第一次觉得,自己的想法也能被做出来
AI 晋低了技术门槛,但心理銀障仍在。这篇文章分析为什么大多数人收藏了很多教程却一行代码没写,以及如何将目标压得足够小来真正开始。
第一次觉得,自己的想法也能被做出来
在一个视频的评论区,我看到过这样一条留言:
“刷到好多人都用现在的AI做出了很多有意思的东西,真是特别羡慕。但是我一管理类大学生,完完全全代码小白,也没上过魔法,应该怎么开始呢,真心求建议。”
我当时回复他:先从解决自己工作、学习、生活里的问题开始。工具不重要,界面不重要,先实现一些解决自己问题的小东西。
但我后来越想越觉得这条评论里藏着一个更深刻的问题。他羡慕的,究竟是什么呢?
技术门槛,从来都是心理门槛
过去很多年,“开发软件” 始终是普通人远远望着的事情。 学编程语言、理解数据库、搞清楚前后端、摸透部署流程——光是这串词,就已经劝退了绝大多数人。更关键的是,这种门槛长期存在,慢慢沉淀成了一种集体默认:这件事本来就不是我们能做的。
心理学里有个概念叫 “习得性无助”。当一个人在某个领域反复经历”做不到”,久了就会停止尝试,哪怕外部条件已经变了,他也不再相信自己有机会。对于大多数普通人来说,“我做不了产品” 就是这样一种习得性无助。
AI 的出现,悄悄动摇了这个默认。
AI 真正改变的,是谁有资格”创造”
大家通常把 AI 的价值归结为”写代码变简单了”,但这个说法只说到了表面。更本质的变化是:创造的入口,第一次向”不懂技术”的人打开了。
过去,从 “我有一个想法” 到 “这个东西真的能运行”,中间横着一条技术鸿沟。于是大多数人的想法永远停留在脑子里,或者只能依赖别人帮忙实现,而依赖别人意味着漫长的沟通、高昂的成本、以及大量的妥协。
AI 的角色,有点像一个极其耐心的翻译。
你说"我想做一个自动整理邮件的工具",它帮你把这句话翻译成代码逻辑;
你说 "这里跑不动了",它帮你找原因;
你说 "我希望界面好看一点",它帮你调样式。
整个过程里,真正需要你输出的,是清晰描述问题的能力,以及对自己需求的准确理解。这两件事,和你是不是学过编程没有半点关系。
为什么大多数人看了很多,却一直没有动手
道理说到这里,很多人其实已经认可了。但认可归认可,动手的人依然是少数。人对 “失败” 的预期,远比对 “成功” 的期待更有行动力。
大多数人不动手是因为脑子里有一个隐形的评判标准——“我做出来的东西得像个样子”。于是他们开始研究工具:今天看 Cursor,明天学 Claude,后天研究各种 Agent 框架,再过两天去看 “零基础三天做 SaaS” 的教程。收藏了一大堆,一行代码没写过。
这是一种自我保护:只要我还在”准备阶段”,就不会面对”做出来很烂”这个结果。但问题是,准备阶段可以无限延长。最后 “学了很多” 变成了另一种形式的”什么都没做”。真正打破这个循环的方式,只有一个:把目标压得足够小,小到失败了也不觉得丢人。
- “每天整理文件太麻烦”—— 就做一个自动整理文件的脚本。
- “旅游规划要查很多资料”—— 就做一个输入目的地就能出行程的小工具。
- “会议记录总是漏”—— 就做一个自动转写并总结要点的东西。
这些需求足够具体,场景足够真实。做出来只要能用,就已经成立了。界面丑不丑,逻辑完不完整,都是之后的事。