AI最大的礼物，是让你能廉价地失败100次

全文速览图

昨天，我突然收获了一个人生少有的顿悟时刻。

过去两三年，关于AI最主流的两种叙事几乎是相反的。

一种说AI会让很多人失业，替代写代码的、替代写文案的、替代客服的，把人挤出工作。另一种说AI正在前所未有地为个体赋能，一人公司、超级个体、独立开发者，每一个普通人都拿到了过去只有大团队才能拿到的能力。

我三年前从大厂出来时，是冲着后一种叙事去的。我做的所有事都基于一个假设——AI让一个人也能边学、边做、边分享，把过去几十人公司才能干的事干出来。

但我意识到，这两个故事都还没说到最深的那一层。

AI最大的礼物，不是让你更容易成功，是让你更容易失败。

听起来像泼冷水。但越想越觉得，这才是它真正的礼物。

我做小猫补光灯，是2024年底的事。我不会写代码，让AI替我写，一小时写完，App后来冲到了AppStore的付费榜前列。但我反复琢磨的，不是它跑出来的那部分。是它没跑出来之前的那一部分。

它的开发成本，几乎归零。

以前做一个App，要会代码、要几个月、要请人。一次失败的代价至少是几十万块加上半年时间。普通人一辈子，能承受两三次这样的事已经是上限。第四次之前就破产了。不一定是钱破产，是心力破产。

现在不一样。我学AI编程的前两个月，几乎每隔两天就做一个东西。绝大多数没做成，要么没人用，要么我自己中途觉得无聊就放下了。

那些尝试没有变得更容易成功。它们只是变得几乎免费。所以我做了很多。

小猫补光灯之前，理论上我已经失败过几十次了。

我在意的也不只是钱省了。更深的，是心力省了。

心力是普通人最容易破产的东西。比代码稀缺，比时间稀缺。一个想法在脑子里能撑多久而不被现实击碎，决定了一个人能走多远。AI最大的解放不是让做产品变得便宜，是让「失败一次而不至于让你对自己失望」这件事变得便宜。

完美主义本质上是对失败的恐惧。允许自己糊弄，行动的成本会低很多。考虑到大部分人压根不行动，你只要能动起来，就已经超过了95%的人。

AI给普通人的礼物是：你失败了，可以糊弄过去。你不需要为它写一份悔过书。

塔勒布有一个我很喜欢的概念，叫凸性。意思是某种位置上，上限没动，但下限被砍掉了。AI没有让一个烂想法变成好想法，没有让一个不懂用户的人突然懂用户，没有让没有品味的人突然有了品味。

它只做了一件事：让你能把100个想法都做出来，再决定要不要停。

以前的剧本是你做完3个就破产了，第4个再好也没机会试。AI把这个剧本改了。当样本量从3变成100，找到那个能跑通的概率被几何级数放大。单次成功率没变，总到达概率被推上去了一个数量级。

这就是凸性。下行有限，上行无限。塔勒布在《反脆弱》里反复说一件事：找那些下行被严格限制、上行不被设计的位置，让自己待在那里。AI编程对普通人来说，恰好就是这种位置。

不过我每天在X和小红书上看到的画面，比这段话要复杂得多。

每天都有人发：今天用Cursor做了XX，明天用Claude做了YY，后天用Gemini做了ZZ。每条下面都是「太牛了」「大佬」。然后你真的去看那些产品，大部分活不过一周。

我不想说这种尝试没意义。

恰恰相反，最开始那种茫然的尝试本身是有价值的。你在做的过程里会学到怎么用AI，会感受到不同模型的脾气，会本能地知道哪些类型自己驾驭得动、哪些驾驭不动。这些经验你不动手是学不到的。

但有一件事必须做，做了和没做差别巨大：把它发布出去。

发布之后无人问津，本身也是一种反馈。一条没人转发、没人评论、没人下载的产品，是市场在对你说「这件事我们不感兴趣」。这个反馈跟一万个赞同样珍贵，因为它把一个错的方向从你的候选清单里删掉了。

真正的问题在哪？是大量人做完根本不发布。或者发布了不看反馈。或者看反馈但只看赞，不看点击率、不看留存。AI让生产变快了，但迭代速度其实没怎么变。因为迭代速度的瓶颈从来不是生产，是真实信号的获取和处理。

还有一件事容易被忽略，是关于「突变」这个词本身。

进化能跑起来，靠的不只是大量变异，靠的是大量「方向不同」的变异。所有突变都朝同一个方向走，等同于没有突变。

生物学里有个概念叫适应峰。一个物种在某座山上越爬越熟练，看起来很优秀。但只要它一直待在这座山上，就永远到不了远处那座更高的山。要去那座山，必须先下山——下山意味着退步，意味着主动让自己失败一次。

跨方向的尝试，本质就是主动下山。

这件事在旧时代几乎做不到。下山意味着把过去一年攒下来的东西放掉。AI把「下山」的成本砍到了几乎为零，所以你才有可能在100座山头上各试一次，看看哪座最高。

回头看，「失败100次」这个数字本身只是开始。真正划算的，是这100次发生在多少座不同的山头上。

如果你做了100个产品，每个都长得差不多、瞄着同一个用户群、用同一种方式分发——这也不是不行，是没把AI给你的奢侈用满。一次失败便宜，你才有底气从这座山下来去爬另一座。

这才是 fail fast 真正的样子。它不是为了让你跑得更快，是为了让你敢换方向。如果失败贵，你只能在脚下这一座山上磨——熟练，但永远卡在某个高度。AI第一次让普通人有机会跳出这种熟练。

要把这件事想透，最好的方式是回到达尔文。

进化要三件事齐全才跑得起来：变异、选择、遗传。变异是基因出错产生新的可能。选择是环境淘汰不适应的个体。遗传是成功的变异传给下一代。少任何一个都不进化。

AI编程把第一件事的成本砍到了底。一秒钟可以生出一个产品，这是寒武纪级别的生育能力。普通人有生以来第一次拿到这种生育力，第一步该做的事就是把它用满——多变异、多发布、多撒种子。

第二件事，AI帮不了你。市场会不会买单、用户留不留得住、付不付费，这些信号还得从真实世界里采集。AI能帮你做产品，不能帮你判断产品有没有市场。这个判断的能力，需要你自己一次次去读用户的脸色才长得出来。

第三件事，遗传。DNA是生物把成功经验传给下一代的载体。换到创业上，下一代是下一个项目，DNA是你从上一个项目里读出来的那点东西。

AI让变异变得便宜，但遗传机制只能你自己造。它可以很轻——一份不删的复盘文档、一个不放弃的Twitter账号、一段不忘的用户对话——但必须存在。否则你的100次变异，互相之间没有信道。

道金斯在《自私的基因》里说过一句话，大意是：进化从来不在乎个体的死活，进化在乎的是信息的传递。

这是 fail fast 之上的另一层：fail forward。每一次失败如果能成为下一次的输入，这次失败就完成了它的使命。

还有一件更阴的事。

Lewis Carroll 在《爱丽丝镜中奇遇记》里写过一个红皇后，她对爱丽丝说：「你得不停跑，才能停在原地。」生物学家后来用这个比喻一个事实：所有物种都在进化，所以你保持原速度其实就是在退步。

翻译到AI时代很清楚。AI让所有人都能快速迭代，意味着「快速迭代」这件事本身的相对优势已经消失了。你跑得快，对手也跑得快。在新的均衡里，能跑得更远的人，不只是变异得最多的，是变异得最有方向感的。

变异不再稀缺。稀缺的，是方向。

那种能让人长出能力的失败，长什么样？

我做AI编程两年多，回头看，最有价值的失败都关于结构。

每一次真正让我长出能力的失败，背后都是想清楚了一件事：上次卡在哪、这次该换什么架构。一次推倒重来不是换了个想法，是带着上一次的伤口去试一条不同的路。

失败的意义从来不是失败本身。是它让你把一件事在脑子里想清楚了一层、两层、三层。

数量是这件事的地基——没有100次尝试，你根本撞不上那次让你顿悟的结构。但数量之上还有一步：让上一次的输出成为下一次的输入。

几条路并行更划算的地方，是它们之间会互相提示。

我这两三年沿着自己的兴趣和需要，做过数十个网站、十多个App、七八本橙皮书、几十个skill，还有数不清的自动化脚本、Chrome插件、VS Code插件。太多了，我自己都数不清。

里面跑出来的是少数：小猫补光灯上过AppStore付费榜第一，《Claude Code橙皮书》上过微信读书热搜第一，女娲.skill在GitHub攒到了19k stars，被一些头部AI产品接入。被人提起的就这几个。

底下是更大一堆没人提起的：发布即沉默的App、写到一半放弃的书、没人用的skill、跑不到第二个版本的脚本。

但它们能各自长出来，背后是另一件事在悄悄发生：做App的失败让我把过程写成了橙皮书，橙皮书带来的读者让我看清skill和design才是更长期的事。跑出来的那几个不是孤立长出来的，是底下那一大堆失败垫出来的。

塔勒布说杠铃，芒格说能力圈，到了这里其实都可以翻译成进化生物学里的一个词：evolvability，可演化性。它指的不是「能产生多少变异」，是「产生的变异里，有多少能被选择捕捉、被遗传保留」。

具备可演化性的系统有几个共同的样子。它是模块化的，局部出错不会毁掉整体。它有反馈机制，能从环境拿到信号判断好坏。它有记忆，成功的经验能被保留。它有重组能力，新经验能跟旧经验混合产生新的可能。

把内容、产品、分享、复盘、社区、付费用户串成一个能互相喂养的系统，比做出某一个爆款产品重要得多。

爆款是结果。系统是原因。

AI让普通人获得了「廉价变异」的能力。但可演化性，AI给不了你。它来自你自己怎么设计选择机制、怎么积累遗传信息、怎么让每次失败成为下次的输入。

所有人都把AI时代类比成寒武纪大爆发。但你要知道一件事：寒武纪大爆发之后，绝大多数早期身体构型都没活下来。大量纲、属种灭绝了，连奇虾、欧巴宾海蝎那种长相古怪的演化分支都断了。今天还在的动物门，是当时极少数挺过后面5亿年选择压力的幸运儿。

多样性爆发只是开场。真正决定谁活下来的，是后面5亿年的选择。

寒武纪给我们的启示从来不是「大爆发等于机会」。是「大爆发只是发令枪响，真正的赛跑才刚开始」。

所以最该警惕的，从来不是「我没赶上突变窗口」这件事。真正该警惕的，是另一种心态：「我以为身处大爆发就等于机会」。

回到那个早晨。

AI最大的礼物，不是让你成功。是让你能廉价地失败100次。

以前普通人这辈子能承受2-3次失败，现在能承受100次，也许1000次。失败不再是终点，是中间状态。这种「可以身处失败之中而不被它毁掉」的能力，是过去所有时代普通人都没有过的奢侈。

拿到这个礼物之后，还有一件AI不能帮你做的事。

把这100次失败，串成一个能让你进化的系统。

不然，廉价的失败就只是廉价的。

这件事最让我着迷的地方是，它把「失败」这个词的重量重新分配了一次。以前我们说「失败是成功之母」，那是一句安慰话——大多数人根本承受不起一次失败，更别提让它孕育出什么。现在我们也许第一次有机会，让这句话变成一个真正可执行的策略。

但策略和系统是不一样的。

策略是你怎么走下一步。系统是你怎么让走过的每一步都为下一步铺路。

AI给了我们前者。后者，还得自己造。