Linear 的创始人兼 CEO Karri Saarinen 最近写了一篇长文聊了他对 AI 现状的观察和思考。这篇文章没有贩卖焦虑也没有盲目吹捧读完之后会觉得终于有人在认真说一些中间地带的话了。AI 的能力是真的但局限性也是真的Karri 开篇就点明了一个时间节点距离上一次模型编码能力的大幅跃升已经快六个月了。六个月通常是蜜月期的长度。过了这个阶段现实就开始慢慢浮出水面。他对 AI 的态度是谨慎乐观。能力是实实在在的局限性也是实实在在的。但他觉得现在市场上的讨论太极端了要么觉得 AI 无所不能马上改变一切要么觉得 AI 会毁灭人类。这两种声音之间那片最有价值的中间地带反而很少有人认真去聊。什么是真正在改变的什么是有用的什么是被过度吹捧的什么风险是真实存在的这些问题才是值得花时间想清楚的。这种思维方式其实放到生活中也一样。面对任何新事物最容易犯的错误就是走极端要么全盘接受要么全盘否定。能在兴奋和恐惧之间找到一个冷静观察的位置本身就是一种很稀缺的能力。AI 时代还需要做计划吗Karri 注意到一个有意思的趋势很多人开始觉得在 AI 时代不需要做计划了因为变化太快计划赶不上变化。但他提出了一个很关键的问题规划这件事解决的到底是什么问题他的观察是规划的价值从来就不在于那份计划文档本身。规划真正的作用是一个“逼迫机制”它迫使一个组织坐下来认真讨论什么才是最重要的事情达成共识明确方向然后把这个方向传达给每一个人。计划只是这些讨论和对齐发生的副产品。AI 确实可以改变规划的周期增加执行的带宽但它并没有解决“我们到底应该做什么”这个根本问题。而且有一个很反直觉的事情当构建成本下降之后做东西变得更容易了做错东西也变得更容易了。选择做什么反而变得比以前更重要。Linear 自己的做法是保持至少六个月的方向性规划但每周每月都可以调整优先级。同时留出更多空间做实验让一些有价值的用例自己涌现出来。既有方向感又不僵化。如果完全不做规划不设方向只是看什么容易做就做什么最后很可能就是被工具牵着鼻子走。AI 工具跟以前的工具不一样它是有“思考能力”的工具它会引导你往某个方向走。如果你自己没有方向你就会顺着它最容易走的路走而那条路未必是你真正需要走的。这一点放到个人身上也特别值得想想。很多人用 AI 写东西、做项目做着做着就发现自己在跟着 AI 的节奏走产出了一堆看起来还行但其实自己也说不清为什么要做的东西。工具越强大越需要你自己先想清楚要去哪里。AI 在你不懂的领域看起来最厉害Karri 提出了一个特别精准的观察AI 在你最不熟悉的领域看起来最令人印象深刻。原因很简单。在你不懂的领域你缺乏判断力看不出它的输出哪里有问题所以觉得它像魔法一样神奇。但在你真正深耕的领域你能看到它遗漏了上下文编造了细节走了最显而易见的老路或者需要你反复引导才能产出有用的东西。他把这个现象比作一种大规模的“格尔曼失忆症”加“达克效应”。格尔曼失忆症说的是你在报纸上看到自己熟悉领域的报道发现错误百出但翻到下一页不熟悉的领域又觉得报道说得挺对。达克效应说的是越不懂的人越容易高估自己的判断。AI 时代把这两个效应放大了无数倍。这里面有一个悖论专业能力让 AI 变得更难用因为你会对它的输出更挑剔。但同时如果你知道怎么驾驭它专业能力也让 AI 变得更有价值因为你知道怎么引导、怎么约束、怎么评估它的结果。所以 AI 并没有让专业能力贬值。它让专业能力的体现方式发生了变化更多地体现在方向把控、品味判断和知道什么是好东西上面。这对每一个正在学习新技能的人来说都是一个重要的信号别因为 AI 能写代码就觉得不用学编程了别因为 AI 能画图就觉得不用懂设计了。恰恰相反你越懂AI 在你手里就越好使。AI 编程的真实现状有用但没那么神Karri 跟很多客户和业内公司交流之后发现Agent 编码已经很普遍了但实际情况跟外界的叙事有不小的差距。几乎没有人私下会说他们的 Agent 能写 100% 的代码。也很少听到有真实的公司在大规模跑独立的 Agent 集群。工程师仍然深度参与方向把控通常同时只能管两三个 Agent后台再挂几个云端 Agent 处理一些琐碎的修复。再多的话你就会陷入一种不断被打断的状态反而影响深度思考。Linear 自己的数据是大部分付费工作区都装了编码 Agent使用量在几个月内增长了 5 倍以上。他们自己的云端编码 Agent 每月修复超过 1000 个 issue而且还在快速增长。最大的收益是带宽增加了以前那些太小、太烦、不值得花时间做的事情现在可以做了。但真正困难的问题依然困难。Agent 在这些问题上的帮助远没有外界说的那么大。它能帮你做脚手架搭建、代码重构、bug 调查、写测试、处理小修复但真正难的部分理解系统、做权衡取舍、判断什么应该存在什么不应该存在这些仍然需要人来做。在专家级的编码工作流里AI 的价值通常不是“它写代码你接受”而是加速你周围的工作。专家负责提供品味、约束条件和最终判断。AI 做设计方向可能搞反了作为一个设计出身的 CEOKarri 对 AI 在设计领域的应用有一些很具体的观察。图片生成的能力确实变强了但迭代起来很痛苦。你想让 AI 只改一个地方它往往会把整张图都改了。每次迭代好像都会给图片加一层滤镜改几轮之后你可能不得不从头开始。写作也有类似的问题你让它改一句话它可能把整篇文章都重写了。他对现在很多“设计加代码”工具的方向也有不同看法。很多工具让你直接在生产代码上做设计比如展示一个 React 组件让你去改。但他觉得大部分设计工作根本不是在做生产级别的东西。设计的核心是做决策、理解问题、寻找方案这个过程会产生大量的变体和混乱的想法。他不希望每一次改动都要承担生产代码的速度和 token 成本也不想因为一个 prompt 没写完就报错。他更想要的是语义化的视觉设计工具。你画的不是一个矩形而是一个弹窗它可以继承系统的一些属性。AI 帮你填充内容、生成变体、探索方向。等你真正确定了方案再有一个清晰的流程把设计稿转化成代码。在他看来设计在 AI 时代的角色就像规划一样它是你自己的大脑在屏幕上提问和寻找答案的过程。不同产品需要不同程度的打磨Karri 还提到一个经常被忽略的点不同类型的产品对设计和稳定性的要求是完全不同的。一个像邮件客户端这样每天高频使用的工具需要非常精细的用户体验打磨因为用户会感受到每一个小摩擦小问题会不断累积。但一个后端服务就不一样了它的价值在后台逻辑界面粗糙一点也没关系。他观察到很多 AI 公司更像后端公司。核心能力在模型本身上面套的工具和界面都在快速迭代但大部分都在幕后。这让它们可以跑得很快因为每个新功能就是系统里的一个新工具不需要太多视觉和概念上的负担。这种感觉更像经典的 UNIX 系统程序是文本化的可以独立创建、运行时组合比现代 macOS 那种高度集成的系统更容易做到可组合性。所以当你听到某家公司说“我们用 AI 做了什么什么”的时候先想想他们是什么类型的公司做的是什么产品服务的是什么客户。同样的 AI 应用方式放在不同的产品上效果可能天差地别。活在当下的能力范围里文章最后Karri 回应了那句在 AI 圈子里被说烂了的话这是 AI 最差的时候。他同意这个判断但他选择活在当下的能力范围里因为没有人真的知道未来会变成什么样。做末日预言没什么价值盲目乐观也没什么价值。更有用的姿态是仔细观察、动手尝试、保持判断力。AI 确实在改变很多东西但我们不能靠“信念更坚定”来构建今天的产品。我们需要更务实看清楚现在什么是可能的判断什么值得做然后随着现实的变化不断调整。他用一句改编的童谣收尾如果潜力就是收入那这些资本开支早就变成利润了。这句话值得每一个正在追 AI 风口的人反复品味。潜力是潜力现实是现实。能在这两者之间保持清醒的人大概率会走得更远。原文地址https://x.com/karrisaarinen/status/2048267794924650791给大家说件事从今年开始我星球里会录制各种视频教程到目前为止录制的视频教程就已经有 20 多期了。最近非常火的 Agent Skill 视频教程也录制了 16 期了。加入我的星球社群「AIGC·掘金成长研习社」即可获取视频链接学习。最后介绍一下我的星球「AIGC·掘金成长研习社」可点击链接查看星球全面介绍主要分享三个板块的内容1、副业赚钱领域的内容。我做自媒体十几年了有很多副业赚钱方面的经验和干货而且每周都会定期详细带大家拆解一个副业赚钱案例持续更新的那种目前已经分享了上百篇跟副业赚钱相关的帖子和文章了。2、AI 落地和实操相关的内容。我在里面也分享了很多 AI的各种玩法和落地场景包括用 AI 做副业的案例也都有。3、个人成长。我会分享很多我做超级个体和自由职业的一些思考和成长类的内容目前我已经做自由职业 5 年了有太多的感慨和内容分享。如果你想学习如何搞副业如何使用 AI 甚至如何使用 AI 搞副业那一定要加入我这个超值的星球。目前已经更新了 1900 多条干货和文章了加入成员 1500。感兴趣的可以加入。限时优惠中原价 199 元今天加入可以立减 30 元只需要 169 元优惠券仅剩 10 多个优惠名额。我认为我的星球是目前副业和 AI 领域最超值和具有性价比的星球价格不贵同时内容也不比几千块钱的星球差。大家可以扫码查看支持 3 天无理由退款内容好不好先进来看看再说不适合自己退了也没毛病。