人们总是高估科技的短期效益，却低估其长期影响 —— 罗伊·阿玛拉
我们总是高估未来一两年的变化，低估未来十年的变化 —— 比尔·盖茨
模型在用
- 推特自动翻译推文，全量放开。短期看负面声音比较大，更多内容会被其他国家的人看到。
tombkeeper: 马斯克建起了巴别塔。
谷歌I/O大会，乏善可陈，乱作一团。北京时间5月20日。
- 历代Gemini Flash价格。Flash的9美元百万词元输出，算是Pro价了（12美元）；
- 界面全面模仿OpenAI系，爆款应用NotebookLM，没有实质改善，感觉没有产品经理领头做事；
- Gemini网页更新更是没有解决重点问题，问完问题还是得挂着。不像别家问完直接退都没事。还会有一系列附件问题，还不如去用AIStudio；
- Google Antigravity 2.0 一塌糊涂，原先的Antigravity从IDE变成Codex app那种Agent应用，要用IDE得在下载一个Antigravity IDE，用户得自行解决历史项目丢失的问题。Gemini Cli重构、改名叫Antigravity Cli。
AI绘图、AI检测、视频
短期乐观，阵痛回调
公司回调
外国公司陆续发现，继续推广大模型，性价比降低，且需要一种投入产出比衡量方式。
- Amazon：先推动AI，甚至设榜单；发现榜单会诱导员工刷 token 后，又停掉。出现生产事故后，禁止初级程序员自行提交AI代码，需要高级程序员审核；
- Uber COO Andrew Macdonald 在 Rapid Response 采访中说，很难关联 AI token 使用量和“对消费者有用的功能数量”；
- Microsoft 取消员工Claude Code额度，迁移到Copilot CLI、Foundry、自家工程体系里；
- OpenClaw更新、实验消耗了大量token，但大伙在转向更靠谱的产品，比如hermes。
当然，乐观的也有：
- Fiverr CEO 告诉 BI：不会招聘不使用 AI 的候选人；他还在给员工的公开信中说 AI 会影响所有岗位；
- 对冲基金 Third Point 的 Dan Loeb 说，只有开始用 AI 才能真正学会，员工会分享 AI 用法，有些人会让 agent 跑一整夜、消耗大量 token。
还有更有趣的例子，Coinbase CEO 去年五月要求工程师快速 onboard AI coding tools；BI 报道他解雇了部分没有合理理由拒绝使用 AI 的员工，并提出提升 AI 生成代码比例目标。今年五月，宣布裁员约14%，原因是市场下行、成本压力跟AI带来工作方式的改变。提出“扁平化”、“一人团队”等概念。
看它实际收益，2026 年 Q1，Coinbase 总收入 14 亿美元，净亏损 3.941 亿美元。而前两年盈利。当然，跌的主要因素是加密货币的行情不好，跟AI关系不太大。
至于公开数据，消耗十倍token，PR合并数只增加一倍，而且代码撤回率比基准高16%。
总而言之，智能作坊从手工业迈向工业生产，显然可以效率提升，但这种效率提升要跟业务相结合。或许可以参考现有工业的例子。
工厂为什么不全自动化？
追求“全自动化”的人。可以看看工厂实际运行情况。
- 原来我们从小吃到大的卤蛋，是这样做出来的～
- 实拍浙江工厂流水线，员工像打了鸡血速度超快，1天下来却只赚200】
- 【纪录片】超级工厂特斯拉S型汽车
- How Are McDonald's French Fries Made - Food Factory
食品工厂可能比较多人工一点。比方说卤蛋，找了个视频，随机截六张图，四张有人的身影。
有人会说，这是因为规定要有员工。那还可以想想更现实的问题：如果产品销量下降怎么办？产线能不能换成做别的？
如果是“全自动化”，相关有效措施会少多少？
没有销量，全自动做出产品，是全自动亏钱。
现在内存价格畸高，厂商确不扩产产线，也有类似考虑。
软件其实也类似。比方说，这个UI自动化框架好像不错，主要是做黑盒测试的自动化。MaaXYZ/MaaFramework。项目头像也一看就很有技术力。用的（古典）AI识别界面元素。
找了个成型项目试了试（类似游戏脚本），限定分辨率，流程上有个按钮识别不了，就直接中断。遇到意外情况（比如月卡框突然弹出）也直接中断。
如果引入大模型呢？不比测试人员便宜，时间跟成本上都是。准确率也不高。
最要命的是，测试要测的，往往是“变化”的地方，而自动化相比人工，缺点就是应对变化的能力。
本来是改程序，加上人工测试，现在是改程序，改自动化程序，再人工测试自动化程序。
不是有AI做吗？
“不是有AI做吗”，如果你认真读了上文，那么很可能会笑出来。你可能还会想“什么外行领导”。
为了向外行说明问题，可以考虑引入更具体的案例。比方说，“AI做”这事儿，有点像“扫地机器人拖地”，也有点像“想要无框门”。
像扫地机器人
扫地机器人，我看了很多宣传，完全没有提维护成本。虽然说是“机器人”，现在其实是“自动驾驶玩具车”+“圆盘吸尘器”+“车站”，“车站”要么接水管，要么放水箱——水箱你得倒污水吧？
你去找扫地机器人的图来看，玩具车像能自清洁的样子吗，像能清洁车站的样子吗？这都是要日常维护的地方。
如果家里不够平整，玩具车会很鸡肋，很容易开不到某片区域。或者杂物较多，清洁的时候也要人去收拾，或者玩具车吃点纸、破布、蚊帐（应该没有随地扔袜子的吧）。
这里不是批评扫地机器人完全没有用，而是它有不少不适用的场景，但提到的网友很少，或者传播不开来（找到图二，点赞为0）。
“不是有AI做吗”，也类似，直接忽略维护成本，也不考虑是否符合适用条件。
像无框门
图二也是AI生成的，非常理想的无框门。日后门稍微变形一点，就会有无穷无尽的烦恼。会有无穷的维护成本。
但烦恼在施工中的时候就会出现。装修件“低公差容忍”、安装困难。施工导致墙体开裂也不奇怪。
有的「随“机”编程」（Vibe Coding）玩具项目，全站图片直接base64包到网页，用户一开网站就全部下载图片；有的不喜欢用数据库，用json存、甚至有服务端用sqlite（非cloudflare魔改）。这些就是增加维护成本的典型。
“无框门”是种隐喻。为了某种不太重要的愿望，做了错误选择。同理还有技术选型、需求管理。
要真值得做
如果一个人无所事事，随便用AI做点东西，也值得鼓励。但一个有很多事的团队，就不要用“AI不是能做吗”加塞需求了。
AI降低代码编写成本，但没降低判断、沟通、验收、维护成本。
面对“不是有AI做吗”，反问四句“它真重要吗？适合用 AI 做吗？做完谁验收？出问题谁维护？”
总之，要真值得做。这个得回归到产品经理基本功。
不知长期在哪
编程的争议，不止AI
AI编程的工程应用，现阶段还不算完善，还有一定争议，但趋势无可阻挡。
流行的编程语言，没有一个不是吵吵嚷嚷过来的。
就连汇编都有争论，当时说汇编器浪费机器资源，还不如手写机器码快。这在当时是正确的，但在“未来”是可笑的。
有缺点完全不是事儿。能不能解决痛点，能不能被当时的受众接受，可能才算关键问题。甚至说，就算现在没什么用，“未来”有用，也非常值得关注。
随机未来
对了，有人老说大模型“随机”，随“机”编程（Vibe Coding）不可靠。这对企业来说完全不是缺点——交给员工做，可能是更“随机”的过程。
如果自己是不那么“随机”的员工，批评现在随“机”编程，有道理且正确的。
但在“未来”也是可笑的。
现在的问题是，这个“未来”几时来。
其实，没有人知道。但有足够多管理者相信可以实施AI编程的情况下，肯定能推行，但可能会有比较尴尬的局面。
再下一段“未来”，可能有两种分支。关键点是，随“机”编程能否及时开辟一片新的需求。
需求晦明
新需求有一点苗头。非程序员（设计师、财务等）也开始用Claude Code、Codex来处理工作，享受“自定义程序”、甚至“租了一位程序员”的待遇。
如果你想“主题阅读”、整理资料，也能用Codex整。
但这些新需求，貌似会被大模型厂商自己吃掉。
其他人的“未来”在哪，又是一个问题。
不过，没有人吵要不要用驼峰命名法了，更别提要不要只用汇编写代码。
尾声：应对下雨，准备丰收
就算在中国南方，很难判断半年后那一天会不会下雨，但一月内会下雨，几乎是必然。
应对下雨，是中国南方必须考虑的问题。
收获也是。
AI会带来雨，也会带来丰收。