20260117: Vibe-Coding & AI-Native Hardwares

1. 俳句时钟

两年前的大概这个时候，我在第 N 次重新学习前端代码，当时是为了尝试调用最早期的一些 AI 模型，来尝试一些奇怪的东西。大部分是和我当时的工作相关，有个跟工作不相关、可以发出来的，是一个 每分钟自动刷新一首俳句 的小废物。

当时，为了做出来这样一个非常简单的东西，你也还是得认认真真地找一个教程，尽量根据目录（而不是急功近利地跳着看）去 follow 它，手敲各种示例代码，理解所有的基本概念，最后运用这些概念，把新东西做出来。在这个过程中，AI 的作用主要是在 chatbot 里提问题，然后看它回答的示例代码（其实也错误不少），来学习理解新的概念、或者 debug 已经手写出来的问题代码。

然后如果你有一段时间没有使用，这些学会的东西就会被忘掉。这是为什么我每隔不固定的时间就会需要重新学一遍基础编程知识、或者基础 Blender 操作这些东西。

两年过去了，事情发生了很大的变化。在今天，藉由 Cursor 和 Claude Code 的流行，任何一个思维水平正常、能够用自然语言说清楚需求的普通人，都可以在不事先投入 10+ 小时学习（或者再次学习、第 N 次学习…）基本编程概念的情况下，写出一些不那么复杂的小工具。

如果在 2 年后的今天要重新做一个类似这样的俳句时钟，大概只需要 15 分钟（或者更少一些），并且你完全不需要去再次复习 javascript 基础知识，只需要有一个大概的印象「这是怎么回事儿」就好了。

2. AI-Native Builders

在今天，每个人都可以随时运用自然语言写一个小工具。这是一件非常好的事儿，但是最近我也会经常看到一些奇怪的言论，有的现役程序员（目测数量还不少）认为这不是一件好事儿，比如说：

• 业余人士不应该能够在手机上随时写出一个对自己有用的小程序
• 人不应该能够很快地写出 11 个上架 App Store 的小程序 (涉及的原 tweet 是 这条 )

这种非常神奇的想法，让我想起很久以前，在 AI 刚能勉强生成（人手以外的、不含文字的）图片、大家都在 MidJourney 和 ComfyUI 开盲盒的时候，我还在 twitter 上见过几个画师说人不应该随便用 AI 模型生成一张具备特定视觉风格的图片——然后，GPT-4o Ghibli Moment 就来了。

再往前一些，当抖音和快手让每个人都能在手机上拍出一段视频、甚至是开始一段直播，并且发到公开网络上的时候，我也在 twitter 上见过一些专业影人说普通人不应该很快地拍摄一段视频发出来，因为它们没有思考和灵魂，只是生产了一大堆垃圾 footage 数据。

不是所有的程序写出来都是为了给全人类使用，就像不是所有的抖音短视频拍出来都是为了给一大群人放映。

在人类历史上，我们已经有过：每个人都能阅读一段圣经的 moment、每个人都能分发文字作品（手抄本）的 moment、每个人都能拍下和分享照片的 moment、每个人都能拍一段视频或者开始一段直播的 moment、每个人都能用自然语言生成图片给自己使用的 moment……

我不觉得即将到来的「每个人都能 vibe-direct 一段影片」和「每个人都能 vibe-code 一个小工具」的 moment 和之前已经发生过的那些 moments 有任何区别。

解放创造力，just vibe it out，可能完全没啥用看一眼就扔了、可能只对自己有用、可能对 20 个其它人有用、可能可以卖给 1000 个陌生人、也可能更大范围地 go viral，这不重要。

我不喜欢 被 web3 从业人员称为 web2 XXXX，但是他们的这个做法确实给了我一些奇怪的启发：既然现在即使是最傲慢的现役程序员也不是完全古法编程了，我们已经不能用「古法程序员」和「vibe-coder」来做这个区分，那么我们至少可以这样：

• 把那些傲慢的、觉得人不应该可以随时随地写代码和写出奇怪小工具的现役程序员称为 「legacy coders」；
• 把新一代几乎永远处于 AI 写代码模式、自己几乎不会（甚至完全不会）手工写代码的、充满创造力的普通人称为 「AI-native builders」。

3. AI-Native Hardwares

「AI-Native Builders」这个说法过于有趣，以至于它让我想到了一些别的东西：

两年前，我在 对 Rabbit R1 的看法 的文章里，把当时的第一批主打 AI 卖点的消费电子产品称为「initial AI hardwares」。

两年过去了，我觉得现在我们应该区分两种对于消费电子类「AI 硬件」的不同定义，即：

• AI-Driven Hardwares：主要是被 AI 驱动的硬件。代表产品包括 Rabbit R1、Humane Ai Pin、还有各种国内的便宜 AI 教育玩具。
• AI-Native Hardwares：完全为 AI 设计的产品。我其实不觉得现在市面上有这样的产品，但是我觉得未来 1～2 年会有。

说一个消费电子产品是「AI-driven」硬件，意味着尽管它的核心功能是由 AI 驱动的，但是它具备哪些功能、应该被用在什么场景、在品类划分层面上叫什么名字…… 都还是被产品经理们预先定义的，这背后可能是大量的传统时代的硬件产品规划工作——场景选择、市场潜力估算、用户调研、功能设计…… 最后主动选择一个很窄的细分领域去切入、并且在整套 GTM 过程中呈现出明确的市场定位。

如果一个消费电子产品是「AI-Native」硬件，则意味着它很可能并不是被预先定义好的、面向细分市场和明确细分用户群体的产品——它的主要功能，是由 LLM 本身的能力去决定的，没有严格的「这个东西应该怎么用」的限制。产品团队当然可以针对一些他们预期可能会有的 core use cases 做工程化的针对性优化工作（并在上市以后根据用户反馈持续地去做这样的工作），但是本质上，它仍然是一个不设限的产品。

举个有点儿过于简化的例子：想象一个小玩具，它有扬声器和麦克风、有一个 eSIM 联网上下行的能力。那么，如果它是一个 AI-Native 硬件，它就不太应该把自己定位成一个「益智玩具」，而是从一开始就允许各种人拿它去做各种事，用户只需要提供一段或简短（比如直接语音）或复杂（比如有个 app 可以反复斟酌和大段输入）的 prompt：

• 对于家长：可以买给孩子，当成具备不同人格（当然，你可以用 prompt 来指定）的讲故事、聊天互动的玩具；
• 对于我自己：买一个回来，让它每天按照我指定的风格给我播放新生成的音乐——按一个键就可以用的 无限音乐盒；
• 你甚至应该可以：买一个回来放在床头，接上电，每天晚上监听自己有没有打鼾，第二天早上给一个语音播报。