推文

@0xlangeai · 2026-10-14 14:07

YC 的 这段采访太值得一看了 , Alexandr Wang，Scale AI 联合创始人，现在是 Meta 的首席 AI 官，领导 Meta 的超级智能实验室。他先做了 AI 的基础设施，现在又参与最前沿模型的建设。 这样一个人，在 YC 的访谈里说了一句很值得琢磨的话： “未来稀缺的资源，不会是智能或行动能力，而是愿景和野心。” 听起来像鸡汤，但往下想一层，其实挺扎心。 AI 最扎心的变化，可能不是它比你聪明，而是你越来越难把“做不到”当借口了。 过去，我们经常先问“我能做什么”，再从里面挑一个目标。 想做产品，但不会写代码。想验证生意，但没钱找团队。 想研究一个行业，但资料太多，一个人忙不过来。很多想法还没碰到用户，就已经死在资源不足上。 久而久之，我们习惯了按现有能力给自己设目标: 我只会写文章，那就做内容。 我只会写代码，那就做个工具。 我只有一个人，那就别碰太完整的事情。 AI 正在松动这些限制。写代码、整理资料、制作原型、起草文案，一部分过去需要专业技能和多人配合的工作，现在可以先做出一个版本，再拿去验证。 这当然是好事。但它也会暴露一个以前容易被掩盖的问题： 你到底是没有能力做，还是根本没想清楚要做什么？ 以前，一个产品没做出来，你可以说缺技术。现在技术门槛降了一截，产品做出来了，还是没人用。问题就没那么容易甩给工具了。 你可以一天生成很多内容，但不知道读者为什么要看。可以同时跑多个 Agent，但不知道这些任务完成以后，究竟推进了什么。可以很快上线一个网站，但回答不了：谁会来，为什么留下，凭什么付钱？执行提速，不会自动把错误的目标变成正确的目标。它也可能只是让你更快地做出一堆没人要的东西。 所以，我理解的“愿景”，不是在首页写一句“用 AI 改变世界”。 而是你能不能具体说清楚： 你想帮谁？ 改变他的什么处境？ 现在的解决方式，哪里不够好？ 做到什么程度，才算真的有用？ 举个例子。“我要做一个支持很多模型的聊天网站。”这句话主要描述的是功能。接下来很容易变成：别人有联网，我也加；别人能上传文件，我也加。越做越忙，越做越像别人。 但如果目标是：“让一个不懂技术的店主，也能独立完成一次促销活动。” 你要考虑的问题就变了。他手里有哪些商品信息？需要哪些文案和图片？最后在哪个渠道发布？哪里必须由他确认？ 这未必是一个好生意，仍然需要验证。但至少，你有了判断标准。什么该做，什么暂时不做，找谁测试，出了问题该改哪里。 模型更新了，工具换了，目标也不至于跟着每条新闻乱跑。 “野心”也是一样。不是装上几个 Agent，就宣布自己要做一家百亿公司。而是重新审视那些过去被资源限制住的目标： 现在有了这些能力，我能不能解决一个更完整的问题，而不只是把其中一小步做快？ 过去只能替客户整理资料，现在能不能进一步交付一个可用的判断？过去只能做出原型，现在能不能把测试、交付和后续维护一起考虑进去？过去因为没人、没钱、没技术而放弃的事，现在有没有条件做一次小范围验证？ Wang 原话里还有一层意思：AI 让事情更容易，也意味着你可以把目标想得更大。 我觉得这比“效率提升多少倍”更值得关注。如果能力边界变了，目标却完全没变，那你可能只是用新工具，加速完成旧任务。当然，也别把这句话理解成“以后有想法就够了”。 今天的 AI 还没有让可靠执行变得随手可得。客户、信任、资金、权限和责任，也不会因为模型更聪明就自动到位。愿景不是免检通行证。越能快速动手，越应该早点接触真实用户，接受反馈，砍掉错误方向，而不是躲在电脑前把方案越做越漂亮。 对普通人来说，工具当然要学。但每学会一个工具，最好继续追问一句：它让我原来不敢碰的哪个问题，现在可以试着解决了？不然，模型订阅越买越多，Agent 越养越多，生活里的实际问题一个没少。看起来配置拉满，实际上只是给犹豫配了更强的算力。 AI 正在扩大你“能做什么”的边界。真正需要你负责的，是决定什么值得做，然后用结果证明它。

曝光 71 · 评论 1 · 点赞 0 · 书签 0