AI時代，去大膽做一個有“偏見”的人。

作者：彭俊旗的AI工具箱
日期：2026年2月21日 下午11:01
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

AI時代最值錢嘅資產：你有幾「偏見」？——作者分享新IPO心法，用獨特輸入、品味裁決同媒體槓桿跑贏機器。

整理版摘要

作者係一個唔識寫程式嘅產品經理，用Google AI Studio開發緊第5款AI教育產品，親身感受到AI平權令編程技能不再稀有。佢提出一個核心問題：當代碼變成自來水咁廉價，普通人仲有咩槓桿可以用？Naval話過「代碼同媒體」，而家代碼門檻被AI打破，剩低嘅就係決定構建乜嘅能力——即係審美同偏見。

作者重新定義IPO心法：Input要建立「信息潔癖」，拒絕二手飼料，專揾非共識嘅觀點；Process要靠品味裁決，將AI當苦力，自己用主觀偏好做最終把關；Output就要用媒體發行「信任貨幣」，輸出真實經歷、情緒同預判。總括而言，傳統嘅客觀理性已貶值，新價值鏈係獨特輸入、高級品味同鮮明性格。保留你嘅「偏見」，先係AI永遠計唔到嘅算法。

  • AI平權後人類最後壁壘係審美同偏見，而唔係技能。
  • 新IPO心法：Input建立信息潔癖，Process用品味裁決，Output用媒體累積信任。
  • 傳統IPO求客觀理性，新IPO求獨特、高級、有影響力。
  • 客觀中立係死路，要做到「識屏蔽噪音、有極致審美、有鮮明性格」。
  • 即刻開始，輸出你嘅真實經歷、情緒同預判，用內容連接到同頻人。
整理重點

一個唔識寫Code嘅人，點樣整咗5個產品？

作者用Google AI Studio嘅Build APP功能開發AI教育工具，背後係Trace→Buffer→Consolidation→Context嘅認知閉環。佢唔識寫程式，但已經做到第5個完整產品，呢個經歷令佢體會到：

能夠被AI化的技能，未來每個人都能通過掌握AI進而掌握技能

技能不再係高不可替代嘅壁壘。Naval講過，「代碼和媒體，係普通人無需許可嘅最強槓桿」。而家代碼已經被AI平權，人類最後嘅壁壘係決定構建乜嘅能力——即係審美同你嗰份獨斷嘅「偏見」。

整理重點

Input：建立信息潔癖，餵AI獨特燃料

AI模型餵咗全人類數據嘅平均值，如果你輸入嘅同大家一樣，產出必然平庸。AI時代Input核心唔係博學，係挑剔。

AI時代嘅Input，核心唔係「博學」，而係「挑剔」

  • 拒絕未經驗證嘅「二手飼料」：AI已經係最大嘅二手信息縫合怪，你再讀營銷號解讀就係「嚼人哋嚼過嘅甘蔗渣」；逼自己去讀論文、經典、反直覺異端觀點。
  • 尋找「非共識」：AI無法預測黑天鵝，因為佢基於歷史數據；你嘅輸入必須包含不合理、帶稜角嘅個案。

客觀中立係死路一條

你嘅「定見」就係餵畀AI最珍貴嘅語料。

整理重點

Process：把AI當苦力，把品味當算法

好多人用AI當老師問「點做」，錯曬。你要當佢係苦力、手腳，自己係擁有最終裁決權嘅暴君。Process環節核心唔再係邏輯推理（AI仲嚴密），而係審美裁決。

品味（Taste）

  • 代碼AI能寫，但呢個功能係咪多餘，要你嚟定。
  • 文案AI能寫，但呢句話係咪太油膩，要你嚟改。

用你的主觀偏好去調教AI嘅產出

你唔係處理信息，係策劃。你係主編，AI係實習生。冇你嘅「稜角」做濾鏡，AI產出全係工業垃圾。

整理重點

Output：媒體係你最後嘅槓桿

代碼平權咗，但「信任」冇平權。AI可以生成一萬個App、一萬篇文章，但生成唔到屏幕背後嗰個活人。Output唔係為記錄，係為「烙印」。

媒體能力，就係把你嘅「定見」同「稜角」通過內容分發出去

  • 你踩過嘅坑（失敗經驗）
  • 你嘅憤怒與熱愛（情緒價值）
  • 你對行業嘅預判（認知溢價）

呢啲嘢AI模擬唔出，就算模擬到都冇人夠膽信。媒體係普通人在AI時代唯一能跑贏算法嘅路徑。

整理重點

做一個有稜角嘅人

過去我哋以「客觀」、「理性」、「標準」為榮，但未來呢啲都會貶值。新價值鏈係：

從今日開始，唔好再將自己當成學習機器嚟打磨。機器嘅事交畀機器，去做一個有稜角、有脾氣、有定見嘅人。大膽保留你嘅「偏見」，嗰啲先係AI永遠計算唔到嘅算法。

我有獨特Input、高級Process、有影響力Output

最近，我正忙住開發一款AI教育類工具產品，邏輯好簡單。

核心就係基於對人類認知過程嘅模擬，通過 Trace (感知) -> Buffer (海馬體/短期記憶) -> Consolidation (皮層固化/長期記憶) -> Context (聯想檢索) 嘅閉環，支撐起「學情捕獲、深度畫像、刻意練習、全局洞察」呢個完整嘅產品核心。

而我開發呢款產品係用Google AI studio入面嘅Build APP功能。

唔計嗰啲半成品，呢個產品應該算係我第5款完整產品喇。

但實際上，我係唔識寫程式嘅。

呢樣嘢令我真切感受到：能夠被AI化嘅技能，未來每個人都可以透過掌握AI進而掌握技能，唔再具有高不可替代性。

咁，作為普通人，我哋仲有咩槓桿可以撬動呢？

納瓦爾（Naval Ravikant）曾經講過：「代碼同媒體，係普通人唔使許可嘅最強槓桿。」

喺過去，呢兩個槓桿門檻都好高。
但係今日，「代碼」呢個槓桿，已經畀AI徹底平權咗。 一個唔識寫程式嘅產品經理，都可以用AI做出App。

當構建能力變成好似自來水咁廉價嘅基礎設施時，人類最後嘅壁壘係乜？

是決定構建乜嘢嘅能力。
是審美。
是你那獨斷嘅、不容置疑嘅「偏見」。

喺AI時代，傳統嘅IPO（輸入-處理-輸出）模型已經失效喇。我哋需要一套全新嘅人機協作 IPO 心法。

01

Input（輸入）嘅本質變革：

建立你嘅「資訊潔癖」，餵畀AI獨特嘅「燃料」

而家嘅AI大模型，本質上係餵養咗全人類數據嘅「平均值」。
如果你輸入嘅資訊同大家都一樣（熱搜、暢銷書、爆款文），咁你處理出嚟嘅結果，一定都係平庸嘅平均值。

AI時代嘅Input，核心唔係「博學」，而係「挑剔」。

你要建立一種資訊潔癖。
如果你想訓練出一個獨特嘅AI助手，你就唔可以餵佢垃圾。

•
拒絕未經驗證嘅「二手飼料」：AI已經係最大嘅二手資訊縫合怪嚟㗎。你再讀營銷號嘅解讀，就係喺度「嚼人哋嚼過嘅甘蔗渣」。逼自己去讀論文、去讀100年前嘅經典、去讀嗰啲反直覺嘅異端觀點。
•
尋找「非共識」：AI無法預測「黑天鵝」，因為佢係基於歷史數據。你嘅輸入，必須包含嗰啲唔合理、甚至帶有稜角嘅個案。

喺呢個時代，客觀中立係死路一條。
你嘅「定見」（Conviction），就係你餵畀AI最珍貴嘅語料。

02

Process（處理）嘅權力轉移：

將AI當苦力，將「品味」當算法

好多人用AI，係將佢當「老師」，問佢「點樣做」。
大錯特錯。
你要將佢當「苦力」，當「手腳」，而你，就係嗰個擁有最終裁決權嘅暴君。

Process環節嘅核心，唔再係邏輯推理（AI比你邏輯更嚴密），而係審美裁決。

舉個例子：
以前，設計師嘅價值在於「我會用PS摳圖」。
而家，Midjourney一秒出圖。設計師嘅價值變咗做：「喺一千張AI生成嘅圖入面，指出邊一張最能擊中用戶心智。」

呢個叫「品味」（Taste）。

品味唔係虛無縹緲嘅藝術感，品味係對人性需求嘅高精度感知。

•
代碼 AI能夠寫，但係呢個功能係咪多餘，需要你嚟定。
•
文案 AI能夠寫，但係呢句話係咪太油膩，需要你嚟改。

喺IPO模型入面，Process就係「用你嘅主觀偏好去調教AI嘅產出」。
你唔係喺度處理資訊，你係喺度策劃。你係主編，AI係實習生。
冇你嘅「稜角」做濾鏡，AI生產出嚟嘅全部都係工業垃圾。

03

Output（輸出）嘅終極定義：

媒體係你最後嘅「槓桿」

點解納瓦爾話「媒體」係槓桿？
因為代碼雖然平權咗，但係「信任」冇平權。

AI可以生成一萬個App，一萬篇文章，但係佢生成唔到屏幕背後嘅嗰個活人。

喺IPO模型入面，Output（輸出）唔再係為咗「記錄」，而係為咗「烙印」。

你發喺朋友圈嘅每一次思考，寫嘅每一篇公眾號，拍嘅每一個視頻，都唔係為咗「show」，而係喺度發行貨幣。
你喺度發行一種叫信任嘅貨幣。

當所有人都喺度用AI生成垃圾內容時，你嘅獨特視角和真實人格，就係稀缺資源。

•
你踩過嘅坑（失敗經驗）；
•
你嘅憤怒同熱愛（情緒價值）；
•
你對行業嘅預判（認知溢價）。

呢啲嘢，AI模擬唔到出嚟。就算模擬到出嚟，都冇人敢信。

媒體能力，就係將你嘅「定見」同「稜角」，透過內容分發出去，連接到同頻嘅人。
呢個係普通人在AI時代，唯一可以跑贏算法嘅路徑。

寫到最後

呢個唔單止係一個學習方法嘅調整，呢個係生存策略嘅重構。

過去，我哋以此為榮：
「我客觀（Input廣）」、「我理性（Process強）」、「我標準（Output穩）」。

未來，呢啲都會貶值。
新嘅價值鏈係：
「我能屏蔽噪音（Input獨特）」、「我有極致審美（Process高級）」、「我有鮮明性格（Output有影響力）」。

由今日開始，唔好再將自己當成一個「學習機器」去打磨喇。
機器嘅事，交畀機器。

去做一個有稜角、有脾氣、有定見嘅「人」。
大膽啲保留你嘅「偏見」，嗰先至係AI永遠無法計算嘅算法。


最近，自己正在緊鑼密鼓開發一款AI教育類工具產品，邏輯簡單。

內核就是基於對人類認知過程的模擬，通過 Trace (感知) -> Buffer (海馬體/短期記憶) -> Consolidation (皮層固化/長期記憶) -> Context (聯想檢索) 的閉環，支撐起“學情捕獲、深度畫像、刻意練習、全局洞察”這一完整的產品內核。

而我開發這塊產品用的是Google AI studio中Build APP功能。

不包括哪些半成品，這個產品應該算是我第5款完整產品了。

可實際上，我卻不具備編程能力。

也讓我能夠切實地感觸：能夠被AI化的技能，未來每個人都能通過掌握AI進而掌握技能，不再具備高不可替代性。

那麼，作為普通人，我們還剩下什麼槓桿是可以撬動呢？

納瓦爾（Naval Ravikant）曾說：“代碼和媒體，是普通人無需許可的最強槓桿。”

在過去，這兩個槓桿門檻都很高。
但在今天，“代碼”這個槓桿，已經被 AI 徹底平權了。 一個不懂編程的產品經理，也能用 AI 做出 App。

當構建能力變成像自來水一樣廉價的基礎設施時，人類最後的壁壘是什麼？

是決定構建什麼的能力。
是審美。
是你那獨斷的、不容置疑的“偏見”。

在 AI 時代，傳統的 IPO（輸入-處理-輸出）模型已經失效了。我們需要一套全新的人機協作 IPO 心法。

01

Input（輸入）的本質變革：

建立你的“信息潔癖”，餵給 AI 獨特的“燃料”

現在的 AI 大模型，本質上是餵養了全人類數據的“平均值”。
如果你輸入的信息和大家都一樣（熱搜、暢銷書、爆款文），那你處理出來的結果，一定也是平庸的平均值。

AI 時代的 Input，核心不是“博學”，而是“挑剔”。

你要建立一種信息潔癖。
如果你想訓練出一個獨特的 AI 助手，你就不能餵它垃圾。

•
拒絕未經驗證的“二手飼料”：AI 已經是最大的二手信息縫合怪了。你再讀營銷號的解讀，就是在“嚼別人嚼過的甘蔗渣”。逼自己去讀論文、去讀 100 年前的經典、去讀那些反直覺的異端觀點。
•
尋找“非共識”：AI 無法預測“黑天鵝”，因為它基於歷史數據。你的輸入，必須包含那些不合理、甚至帶有稜角的個案。

在這個時代，客觀中立是死路一條。
你的“定見”（Conviction），就是你餵給 AI 最珍貴的語料。

02

Process（處理）的權力轉移：

把 AI 當苦力，把“品味”當算法

很多人用 AI，是把它當“老師”，問它“怎麼做”。
大錯特錯。
你要把它當“苦力”，當“手腳”，而你，是那個擁有最終裁決權的暴君。

Process 環節的核心，不再是邏輯推理（AI 比你邏輯更嚴密），而是審美裁決。

舉個例子：
以前，設計師的價值在於“我會用 PS 摳圖”。
現在，Midjourney 一秒出圖。設計師的價值變成了：“在一千張 AI 生成的圖裏，指出哪一張最能擊中用戶心智。”

這叫“品味”（Taste）。

品味不是虛無縹緲的藝術感，品味是對人性需求的高精度感知。

•
代碼 AI 能寫，但這個功能是否多餘，需要你來定。
•
文案 AI 能寫，但這句話是否太油膩，需要你來改。

在 IPO 模型中，Process 就是“用你的主觀偏好去調教 AI 的產出”。
你不是在處理信息，你是在策劃。你是主編，AI 是實習生。
沒有你的“稜角”做濾鏡，AI 生產出來的全是工業垃圾。

03

Output（輸出）的終極定義：

媒體是你最後的“槓桿”

為什麼納瓦爾說“媒體”是槓桿？
因為代碼雖然平權了，但“信任”沒有平權。

AI 可以生成一萬個 App，一萬篇文章，但它生成不了屏幕背後的那個活人。

在 IPO 模型裏，Output（輸出）不再是為了“記錄”，而是為了“烙印”。

你發在朋友圈的每一次思考，寫的每一篇公眾號，拍的每一個視頻，都不是為了“秀”，而是在發行貨幣。
你在發行一種叫信任的貨幣。

當所有人都在用 AI 生成垃圾內容時，你的獨特視角和真實人格，就是稀缺資源。

•
你踩過的坑（失敗經驗）；
•
你的憤怒與熱愛（情緒價值）；
•
你對行業的預判（認知溢價）。

這些東西，AI 模擬不出來。即便模擬出來，也沒人敢信。

媒體能力，就是把你的“定見”和“稜角”，通過內容分發出去，連接到同頻的人。
這是普通人在 AI 時代，唯一能跑贏算法的路徑。

寫在最後

這不僅僅是一個學習方法的調整，這是生存策略的重構。

過去，我們以此為榮：
“我客觀（Input 廣）”、“我理性（Process 強）”、“我標準（Output 穩）”。

未來，這些都將貶值。
新的價值鏈是：
“我能屏蔽噪音（Input 獨特）”、“我有極致審美（Process 高級）”、“我有鮮明性格（Output 有影響力）”。

從今天開始，別再把自己當成一個“學習機器”去打磨了。
機器的事，交給機器。

去做一個有稜角、有脾氣、有定見的“人”。
大膽地保留你的“偏見”，那才是 AI 永遠無法計算的算法。