上周朋友跟我讲了个事。她做设计，完全没碰过代码，连 Hello World 都没敲过。每天被一组重复动作烦死，几十张图改尺寸、加水印、按不同名字导出。她没去学 Python，而是打开一个 AI 编程工具，用大白话丢了一句过去："帮我把文件夹里的图批量改成 1080×1080，右下角加个水印，按文件名导出。"
几轮对话后，脚本跑起来了。她先解决了自己的麻烦，顺手把流程发到社群。有人问能不能也帮他做一个，她收了顿外卖钱。
这事不是段子。2026 年，这种日常正在很多人身上发生。而我更在意的是它背后的那个变化，很多人还没反应过来。
别问"要不要学"，先看"接口变没变"
很多人卡在第一步：我要不要学 AI？
这个问题有点偏。编程的底层只有一件事：把需求精确地告诉机器。过去这个接口是代码，你得先学会一堆英文单词和符号，想法才能进去。所以普通人被挡在外面。
AI 把接口换成了自然语言。你只要说清楚"想让机器干什么"，它把代码写出来、跑起来。这就是今年被叫开的 vibe coding，"氛围编程"也好，"感觉式编程"也罢，本质就一件事儿：你不懂代码，也能用大白话指挥 AI 写代码，看着它跑，错了再改。
真正的问题，于是变成：当"把需求说明白"成了新门槛，你还要不要把这件事外包给别人？
你今年还在规划"明年系统学完 Python"，可入口已经挪到对话框里了。计划赶不上接口换得快。
旧门槛拆掉了，新门槛长什么样
旧世界的门槛是英语、逻辑、语法，天然筛掉一大片人。vibe coding 把门槛换成了三样东西：你能不能把事情讲清楚，你有没有审美，你能不能判断"这东西到底好不好用"。
这三样，反而是人最值钱的部分。
你不用变成全栈工程师，也用不着把编程语言吃透。你只需要搞清楚一件事：我懂的痛点里，哪一类能用 AI 解决。段永平说，知道自己的边界，比边界本身更重要。放在这儿，就是别贪多，先在一个你真实会疼的问题上动手。
AI 这波混乱，对会动手的人来说不是威胁，是发牌。别人在焦虑"AI 会不会取代我"，你在用 AI 解决自己的麻烦。混乱成了养分，这是反脆弱的意思。不是抗压，是从波动里捞到好处。
复利这事也在这里。越早造出第一个小东西，每天就多一份积累。今天一个水印脚本，明天一个自动填表，半年后手里就是一套自己的工具。最怕的是那句"等我有空了系统学"。你一等，复利就断。
现在大部分人都挤在"用 AI 聊天写文案"这条小道上，真正宽的那条路——"用 AI 造东西"——反而空着。
vibe coding 没你想的那么玄
这件事特别朴素：自然语言 + 一个能写代码的 AI + 你反复改需求。
我知识库里有两条现成的路径，可以直接上手。
第一条是提示词工程。谷歌那本提示词手册里有个反直觉的数据：最成功的提示词平均才 21 个字，大多数人随手写的不到 9 个字。太短，AI 听不清。vibe coding 的第一步，练的是"把需求说人话、说清楚、说具体"。一次不对，换个说法再来。
第二条是无代码应用搭建。哪怕你连"让 AI 写代码"都不敢试，也能用 Dify 这类工具，把前缀提示词固定好，用变量把选项带进去，一键发布成网页。歸藏当年二十分钟就搓出一个"输入主题，生成 MJ 提示词"的小网页，用户复制即用。
语法书可以先放一放。
我库里还有两个例子：有人给 AI 编程工具做了一套"皮肤"，一个老生意在新平台上重新长了一遍；藏师傅把反复试出来的 Midjourney 风格，整理成风格代码。审美到了这种时候，真的成了可以交易的东西。
普通人上手，别从"学"开始
给一个马上能用的顺序。
先从"造一个你自己的小东西"开始，别从"学编程"开始。学习金字塔那条老结论还在：光听光看，留存不到三成；亲手做一遍，能到七成五。要的是"它跑起来了"，不是"我懂了"。
然后用"教别人"逼自己真懂。费曼那套办法，核心是你能不能把刚造出来的工具，讲给一个完全外行的人听明白。能讲明白，盲区才真的补上。
最后用结果思维卡住"做到位"。每造一个工具，别只满足"今天搞定了"。问一句：这东西能不能变成我以后反复用的模板？能不能发出来帮到别人？一个水印脚本是"做了"，固定成一套批量处理工作流才是"做到位"。后者才会复利。
YC 创始人保罗·格雷厄姆有句话说得很狠："做用户想要的东西，否则你做什么都死定了。" 对普通人最友好的起点，就是先解决你自己的痛点。你疼的地方，大概率别人也疼。
回到开头。普通人现在最该学的 AI，就是 vibe coding：用自然语言让 AI 把你脑子里的东西变成能跑的东西。聊天、写周报、做 PPT 这些，AI 已经能替你干了，但"造东西"这件事，你得自己上手。
窗口期就在这儿。等所有人都反应过来"原来不用学代码也能造软件"，大门又会悄悄关上一点。趁现在，去跟 AI 说人话，造点东西出来。
这是「岛主的 AI 思考」第一篇。后面我会顺着"普通人怎么用 AI"这条线，聊机会地图、判断力、AI 分工这些事。核心就一句：AI 把"做"打平了，把"你会不会说清楚"显影了。