引子
前几天和一个朋友聊天，他说自己陷入了某种困境：启动了不少项目，但做到一半就停下来了。不是因为技术做不到——他用的工具很全，AI 生成代码、设计、文案，理论上能做的事情比以前多十倍。问题是，产出的东西多了，满意的东西少了。
他形容那种感觉：「做到一半，效果一般，不知道还要不要继续。」
这让我想到一个问题：当 AI 把「实现」的成本降到几乎为零，什么变得值钱了？
品味。
不是「知道什么是好的」那种泛泛的品味，而是**「知道什么是对的」**——对当前这个情境、这个目的、这个受众。这种判断力，在 AI 时代反而成了稀缺资源。
幻觉：把「能调用」当成「能做到」
AI 工具制造了一种新的认知偏差。
以前，你想做一个网站，得先学 HTML、CSS、JavaScript，或者花钱找人做。这个门槛迫使你想清楚——我真的需要这个吗？值得投入吗？现在，你描述几句，AI 就给你生成一个能跑的东西。看起来你「做到了」，但其实是 AI 做到了。你只是调用了它。
问题是，人很容易混淆这两个概念。
「我能生成十个方案」不等于「我知道哪个方案是对的」。「我能快速迭代」不等于「我在向正确的方向迭代」。「我有结果了」不等于「这个结果是我想要的」。
调用能力的膨胀，掩盖了判断能力的萎缩。
我朋友那些「做到一半放弃」的项目，本质上都是同一个模式：启动太容易，以至于跳过了「想清楚」的环节。等到发现方向不对，已经投入了不少沉没成本。这时候放弃，比一开始就不做更需要勇气。
品味的本质
品味不是「知道什么是好的」。网上到处都是「好的」东西——获奖作品、热门产品、大师案例。刷一天 Behance 或 Pinterest，你能收藏几百个「好看」的设计。
品味是知道什么是对的——对当前这个情境、这个目的、这个受众。
这需要两样东西：一是清晰的自我认知（我是谁，我要什么，我不想要什么），二是足够的参照系（我见过什么，我对比过什么，我放弃过什么）。
AI 的问题在于，它让第二件事变得太容易，以至于第一件事被跳过了。
你不需要建立自己的参照系，算法会给你推荐。你不需要做艰难的选择，生成十个版本选一个就行。你甚至不需要为「放弃」付出代价——再生成一个就是了。
结果是你的品味肌肉从未得到锻炼。
如何训练品味
既然生成已经廉价，那判断就必须刻意练习。以下是我在用的几个方法：
1. 制造 scarcity
主动限制输入。每周只看三个真正打动你的东西，其他的 let it go。然后写下为什么打动你——不是「好看」这种空话，是具体到「这个留白让焦虑感出来了」或者「这个配色让我想起某个年代的某个场景」。
scarcity 强迫你深度处理，而不是走马观花。当你知道「这周只能收藏三个」，你会更挑剔。
2. 建立个人 canon
找到你的「圣经」——五个你反复回看的作品、人或项目。它们构成你的坐标系。
新东西进来，先问：比我 canon 里的好吗？ 不是就过。这能过滤掉 90% 的噪音。
我的 canon 里有：Dieter Rams 的设计十诫、某款我用了十年的生产力工具、一个朋友的博客。每次做决策，我都会下意识地和它们对比。
3. 延迟调用
遇到问题，先自己尝试，再开 AI。
哪怕只是画个草图、写段伪代码、列个思路。这个「笨拙的尝试」是你的锚定。之后看 AI 的输出，你才有能力判断：它哪里比我好？我哪里比它准？
没有锚定，你就只是 AI 的复读机。
4. 输出倒逼输入
每周强制输出一个带判断的东西——分析三个方案为什么第二个更好，拆解一个产品的设计决策，或者复盘一个项目的得失。
没有输出，品味只是消费偏好。只有输出，才能把你的直觉变成可检验、可迭代的系统。
最后
AI 不会削弱你的品味，但不假思索地使用 AI 会。
关键问题是：你的判断，锚定在什么上？
如果答案是「算法的推荐」，那你只是别人品味的延伸。如果答案是「我自己的 canon」，那你才有真正的起点。
当生成变得廉价，判断变得昂贵。而昂贵的，才是值得投资的。
Work work. ⛏️