自从大语言模型风靡以来，一场席卷各行业的颠覆性变革悄然开启。虽然我们无法枚举所有正在发生变化的行业，但仅从各类创业公司提出的新需求，以及大型科技公司对传统业务的 AI 化改进中，都能感受到这次变革影响之深。然而，与业务驱动的宏大叙事不同，以 LLM 为代表的 AI 模型对普通人的生活究竟意味着什么，即使是身处风口浪尖的程序员们，有时也难以言说。
两周前，独自带娃的我看着孩子从 daycare 带回来的字母练习纸，突然意识到她已开始接触“作业”这一概念。在美国，期望 daycare 提供中文书写练习几乎是一种奢求。为了帮助孩子建立基本的汉字书写感，我决定按照国内的节奏为她制作一些字帖。在网上寻觅一番后，我发现大多数中文字帖的受众是学龄童或成人，对于连握笔画画都不稳的孩子来说，写小字确实太具挑战性了。虽然 E字帖 提供了符合我需求的带笔顺范例的大字，但其定制功能需要充值会员。尽管 38 元一年的价格并不贵，但那个 UI 极具“年代感”的网站让我对其能否满足长期需求产生了质疑。
上周，我突发奇想：为什么不自己做一个工具呢？对于基础设施/后端背景的程序员来说，构建一个 Web App 其实是一项极具挑战的任务。在过往的个人项目中，耗时最多的往往是前端微调；而即便抛开前端，构建一个符合工程规范的后端架构也极其耗时耗力。每当想到这些繁杂的工作，心中的惰性总会劝我：还是花点小钱买会员吧。
但这一次，我开始得格外自信。近期使用语言模型和实践由 Andrej Karpathy 提出的 “Vibe Coding” 的经历让我明白，如果只是构建原型产品，AI 已经做得足够出色。于是，我趁着带娃的间隙，写下了约 300 字的需求和设计稿。接下来的对话过程非常高效：大约 10 分钟的 AI 生成，加上 10 分钟的微调，Gemini-CLI 配合最新的 Gemini Pro 模型就帮我搭建出了一个简洁易用的网站。
该项目目前托管在我的个人域名下，可以通过 toolbox.pengzhan.dev 访问。
用时不到 30 分钟，我就能打印出字帖供孩子涂鸦。这种即时反馈的惊喜，让我对 AI 影响未来的方式有了更深刻的认知：
- 人人皆可制作软件而无需编程。 这意味着，只要愿意投入少量的 LLM API 成本，任何人都能轻易实现传统意义上的程序。编程技能的门槛大幅降低，或者说，当人人都能扮演产品经理（PM）的角色时，“由谁去实现”已不再是核心问题。以教育为例，如果你是一位物理老师在讲受力分析，易于编辑的 PPT 可以完全展现你的教学思路，但做好却不容易。有些现成的软件能演示受力分析，但它们未必能完美契合你的讲解逻辑。那么，为什么不让 AI 为你定制一个专属的动画 Web Demo 呢？
- 高度定制化与完全创新化的需求，将定义未来软件工程中人类的贡献。 既然基础需求已能轻易满足，人的力量该如何体现？显然，面对独特且高度定制的需求，或是完全创新性的探索， AI 依然难以独立胜任。即使 AI 能缝合解决方案，过程往往也费时费力，需要人类持续引导。例如，由于 AI 在视觉定位和坐标处理上仍有欠缺，生成的 PDF 曾出现一个难以自动修复的偏移 Bug。我虽然不熟悉 gopdf 的实现，但仍需深入研究其源码，最终发现了二维坐标计算的误差。这种“最后一公里”的局限，正是当前 AI 的短板。此外，面对完全未知的技术难题——比如我上周遇到的 Unix Socket 错误——LLM（至少是最近发布的 Gemini-3.1-Pro）依然无法通过统计逻辑找到突破口。人类那种基于知识压缩后的“灵光一闪”，依然是 AI 目前模型结构下，难望项背的高效激活方式。
- 随着 LLM 进入下一阶段及配套工具的成熟，教育形态将发生重大变革。 LLM 的力量既强大，又具有“破坏性”。我制作字帖初衷是为了满足写字需求，但它的成功让我意识到更多可能性。最近我观察到，孩子在面对学校的计数练习纸时，常因不理解指令而无法按要求涂色和填写个数。于是，我针对她的进度定制了一个新功能：让 AI 随机生成类似的练习内容。这种完全按需定制、随机生成的方式，不仅增强了技能锻炼，也避免了因题目重复导致的“虚假掌握”。这正是“以学生为中心”的个性化教育能够落地的基石，不再只是思想的发展和准备，而是更加强大的教育基础设施。
我们无法预知未来。但我对这种变革的浪潮既感到敬畏，也让我对人类社会形态的下一次进化充满期待。
Leave a Reply