背景下，what 在推理上是有最大公约数的。对于大量的通用命题，why 的推理也是有最大公约数的。what（定义/事实）和 why（原理/逻辑）通常属于收敛性命题，答案具有唯一性，而 AI 的推理越收敛越无敌，相当于大概率命中的百科全书 + 逻辑解释器。

与之相比，how 大部分是开放性命题，不存在最大公约数的推理，或者说最大公约数往往是正确的废话。面对开放性命题， AI 这个概率机器无法收敛到最大公约数交付，从 “大概率” 转为 “个性化”，结果也不是一定不好，但就是……抽卡，交付的随机性极强。

• 在足够的语料基础上，AI 很擅长模仿

• 在收敛性命题下，AI 很擅长推理

• 以上两类场景，AI 往往能做到 80-90% 区间的交付质量

• 在缺乏模仿对象的开放性命题下，AI 抽卡的交付质量可能在 5-50% 区间随机分布

举例来说，如果 how 指的是 “如何煮饺子” 这样的收敛任务，落到大概率区间的 AI 运算结果无敌。

如果 how 指的是 “如何写一篇拿到更多流量的，描述 AI 赋能边界的公众号”，推理这个命题可就太开放了，即便加上诸多 Prompt 进行收敛，命题依然太开放了，抽卡抽到一张好卡的概率低到不可思议。

我在用 AI 辅助做旅行攻略的时候，对此体会颇深。如果提问 “法国 10 日深度游，从南法到巴黎”，其实 AI 的交付还好，因为南法和巴黎的经典行程是有最大公约数的，可模仿的语料也很多。但是，一旦我加入了诸多个人风格的行程约束，比如南法想怎么玩，巴黎想怎么玩之后，AI 交付的行程就成了抽卡，怎么抽都不满意。

对此的应对方法是，将我的个性化旅行风格转化为一系列高度收敛的的问题，比如南法有几个出名的海边小镇？每个小镇有什么我感兴趣的景点和玩法（在 gem 里预设我的旅行偏好）？我自己设计好每日动线之后，最后交给 gem 老师 review 路线合理性与酒店安全。相当于用 Gemini 高效率获取 what 和 why，再用我的个人旅行偏好组装为 how。怎样用 Gemini 重新组装我做旅行攻略的工作流

简单来说，我与 AI 的协作方式是，尽量让 AI 来做收敛任务，我自己做缺乏模仿对象的开放性命题。

或者换个角度表达：我从原有的工作流里拆出来一系列收敛任务交给 AI，组装为新的工作流。

这个方法对我做旅行攻略可以说是神乎其技，却对我的产品工作无效。因为我个人的产品工作流里很少有收敛任务，几乎全是缺乏模仿对象的开放性命题。

一旦涉及开放性命题，又没有模仿对象，再加上我在产品工作中的上下文信息量大到无法输入，这对 AI 来说就超纲了，降智并且抽卡。

举个例子，我做产品咨询的时候，如果你上来就问：老师，以某某赛道举例，什么是基于演化的产品思考方式？然后我能给你从理论讲到案例，头头是道。

如果你上来就问：老师，我昨天的一个产品方案被老板骂了，你帮我看看怎么改合适。这时候我就想给你一个大逼兜。因为你的业务环境，你的落地能力，你公司的情况，你老板的情况，你团队的情况，我啥都不知道，我他妈改你大爷……

这就是收敛和开放命题的区别。收敛任务往往有概率上的最优解，跑在 AI 长板上；而开放性命题如果没有模仿对象，只能随机抽卡。

怎样将缺乏模仿对象的开放性命题拆解为一系列收敛任务，决定了 AI 赋能的高低。

在我个人的产品工作流里，我还没有找到这个拆解方法。但对于我做旅行攻略和写产品公众号来说，Search 和 Reivew 的收敛任务用到飞起，有种离了 Gemini 就活不下去的感觉。

SO，我一直以来的观点是：

• AI 赋能没有作业可以抄，每个人都需要为自己定制打开 AI 的方式。

• 在自己的需求里，能拆解出来多少 AI 赋能的收敛任务，你就能获得多大的收益。

• 开放性命题的抽卡随机性太强，尽量收敛一些之后，有时候半开放的抽卡也能带来一些灵感，但最大的收益还是来自于收敛任务，比如 Search/Review/Repeat 或者有足够多模仿对象的 Generate。

至于很多人惊呼的 “一句话生成 xx”，觉得这么复杂的开放性命题都能实现真的太厉害了，其实没啥意义。这时生成 xx 本质上只是模仿经典。前面说过，在足够的语料基础上 AI 很擅长模仿，你给的约束越少，模仿越相似。当你加入诸多个性化的修改需求后，AI 在开放性命题下的真实能力（抽卡）才会露出水面。