周六下午四点，我还在公司开会。
老板又一次谈起 AI。
他说，现在很多原型，AI 十五分钟就可以做出来。
这个判断本身没有什么问题。
我自己每天都在用 AI，也非常清楚它能把一些过去需要半天、一天甚至更久的制作工作，压缩到十几分钟。
问题出现在后面。
当“十五分钟可以生成一个原型”，慢慢变成了：
人为什么还需要这么久？
再往后，又变成：
几十块、两百块 Token 都能解决的问题，要人干什么？
整场会议就是从这里开始变得有意思。
十五分钟做出来的东西#
我最近临时接手了一套原型。
它已经由一个年轻同事维护了一段时间，而更早以前的基础，是老板自己用 AI 快速生成的一版。
视觉上比较粗糙。
颜色很满，很多地方先解决“看起来有东西”，再谈其他。
但它已经成为了历史资产。
我刚入职没几天，没有选择立刻大改。
我在会上解释：
刚接手几天就大规模推翻已有原型，是对历史资产缺乏敬畏。这也是过去这些年工作教会我的职业操守。
我需要先知道：
为什么当时这么做？
哪些东西是需求决定的？
哪些是历史妥协？
哪些是真的不好？
哪些只是我个人不喜欢？
老板几乎一句话就把这个解释否掉了。
他说，以产品部现在这种效率，真不如废了。
在这之前，他已经说过另一件事：
我来了以后，占据了工资预算，但出货速度反而没有他以前一两个人快。
紧接着他又说，现在我一直被这套原型卡住，后面不断进来的需求都没办法塞给我。
我当时很想翻脸。
现场还有他的亲戚，一个从包工头转过来的项目经理。目前他们真正催的动的，只有我。
最后我只是笑了一下，耐着性子听他讲完。
我说：
我不打算为自己辩解，我只讲事实。
一个很重要的事实：他要的是工程稿#
事后复盘时，有一个事实必须先钉死。
老板要求我交付的，并不是一次性的探索 Demo。
他要的是工程稿。
也就是说，这套原型后面是要真正交给开发的。
也就是未来的我。
那么问题就变了。
如果只是用来讨论方向：
十五分钟当然可以。
错了就扔。
颜色乱一点也无所谓。
数据是假的也没有问题。
状态不完整，下一版再说。
但工程稿不是这样。
只要后面真的有人要照着它开发，就必须开始考虑：
数据从哪里来。
页面状态怎么变化。
角色权限怎么区分。
接口失败以后怎么办。
正常路径之外还有哪些异常路径。
一个按钮到底是视觉上的按钮，还是背后真的存在这个动作。
这不是我主动给自己加戏。
这是工程稿本来就要承担的责任。
所以这场争论最核心的矛盾，其实非常简单：
要求的是工程稿的责任，比较的却是十五分钟 Demo 的生产速度。
我可以一天一审#
老板持续强调 AI 原型的速度。
我最后跟他说：
如果您授权我按照您说的标准生成，我每天可以做到一天一审。
我的内心想法其实更直接：
一天一个算什么。
你想要来一打都可以。
因为“快速生成一套看起来成立的界面”今天真的已经不难。
难的是另一件事：
生成之后，谁来决定它究竟能不能留下。
如果只要求我快速提供探索稿，我完全接受速度优先。
如果要求我给工程稿，那我就必须为后续实现负责。
这件事后来反而让我想清楚一个以后应该提前确认的问题：
每一轮原型到底属于哪一级？
探索稿。
评审稿。
还是：
工程交付稿。
探索稿允许错。
评审稿要跑通业务。
工程稿必须开始承担实现责任。
如果三个东西都叫“原型”，然后统一用十五分钟衡量，最后一定会出问题。
ComDesign、Penpot，以及“是不是 Token 又不够了”#
会议又谈到我最近一直在做的 ComDesign 和 Penpot。
我说我虽然贵为产品经理，mockplus坐席都没有，不贵400块钱，但就是。只能是一边催促他改，一边自己处理别的事情。
老板说，你搞的那套penpot+comdesign系统呢，干不了活？
我说，这从一开始就是一个正在演进的设计系统。剩下半句话是，3天日夜干掉别人十多年的产品。是理所应当的吗？
他反问了一句：
是不是你的 Token 又不够了？
这是在讽刺我之前提出过的 Token 要求。
事实上，那一阵子我经常做到凌晨三四点，也不太敢把关键判断交给那些善于自吹、拙于实际能力而未必可靠的廉价智能体和服务商。
说白了：
有些 Token，我并不想用。
但我后来越来越不愿意拿这件事证明自己。
“我搞这套东西到凌晨三四点”只能证明我很累。
不能证明我做的是对的。
如果方向错了，熬到早上八点也没有价值。
所以我没有拿加班去回应。
我给了一个数据。
最开始用 OpenDesign 做复刻演示，一次大约会消耗 8% 的月额度 Token。
进入 Penpot 这套流程以后，相似工作大约消耗 2.3%。
任务规模大致可比，那么至少说明：
我并不是在要求更多 Token 来填效率问题，而是在尝试把一套重复消耗模型能力的工作，转成可复用资产。
老板的回答也很直接：
他十五分钟可以做出来的东西，哪怕消耗两百块 Token，也比请一个人划算。
这句话不能因为我不喜欢，就说它是错的。
如果一个产物只使用一次，生成完就扔，那么两百块当然可能比建立一整套设计系统便宜。
真正的分歧在这里：
他把很多设计产物看成耗材。
而我在尝试把其中一部分变成生产基础设施。
到底谁对，要看后面有没有复用。
如果公司永远在做一次性展示，前一种方式可能更经济。
如果以后还有几十个页面、多个项目、多人协作，设计系统的账才会慢慢显出来。
所以这里真正的问题不是 Token。
是：
这个组织究竟需不需要积累。
“很多数据规划你都没考虑”#
很快，老板又提出了一条批评：
现在的原型里，有很多数据结构没有考虑到。
这一条我认。
而且这是整场会议里非常有效的一条工作批评。
工程稿当然应该考虑数据。
但它同时让前面的矛盾变得更加明显：
一边要求不要想太多，十五分钟先出来。
另一边又要求：
数据结构怎么没考虑完整？
这里面其实藏着一个大得多的后台系统。
这时候我说了一句话：
下次做得错误优先。
他愣了一下，然后明显沉下脸。
我马上意识到，他听成了：
既然你要求快，那我以后就先做错。
所以我继续解释。
我说的“错误优先”，是原型阶段优先把异常和失败路径画出来。
比如一张优惠券。
正常路径特别容易：
用户有券。
点击。
核销。
成功。
但如果先看错误：
过期怎么办？
已经使用怎么办？
网络中断怎么办？
核销到一半失败怎么办？
用户身份变化怎么办？
客户端和服务端状态不一致怎么办？
只要开始画这些东西，很多原本隐藏的数据结构就会自己暴露出来。
解释完以后，他冷冷地点了点头。
更准确的说法应该是：
异常场景优先。
或者 Failure-first。
这也是这场争论里我自己应该修正的地方。
AI 到底让开发快了多少#
老板随后列举了很多 AI 能加速开发的场景。
我当时拿了一个研究数字出来，说整体开发效率的加速并没有想象中那么夸张，大约只有 23%。
事后我又找 Mira 回头审了一次，这种表达其实并不好。
不同研究、不同任务、不同工程师、不同代码库，AI 带来的效率变化差异非常大。
硬抓一个百分比出来，很容易把真正的问题带偏。
我真正想表达的是：
AI 可以把某些实现环节压缩得非常厉害，但实现时间不等于完整交付周期。
老板说，也许那些研究针对的是大系统。
我听出来的意思是：
我们现在这套系统，并不是什么特别大的系统。
一个很有意思的背景是：
这套系统同时对外宣称有两百万用户。
两百万用户并不自动意味着技术意义上的大系统。
累计用户和并发完全不是一回事。
真正让我在意的，是另一种复杂度：
学校。
省份。
赛道。
赛事年份。
学生身份。
团队关系。
权限。
历史数据。
状态迁移。
系统的服务器压力可以不大。
业务模型依然可以很复杂。
这两个“大”，不是同一个“大”。
一个新产品题#
接下来，我主动回应了一个他一小时前提完全新的产品需求。以及他炫耀给我看的15分钟原型
大概是：
帮餐饮店老板用 AI 做内容运营。
包括小红书、抖音内容生产、运营工作流之类。
我第一句话是：
可以反驳吗？
他说可以。
于是我开始拆这套方案。
我先说，内容生产现在本来就是最廉价的能力。
而且我很认同他给我看的 PPT 里的一句话：
最重要的是，“我们有垂直行业经验”。
今天的模型随时可以生成几十篇餐饮文案。
但如果这些内容都是乐色，客户不认可，那么一天生成五十篇和一天生成五百篇的意义差别并不大。
第二，如果餐饮老板本身非常重视自己的内容表达，那么很多本地 AI 软件已经具备基础生成能力。
也就是说：
单纯“我们也可以生成小红书内容”，很难成为核心差异化。
第三，需求 PPT 一直在讲：
通过 AI 工作流，比请运营节省 80%+ 的成本。
但真正谈到运营时，问题又自然走到了：
品牌判断。
评论处理。
舆情。
用户反馈。
内容审核。
这些工作当然都可以用 AI 辅助。
但越靠近真实的外部沟通，越需要谨慎。
尤其是完全自动化的对外处置，并不是“能生成”就等于“应该自动发出去”。
如果坚持全部云端运行，长期模型调用成本也需要单独算账。
最后我说了一句：
这套系统最需要的其实是运营。
老板愣了一下。
追问我。
我说：
最重要的反而是人。
“我们缺人吗？”#
他像是觉得这个问题根本不构成问题，随口反问：
我们跟这些做比赛的公司合作，缺人吗？
把这些学生拉到产业园区。
让他们操作 AI 工具。操作啥没所谓，云，或者本地。的ai，都不重要
这不就是运营？
抛开偷换的概念不提，这句话撞到了我的政治观点底线。
但我没有接。
因为这不是政治辩论。
而且去掉情绪以后，我必须承认：
他实际上提出了一个可能成立的商业模型。
资深运营制定方法。
学生执行。
AI 放大学生的产出。
过去一个优秀运营只能服务几家店。
现在可以制定 SOP，再带一群学生，通过 AI 服务更多客户。
这甚至可能真的很赚钱。
但它恰好又证明了前面的结论：
人没有消失。
运营只是被重新分层了。
真正有垂直行业经验的人：
定策略。
制定标准。
审核。
判断。
学生和 AI：
完成更多可重复执行的工作。
那么这个产品真正的形态就不再是：
AI 替代运营。
而更接近：
AI 放大运营。
它甚至可能是：
行业运营专家 + 学生人才池 + AI 工作台 + 一套可复制的运营 SOP。
这个模型，比单纯做一个 AI 内容生成 SaaS 有意思得多。
而它真正的壁垒，可能恰恰不是模型。
几十块钱都能做，还要中低端劳动力干什么#
老板后来还说了一些 AI 取代人的观点。
大意是：
现在很多事情，几十块钱就可以让 AI 完成。
那为什么还需要那么多人？
我没有继续接。
不是没听见。
而是我很清楚，这时候已经从产品讨论走向了另一件事。
这句话前半段可能完全正确。
有些劳动真的正在迅速贬值。
如果一个岗位唯一的职责就是：
按照非常明确的要求，机械地产出一段普通内容。
我并不认为这个岗位会因为“这是人的工作”就永远存在。
技术发展本来就会淘汰工作。
但：
某项劳动变成几十块钱，并不等于完成这项劳动的人只值几十块钱。
工作可以发生迁移。
从写内容，变成判断内容是否值得写。
从执行，变成审核。
从 Happy Path，变成处理异常。
从操作工具，变成决定使用什么工具。
人从生产结果，变成承担结果。
所以一个更严谨的问题应该是：
哪些人的哪些工作，已经不值得继续由人做？
而不是：
几十块钱都能做，还要人干什么？
前一句是生产力问题。
后一句已经开始变成对人的价值判断。
这条线，我没有义务和他争。
被断电了#
这场讨论还有一个非常现实的背景。
我们那个位于 5A 级写字楼里的办公室，因为拖欠电费，被断电了。我跑去问前台，总闸在哪，她没好气的说，你们没交电费。
我们一边讨论：
AI 十五分钟能做原型。
两百块 Token 都比一个人便宜。
几十块就能完成的事情，还需要人干什么。
另一边：
电没有了。
晚上回家以后，我突然想到另一个更加荒诞的问题。
人可以无偿加班。
劳动合同可以拖。
工资可以拖。
一个人做到凌晨三四点，第二天依然可能继续来上班。
但是：
电费不能拖。
Token 不能拖。
云服务也不会因为老板最近现金流紧张，就说：
没关系。
你先用。
月底再结。
机器的成本是显性的。
精确的。
即时结算的。
人的成本却经常具有另一种“弹性”。
睡眠可以先欠。
加班可以不进表。
劳动合同可以以后再补。
工资可以晚一点发。
情绪和身体甚至根本没有财务科目。
于是当我们最后计算：
AI 真的比人便宜。
这个结论有时候并不只是因为 AI 足够便宜。
还因为：
人的很多真实成本，从来没有完整进入成本表。
后来，Mira 作为评判者重新审了一遍#
凌晨回家以后，我把这整场争论重新讲给 Mira 听。
我不想让她因为和我聊天，就自动站在我这一边。
所以我让她把“老板”和“员工”两个身份先拿掉。
只审论点。
哪些地方他说得对。
哪些地方我说得对。
哪些地方我的表达有问题。
哪些地方他的标准发生了移动。
最后，她给出的评分是：
产品与技术判断：我 8.2 / 10，老板 6.4 / 10。
管理与沟通方式：我 7.6 / 10，老板 3.8 / 10。
这个分数当然不是科学测量。
它也不能证明老板见识短浅。相反，把一个东西换个招牌，是这个时代人们善用的天才诡辩。
它只是把这场具体对话重新拆开以后，Mira 给出的判断。
它的意义也不是证明我赢了一场会议。
真正有记录价值的，是后面的拆解。
老板说对了什么#
第一：
AI 的确已经把大量制作劳动压缩到了非常低的成本。这是没有共识的共识。
第二：
如果一个产物只是探索，用完就扔，那么花三天把它工程化，很可能是在浪费时间。
第三：
他指出原型里有些数据设计没有考虑完整。
这一点是有效批评。
第四：
当我说“错误优先”的时候，用词本身容易被理解成顶嘴。
这是我沟通上可以修正的地方。也许我当时确实有一点在顶嘴。
第五：
ComDesign 和 Penpot 是否值得持续投入达到取代mockplus的地位，不能靠“熬了两个夜”证明。
它必须最终用复用效率、产出质量和实际成本证明自己。
这些，我都收。
但他似乎早已替双方排好了认知高低#
更大的问题，是不断把局部成立的判断扩大。
AI 能十五分钟生成一个原型。
成立。
于是扩大成：
工程稿也应该最多是天级，甚至小时级地快速产出。
这里开始有问题。
某一项重复劳动只值几十块。
成立。
他后面又提到，完全可以去找更高水平的人。
听到这里，我很难不产生一种感觉：
在这套叙事里，雇佣一个能力没那么强的人，让他加班给一点国内token, 似乎已经带上了一点做慈善的意味。
这已经不是同一个命题了。
同时，评价标准还会发生移动。
想得多：
太慢。
快速做：
数据结构没想清楚。
谈到设计系统时， Mockplus 一个坐席也不过四百块钱，既然我已经做了设计系统，为什么不能直接生成。
我听到的潜台词是：
既然 AI 已经这么强，那么两三天做出一套可以替代现有工具的东西，也不应该是什么大问题。
不做体系时，又会回来面对另一个问题：
为什么不同页面不统一？
这种情况下，执行者最难的甚至不一定是能力不足。
而是：
“完成”本身会不断移动。
我真正认下来的问题#
经过这场争论，我确实承认了一件事。
我的角色切换得太快。
产品。
设计。
开发。
有时候甚至运维。
一个原型在我这里，很容易从“先看看长什么样”，一路想到：
开发以后怎么办？
数据到底有没有？
接口谈不谈得下来？
半年以后谁维护？
这会让我比单纯做一张原型慢。
这一点不用回避。
但老板当时还有另一层比较。
他认为，我来了以后占据了工资预算，产出却没有以前快，甚至没有那个年轻同事有用。
我没有因为这句话去怪那个年轻同事。
恰恰相反。
我一直交代他：
如果一堆数据接口现在根本谈不下来，几个总评审了几次，今天说这里加个 A，明天说那里补个 B，后天会前补又要全部推翻，那么现阶段只能保守维持判断。评审只能如实反馈。
在已经确认的信息范围内落地。
做到哪里，就如实反馈到哪里。
自己拿不准的事情，不要为了让评审现场看起来完整，硬画一个答案出来。
自己拿得准的，做。
拿不准的，留着。
不是为了临时应付一次评审，做出一堆以后还得重新解释、重新推翻的乐色。
这不是什么先进的方法论。
只是我做过开发以后留下来的习惯。
当然，这里面也有我自己需要调整的部分。
即使是工程稿，也不代表我必须一次把所有事情想完才让别人看到。
中间结果可以更早展示。
方向可以更早确认，而不是在两个小时的评审会上才确认。
大的工程判断也可以拆成更短的检查点。
这和降低工程标准不是一回事。
只是减少一种情况：
我脑子里已经往后走了很远，别人看到的却只是“怎么还没出东西”。
这个效率问题，我认。
有的人不用擦屁股#
但我后来发现，我和老板在原型效率上的分歧，还有一个非常现实的背景。
在当前这套工作方式里，不同的人对错误承担的成本并不一样。
十五分钟生成一个东西。
老板觉得好。
拿去用。
宣讲结束以后，这一轮工作就结束了。
但如果里面的数据根本不存在，这里实际上没有接口，那个状态开发不了，这个流程闭不了环——这些问题不会随着评审结束自动消失。
它们只是被推到了后面。
总有人要碰到。
有的人不用擦屁股。
有的人需要帮别人擦屁股。
而我偏偏知道，那个“后面的开发”很可能还是未来的我自己。
所以我做工程稿的时候，会忍不住多看几眼。
不是因为我比别人负责。
也不是因为我有什么高尚的工程信仰。
很现实：
今天随手画下去的东西，过几天很可能重新落到自己头上。
如果今天为了评审爽一下，凭空补出十个根本不存在的能力，那么未来开发的时候，就要重新解释：
这个做不了。
那个数据没有。
这个接口还没谈下来。
那个状态之前只是原型里画出来的。
所以我真正选择的其实很有限。
我愿意帮人擦一点屁股。
但只擦有限的。
历史已经在那里，我不会刚来几天就全部推翻。
信息不够，我不会假装自己知道答案。
数据和接口还没有结论，就保守维持判断。
但我不想为了让一次评审看起来特别丰满，再主动制造十坨新的东西，留给后面的人——包括未来的我——继续擦。
这没有那么浪漫。
更多是一种朴素的工作习惯。
甚至是一种自我保护。
问题是，一边帮人擦屁股一边被嫌脏，这是不是ai不可取代的能力？这是一个值得考虑的问题。
所以我还是会把能扔给 AI 的东西扔给 AI#
这场争论没有让我少用 AI。
恰好相反。
十五分钟能做完的，我也不想做一天。
批量生成。
搬运。
第一次探索。
改格式。
重复实现。
这些东西能交给机器，我希望交得更彻底。
但我会更明确地区分两件事情：
生成一个答案。
和：
留下一个别人真的要继续使用的东西。
前者可以非常便宜。
后者贵在哪里，不一定是制作本身。
有时候只是因为总得有一个人在后面看一眼：
这个是真的吗？
这个数据有吗？
这个接口存在吗？
这个真的能做吗？
如果不是，谁来收拾？
老板说，两百块 Token 比请一个人便宜。
这句话在很多场景里确实成立。
但那天下午最后留在我脑子里的，反而是停电。
因为它把这笔账变得特别具体。
AI 可以十五分钟生成。
Token 可以很便宜。
但十五分钟之后留下来的东西，如果还需要一个人去判断、解释、修改、落地和收拾，那么这个人的时间也应该被算进去。
所以后来再想：
“AI 几十块钱就能做，人还有什么用？”
我已经不太想从什么宏大的角度反驳它。
我只想到一个非常现实的问题：
那十五分钟之后留下来的东西，谁擦屁股？
如果答案最后还是人，
那至少在算“AI 比人便宜”这笔账的时候，
应该把这个人也算进去。
电费和 Token 不会等你。
