AI最大的禮物，是讓你能廉價地失敗100次
整理版優先睇
AI最大禮物：讓你廉價失敗100次
作者係一個由大廠出嚟嘅獨立開發者，做過小貓補光燈等產品。佢發現坊間講AI，一係話會取代人，一係話賦能個體，但佢覺得最深層嘅禮物係畀普通人可以廉價咁失敗好多次。以前失敗一次代價好大，而家幾乎免費，心力成本都大幅降低。佢自己就失敗咗幾十次先跑出一個小貓補光燈。
但作者強調，廉價失敗只係第一步。真正關鍵係要將呢100次失敗串成一個可以進化嘅系統：每次失敗都要得到真實反饋，記錄教訓，然後帶住方向感繼續試。如果只係大量盲目嘗試而冇選擇同遺傳機制，最終都係原地踏步。
整體結論係：AI畀咗普通人「廉價變異」嘅能力，但可演化性仲要靠自己建立。策略係點行下一步，系統係點樣讓每一步都為下一步鋪路。AI畀咗前者，後者要自己造。
- AI最大禮物係讓普通人可以廉價咁失敗好多次，大大增加成功概率。
- 用AI快速生成產品原型，大量嘗試唔同方向，並盡快發佈獲取真實反饋。
- 廉價失敗改變咗失敗嘅性質，由終點變成中間狀態，心力成本大減。
- 失敗要帶住方向感，跨方向嘗試先係關鍵，唔好停留喺同一座山。
- 建立個人系統，將每次失敗嘅經驗記錄、覆盤、重組，形成可演化性。
「廉價失敗」先係AI真正嘅禮物
作者突然有個頓悟：過去兩三年關於AI嘅兩種主流敍事——失業同賦能——都未講到最深層。AI最大嘅禮物，唔係讓你更容易成功，係讓你更容易失敗。
AI最大嘅禮物，唔係讓你更容易成功，係讓你更容易失敗
作者做小貓補光燈，唔識寫code，靠AI一個鐘寫完，後來衝上App Store付費榜前列。但更值得琢磨嘅係開發成本幾乎歸零：以前失敗一次代價幾十萬加半年時間，而家幾乎免費。
以前失敗一次代價幾十萬加半年時間，而家幾乎免費
作者話心力係普通人最容易破產嘅嘢。AI最大解放係讓「失敗一次而唔至於對自己失望」呢件事變得便宜。
發佈同方向先係瓶頸
作者喺X同小紅書見到大量人日日用Cursor、Claude整產品，但大部分活唔過一週。呢啲嘗試本身有意義，但一定要發佈出去。
發佈之後無人問津，本身都係一種反饋
- 大量人做完唔發佈，或者發佈咗唔睇反饋，或者睇反饋只睇讚唔睇點擊率同留存。
- AI令生產變快，但迭代速度瓶頸從來唔係生產，係真實信號嘅獲取同處理。
進化要靠大量方向唔同嘅變異。適應峯概念：一個物種喺一座山越爬越熟練，但永遠到唔到另一座更高嘅山。要去嗰座山，必須先落山——落山意味住退步同失敗。
跨方向嘗試，本質係主動下山
進化三要素：變異、選擇、遺傳
達爾文講進化要三件事：變異、選擇、遺傳。AI編程將變異成本砍到底，一秒生出一個產品，普通人從未擁有過呢種生育力。
AI編程將變異成本砍到底，一秒生一個產品
但第二件事AI幫唔到：市場會唔會買單、用戶留唔留得住，呢啲信號要從真實世界採集。判斷能力要靠自己一次次讀用戶臉色先長得出來。
AI可以幫你做產品，但唔可以幫你判斷有冇市場
第三件事遺傳：DNA係生物將成功經驗傳畀下一代嘅載體。換到創業，下一代係下一個項目，DNA係你從上一個項目讀出嚟嘅嘢。可以係一份覆盤文檔、一個Twitter賬號、一段用戶對話——但必須存在。
方向比變異更稀缺
紅皇后效應：你要不停跑先至停喺原位。AI令所有人都可以快速迭代，所以快速迭代嘅相對優勢已經消失。
變異唔再稀缺，稀缺嘅係方向
作者做AI編程兩年幾，最有價值嘅失敗都關於結構：每次推倒重來都係帶住上次嘅傷口去試一條唔同嘅路。佢做過數十個網站、十多個App、七八本橙皮書、幾十個skill，跑出嚟嘅係少數。
- 1 小貓補光燈上過App Store付費榜第一
- 2 《Claude Code橙皮書》上過微信讀書熱搜第一
- 3 女媧.skill喺GitHub攞到19k stars，被頭部AI產品接入
跑出嚟嘅幾隻唔係孤立生出來，係底下嗰一大堆失敗墊出嚟
可演化性（evolvability）指產生嘅變異裏面，有多少能被選擇捕捉、被遺傳保留。模塊化、反饋機制、記憶、重組能力——呢啲係系統嘅特徵。
系統比爆款更重要
寒武紀大爆發之後，絕大多數早期身體構型都滅絕咗。多樣性爆發只係開場，真正決定誰活下嚟嘅係後面5億年嘅選擇。
我以為身處大爆發就等於機會
AI最大禮物係讓你能廉價失敗100次，但仲要將呢100次失敗串成一個可以進化嘅系統。否則廉價嘅失敗就只係廉價。
作者最着迷嘅係，AI將「失敗」呢個詞嘅重量重新分配，讓普通人第一次有機會身處失敗之中而唔被毀掉。
一
尋日，我突然有一個人生好少有嘅頓悟時刻。
過去兩三年，關於AI最主流嘅兩種講法幾乎係相反嘅。
一種話AI會令好多人失業，替代寫程式嘅、替代寫文案嘅、替代客服嘅，將人逼出工作崗位。另一種話AI正前所未有咁為個人賦能，一人公司、超級個體、獨立開發者，每一個普通人都攞到以前只有大團隊先攞到嘅能力。
我三年前從大廠出來嘅時候，係衝住後一種講法去嘅。我做嘅所有嘢都基於一個假設——AI令一個人都可以邊學、邊做、邊分享，做返以前幾十人公司先做到嘅嘢。
但我意識到，呢兩個故事都未講到最深嗰一層。
AI最大嘅禮物，唔係令你更容易成功，係令你更容易失敗。
聽落似潑冷水。但越想越覺得，呢樣先係佢真正嘅禮物。
我做小貓補光燈，係2024年底嘅事。我唔識寫程式，叫AI幫我寫，一個鐘頭寫完，App後來衝到AppStore嘅付費榜前列。但我反覆諗嘅，唔係佢跑出來嗰部分。係佢未跑出來之前嗰一部分。
佢嘅開發成本，幾乎歸零。
以前做一個App，要識寫程式、要幾個月、要請人。一次失敗嘅代價至少係幾十萬蚊加上半年時間。普通人一世，承受得兩三次咁樣嘅事已經係極限。第四次之前就已經破產。唔一定係錢破產，係心力破產。
而家唔同。我學AI編程嘅頭兩個月，幾乎隔日就做一個嘢。絕大多數做唔成，一係冇人用，一係我自己半路覺得冇癮就放低咗。
嗰啲嘗試冇變得更容易成功。佢哋只係變得幾乎免費。所以我做咗好多。
小貓補光燈之前，理論上我已經失敗過幾十次了。
我在意嘅唔止係錢慳咗。更深嘅，係心力慳咗。
心力係普通人最容易破產嘅嘢。比程式碼珍貴，比時間珍貴。一個諗法喺腦入面撐得幾耐而唔會被現實打碎，決定一個人可以走到幾遠。AI最大嘅解放唔係令做產品變平，係令「失敗一次而唔至於令你對自己失望」呢件事變得便宜。
完美主義本質上係對失敗嘅恐懼。容許自己是但做，行動嘅成本會低好多。考慮到大部分人根本唔行動，你只要鬱得起身，就已經超過咗95%嘅人。
AI俾普通人嘅禮物係：你失敗咗，可以求其過去。你唔需要為佢寫一封悔過書。
塔勒布有一個我好鍾意嘅概念，叫凸性。意思係喺某種位置上，上限冇鬱，但下限被斬咗。AI冇令一個爛諗法變成好諗法，冇令一個唔識用家嘅人突然識用家，冇令冇品味嘅人突然有品味。
佢只做咗一件事：令你可以將100個諗法都做出嚟，再決定停唔停。
以前嘅劇本係你做3個就破產，第4個再好都冇機會試。AI將呢個劇本改咗。當樣本量由3變成100，揾到嗰個行得通嘅概率就被幾何級數放大。單次成功率冇變，總到達概率被推咗上一個數量級。
呢個就係凸性。下行有限，上行無限。塔勒布喺《反脆弱》裏面反覆講一件事：揾啲下行被嚴格限制、上行冇被設計嘅位置，令自己喺嗰度。AI編程對普通人嚟講，啱啱就係呢種位置。
二
不過我每日喺X同小紅書上面見到嘅畫面，比呢段話要複雜得多。
每日都有人貼：今日用Cursor做咗XX，聽日用Claude做咗YY，後日用Gemini做咗ZZ。每條下面都係「太勁啦」「大佬」。然後你真係去睇嗰啲產品，大部分捱唔過一個禮拜。
我唔係話呢種嘗試冇意義。
啱啱相反，最開始嗰種迷惘嘅嘗試本身係有價值嘅。你喺做嘅過程入面會學到點樣用AI，會感受到唔同模型嘅脾氣，會本能咁知道邊類型自己搞得掂、邊類型搞唔掂。呢啲經驗你唔動手係學唔到嘅。
但有一件事一定要做，做咗同冇做分別好大：將佢發布出去。
發布之後冇人理，本身都係一種回饋。一條冇人轉發、冇人留言、冇人下載嘅產品，係市場喺同你講「呢件事我哋冇興趣」。呢個回饋同一萬個讚一樣珍貴，因為佢將一個錯嘅方向從你嘅候選清單入面刪走咗。
真正嘅問題係邊度？係大量人做完根本唔發布。或者發布咗唔睇回饋。或者睇回饋但只睇讚，唔睇點擊率、唔睇留存。AI令生產變快咗，但迭代速度其實冇點樣變。因為迭代速度嘅瓶頸從來唔係生產，係真實信號嘅獲取同處理。
仲有一件事好容易忽略，係關於「突變」呢個詞本身。
進化行得掂，靠嘅唔止係大量變異，靠嘅係大量「方向唔同」嘅變異。所有突變都向同一個方向行，等於冇突變。
生物學有個概念叫適應峯適應性景觀。一個物種喺某座山上越爬越熟練，睇落好叻。但只要佢一直喺呢座山，就永遠去唔到遠處嗰座更高嘅山。要去嗰座山，一定要先落山——落山意味着退步，意味着主動令自己失敗一次。
跨方向嘅嘗試，本質就係主動落山。
呢件事喺舊時代幾乎做唔到。落山意味着將過去一年儲落嚟嘅嘢放低。AI將「落山」嘅成本斬到幾乎係零，所以你至有可能喺100個山頭各試一次，睇嚇邊個最高。
返轉頭睇，「失敗100次」呢個數字本身只係開始。真正划算嘅，係呢100次發生喺幾多個唔同嘅山頭上面。
如果你做咗100個產品，個個都差唔多樣、瞄住同一個用戶羣、用同一種方式分發——呢個都唔係唔得，只係冇將AI俾你嘅奢侈用盡。一次失敗平咗，你先有底氣由呢座山落嚟去爬另一座。
呢個先係 fail fast 真正嘅樣。佢唔係為咗令你跑得快啲，係為咗令你敢換方向。如果失敗貴，你只可以喺腳下呢一座山磨——熟練，但永遠卡喺某個高度。AI第一次令普通人有機會跳出呢種熟練。
三
要將呢件事諗透，最好嘅方法係返去達爾文。
進化要三樣嘢齊曬先行得鬱：變異、選擇、遺傳。變異係基因出錯產生新可能。選擇係環境淘汰唔適應嘅個體。遺傳係成功嘅變異傳俾下一代。少任何一個都唔會進化。
AI編程將第一件事嘅成本斬到最低。一秒鐘可以生出一個產品，呢個係寒武紀級別嘅生育能力。普通人有史以來第一次攞到呢種生育力，第一步要做嘅就係將佢用盡——多變異、多發布、多撒種子。
第二件事，AI幫唔到你。市場會唔會買單、用戶留唔留得住、俾唔俾錢，呢啲信號仲要由真實世界採集。AI可以幫你做產品，唔可以幫你判斷產品有冇市場。呢個判斷能力，需要你自己一次次去睇用戶面色先至長得出嚟。
第三件事，遺傳。DNA係生物將成功經驗傳俾下一代嘅載體。換到創業上，下一代係下一個項目，DNA係你由上一個項目讀出嚟嗰啲嘢。
AI令變異變得平，但遺傳機制只能你自己造。佢可以好輕——一份唔刪嘅覆盤文件、一個唔放棄嘅Twitter帳號、一段唔會唔記得嘅用戶對話——但一定要存在。如果唔係，你嗰100次變異，互相之間冇信道。
道金斯喺《自私嘅基因》入面講過一句話，大意係：進化從來唔在乎個體嘅生死，進化在乎嘅係信息嘅傳遞。
呢個係 fail fast 之上嘅另一層：fail forward。每一次失敗如果可以成為下一次嘅輸入，呢次失敗就完成咗佢嘅使命。
四
仲有一件更陰濕嘅事。
Lewis Carroll 喺《愛麗絲鏡中奇遇記》入面寫過一個紅皇后，佢對愛麗絲話：「你要不停跑，先至可以停喺原位。」生物學家後來用呢個比喻一個事實：所有物種都在進化，所以你保持原有速度其實就係退步。
翻譯到AI時代好清楚。AI令所有人都可以快速迭代，意味着「快速迭代」呢件事本身嘅相對優勢已經消失咗。你跑得快，對手都跑得快。喺新嘅均衡入面，跑得最遠嘅人，唔單止係變異得最多嘅，係變異得最有方向感嘅。
變異唔再珍貴。珍貴嘅，係方向。
嗰種可以令人長出能力嘅失敗，係點樣嘅？
我做AI編程兩年幾，返轉頭睇，最有價值嘅失敗都關結構。
架構重構事。每一次真正令我長出能力嘅失敗，背後都係諗清楚咗一件事：上次卡喺邊、今次應該換咩架構。一次推倒重來唔係換咗個諗法，係帶住上一次嘅傷口去試一條唔同嘅路。
失敗嘅意義從來唔係失敗本身。係佢令你將一件事喺腦入面諗清楚咗一層、兩層、三層。
數量係呢件事嘅地基——冇100次嘗試，你根本撞唔到嗰次令你頓悟嘅結構。但數量之上仲有一步：令上一次嘅輸出成為下一次嘅輸入。
幾條路並行更抵嘅地方，係佢哋之間會互相提示。
我呢兩三年沿住自己嘅興趣同需要，做過幾十個網站、十幾個App、七八本橙皮書、幾十個skill，仲有數唔清嘅自動化腳本、Chrome插件、VS Code插件。太多啦，我自己都數唔清。
入面跑出嚟嘅係少數：小貓補光燈上過AppStore付費榜第一，《Claude Code橙皮書》上過微信讀書熱搜第一，女媧.skill喺GitHub攞到19k stars，被一啲頭部AI產品接入。有人提起嘅就呢幾個。
下面係更大一堆冇人提起嘅：發布即沉默嘅App、寫到一半放棄嘅書、冇人用嘅skill、跑唔到第二個版本嘅腳本。
但佢哋可以各自長出嚟，背後有另一件事喺靜靜咁發生：做App嘅失敗令我將過程寫成橙皮書，橙皮書帶嚟嘅讀者令我看清 skill 同 design 係更長期嘅事。跑出嚟嗰幾個唔係孤立長出嚟，係由下面一大堆失敗墊出嚟。
塔勒布話槓鈴，芒格話能力圈，到咗呢度其實都可以翻譯成進化生物學入面一個詞：evolvability，可演化性。佢指嘅唔係「可以產生幾多變異」，係「產生嘅變異入面，有幾多可以被選擇捕捉、被遺傳保留」。
具備可演化性嘅系統有幾個共同嘅樣。佢係模塊化嘅，局部出錯唔會毀咗整體。佢有反饋機制，可以從環境攞到信號判斷好壞。佢有記憶，成功嘅經驗可以被保留。佢有重組能力，新經驗可以同舊經驗混合產生新可能。
將內容、產品、分享、覆盤、社區、付費用戶串成一個可以互相餵養嘅系統，比做出某一個爆款產品重要得多。
爆款係結果。系統係原因。
五
AI令普通人獲得咗「廉價變異」嘅能力。但可演化性，AI俾唔到你。佢嚟自你自己點樣設計選擇機制、點樣積累遺傳信息、點樣令每次失敗成為下次嘅輸入。
所有人都將AI時代比喻成寒武紀大爆發。但你要知道一件事：寒武紀大爆發之後，絕大多數早期身體構型都冇生存落嚟。大量綱、屬種滅絕咗，連奇蝦、歐巴賓海蠍嗰啲樣貌古怪嘅演化分支都斷咗。今日仲喺度嘅動物門，係當時極少數頂得住後面5億年選擇壓力嘅幸運兒。
多樣性爆發只係開場。真正決定邊個生存落嚟嘅，係後面5億年嘅選擇。
寒武紀俾我哋嘅啟示從來唔係「大爆發等於機會」。係「大爆發只係發令槍響，真正嘅賽跑先啱啱開始」。
所以最應該警惕嘅，從來唔係「我冇趕上突變窗口」呢件事。真正應該警惕嘅，係另一種心態：「我以為身處大爆發就等於機會」
返到嗰個朝早。
AI最大嘅禮物，唔係令你成功。係令你可以廉價咁失敗100次。
以前普通人呢一世承受得2-3次失敗，而家可以承受100次，可能1000次。失敗唔再係終點，係中間狀態。呢種「可以身處失敗之中而唔會被佢毀咗」嘅能力，係過去所有時代普通人都未曾有過嘅奢侈。
攞到呢份禮物之後，仲有一件AI唔可以幫你做嘅事。
將呢100次失敗，串成一個可以令你進化嘅系統。
如果唔係，廉價嘅失敗就只係廉價。
呢件事最令我著迷嘅地方係，佢將「失敗」呢個詞嘅重量重新分配咗一次。以前我哋話「失敗係成功之母」，嗰句係安慰人嘅說話——大多數人根本承受唔起一次失敗，更何況令佢孕育出啲嘢。而家我哋可能第一次有機會，令呢句話變成一個真正可以執行嘅策略。
但策略同系統係唔同嘅。
策略係你點樣行下一步。系統係你點樣令行過嘅每一步都為下一步鋪路。
AI俾咗我哋前者。後者，仲要自己造。
一
昨天，我突然收穫了一個人生少有的頓悟時刻。過去兩三年，關於AI最主流的兩種敍事幾乎是相反的。
一種說AI會讓很多人失業，替代寫代碼的、替代寫文案的、替代客服的，把人擠出工作。另一種說AI正在前所未有地為個體賦能，一人公司、超級個體、獨立開發者，每一個普通人都拿到了過去只有大團隊才能拿到的能力。
我三年前從大廠出來時，是衝着後一種敍事去的。我做的所有事都基於一個假設——AI讓一個人也能邊學、邊做、邊分享，把過去幾十人公司才能乾的事幹出來。
但我意識到，這兩個故事都還沒說到最深的那一層。
AI最大的禮物，不是讓你更容易成功，是讓你更容易失敗。
聽起來像潑冷水。但越想越覺得，這才是它真正的禮物。
我做小貓補光燈，是2024年底的事。我不會寫代碼，讓AI替我寫，一小時寫完，App後來衝到了AppStore的付費榜前列。但我反覆琢磨的，不是它跑出來的那部分。是它沒跑出來之前的那一部分。
它的開發成本，幾乎歸零。
以前做一個App，要會代碼、要幾個月、要請人。一次失敗的代價至少是幾十萬塊加上半年時間。普通人一輩子，能承受兩三次這樣的事已經是上限。第四次之前就破產了。不一定是錢破產，是心力破產。
現在不一樣。我學AI編程的前兩個月，幾乎每隔兩天就做一個東西。絕大多數沒做成，要麼沒人用，要麼我自己中途覺得無聊就放下了。
那些嘗試沒有變得更容易成功。它們只是變得幾乎免費。所以我做了很多。
小貓補光燈之前，理論上我已經失敗過幾十次了。
我在意的也不只是錢省了。更深的，是心力省了。
心力是普通人最容易破產的東西。比代碼稀缺，比時間稀缺。一個想法在腦子裏能撐多久而不被現實擊碎，決定了一個人能走多遠。AI最大的解放不是讓做產品變得便宜，是讓「失敗一次而不至於讓你對自己失望」這件事變得便宜。
完美主義本質上是對失敗的恐懼。允許自己糊弄，行動的成本會低很多。考慮到大部分人壓根不行動，你只要能動起來，就已經超過了95%的人。
AI給普通人的禮物是：你失敗了，可以糊弄過去。你不需要為它寫一份悔過書。
塔勒布有一個我很喜歡的概念，叫凸性。意思是某種位置上，上限沒動，但下限被砍掉了。AI沒有讓一個爛想法變成好想法，沒有讓一個不懂用戶的人突然懂用戶，沒有讓沒有品味的人突然有了品味。
它只做了一件事：讓你能把100個想法都做出來，再決定要不要停。
以前的劇本是你做完3個就破產了，第4個再好也沒機會試。AI把這個劇本改了。當樣本量從3變成100，找到那個能跑通的概率被幾何級數放大。單次成功率沒變，總到達概率被推上去了一個數量級。
這就是凸性。下行有限，上行無限。塔勒布在《反脆弱》裏反覆說一件事：找那些下行被嚴格限制、上行不被設計的位置，讓自己待在那裏。AI編程對普通人來說，恰好就是這種位置。
二
不過我每天在X和小紅書上看到的畫面，比這段話要複雜得多。
每天都有人發：今天用Cursor做了XX，明天用Claude做了YY，後天用Gemini做了ZZ。每條下面都是「太牛了」「大佬」。然後你真的去看那些產品，大部分活不過一週。
我不想說這種嘗試沒意義。
恰恰相反，最開始那種茫然的嘗試本身是有價值的。你在做的過程裏會學到怎麼用AI，會感受到不同模型的脾氣，會本能地知道哪些類型自己駕馭得動、哪些駕馭不動。這些經驗你不動手是學不到的。
但有一件事必須做，做了和沒做差別巨大：把它發佈出去。
發佈之後無人問津，本身也是一種反饋。一條沒人轉發、沒人評論、沒人下載的產品，是市場在對你說「這件事我們不感興趣」。這個反饋跟一萬個贊同樣珍貴，因為它把一個錯的方向從你的候選清單裏刪掉了。
真正的問題在哪？是大量人做完根本不發佈。或者發佈了不看反饋。或者看反饋但只看贊，不看點擊率、不看留存。AI讓生產變快了，但迭代速度其實沒怎麼變。因為迭代速度的瓶頸從來不是生產，是真實信號的獲取和處理。
還有一件事容易被忽略，是關於「突變」這個詞本身。
進化能跑起來，靠的不只是大量變異，靠的是大量「方向不同」的變異。所有突變都朝同一個方向走，等同於沒有突變。
生物學裏有個概念叫適應峯。一個物種在某座山上越爬越熟練，看起來很優秀。但只要它一直待在這座山上，就永遠到不了遠處那座更高的山。要去那座山，必須先下山——下山意味着退步，意味着主動讓自己失敗一次。
跨方向的嘗試，本質就是主動下山。
這件事在舊時代幾乎做不到。下山意味着把過去一年攢下來的東西放掉。AI把「下山」的成本砍到了幾乎為零，所以你才有可能在100座山頭上各試一次，看看哪座最高。
回頭看，「失敗100次」這個數字本身只是開始。真正划算的，是這100次發生在多少座不同的山頭上。
如果你做了100個產品，每個都長得差不多、瞄着同一個用戶羣、用同一種方式分發——這也不是不行，是沒把AI給你的奢侈用滿。一次失敗便宜，你才有底氣從這座山下來去爬另一座。
這才是 fail fast 真正的樣子。它不是為了讓你跑得更快，是為了讓你敢換方向。如果失敗貴，你只能在腳下這一座山上磨——熟練，但永遠卡在某個高度。AI第一次讓普通人有機會跳出這種熟練。
三
要把這件事想透，最好的方式是回到達爾文。
進化要三件事齊全才跑得起來：變異、選擇、遺傳。變異是基因出錯產生新的可能。選擇是環境淘汰不適應的個體。遺傳是成功的變異傳給下一代。少任何一個都不進化。
AI編程把第一件事的成本砍到了底。一秒鐘可以生出一個產品，這是寒武紀級別的生育能力。普通人有生以來第一次拿到這種生育力，第一步該做的事就是把它用滿——多變異、多發佈、多撒種子。
第二件事，AI幫不了你。市場會不會買單、用戶留不留得住、付不付費，這些信號還得從真實世界裏採集。AI能幫你做產品，不能幫你判斷產品有沒有市場。這個判斷的能力，需要你自己一次次去讀用戶的臉色才長得出來。
第三件事，遺傳。DNA是生物把成功經驗傳給下一代的載體。換到創業上，下一代是下一個項目，DNA是你從上一個項目裏讀出來的那點東西。
AI讓變異變得便宜，但遺傳機制只能你自己造。它可以很輕——一份不刪的覆盤文檔、一個不放棄的Twitter賬號、一段不忘的用戶對話——但必須存在。否則你的100次變異，互相之間沒有信道。
道金斯在《自私的基因》裏說過一句話，大意是：進化從來不在乎個體的死活，進化在乎的是信息的傳遞。
這是 fail fast 之上的另一層：fail forward。每一次失敗如果能成為下一次的輸入，這次失敗就完成了它的使命。
四
還有一件更陰的事。
Lewis Carroll 在《愛麗絲鏡中奇遇記》裏寫過一個紅皇后，她對愛麗絲說：「你得不停跑，才能停在原地。」生物學家後來用這個比喻一個事實：所有物種都在進化，所以你保持原速度其實就是在退步。
翻譯到AI時代很清楚。AI讓所有人都能快速迭代，意味着「快速迭代」這件事本身的相對優勢已經消失了。你跑得快，對手也跑得快。在新的均衡裏，能跑得更遠的人，不只是變異得最多的，是變異得最有方向感的。
變異不再稀缺。稀缺的，是方向。
那種能讓人長出能力的失敗，長什麼樣？
我做AI編程兩年多，回頭看，最有價值的失敗都關於結構。
每一次真正讓我長出能力的失敗，背後都是想清楚了一件事：上次卡在哪、這次該換什麼架構。一次推倒重來不是換了個想法，是帶着上一次的傷口去試一條不同的路。
失敗的意義從來不是失敗本身。是它讓你把一件事在腦子裏想清楚了一層、兩層、三層。
數量是這件事的地基——沒有100次嘗試，你根本撞不上那次讓你頓悟的結構。但數量之上還有一步：讓上一次的輸出成為下一次的輸入。
幾條路並行更划算的地方，是它們之間會互相提示。
我這兩三年沿着自己的興趣和需要，做過數十個網站、十多個App、七八本橙皮書、幾十個skill，還有數不清的自動化腳本、Chrome插件、VS Code插件。太多了，我自己都數不清。
裏面跑出來的是少數：小貓補光燈上過AppStore付費榜第一，《Claude Code橙皮書》上過微信讀書熱搜第一，女媧.skill在GitHub攢到了19k stars，被一些頭部AI產品接入。被人提起的就這幾個。
底下是更大一堆沒人提起的：發佈即沉默的App、寫到一半放棄的書、沒人用的skill、跑不到第二個版本的腳本。
但它們能各自長出來，背後是另一件事在悄悄發生：做App的失敗讓我把過程寫成了橙皮書，橙皮書帶來的讀者讓我看清skill和design才是更長期的事。跑出來的那幾個不是孤立長出來的，是底下那一大堆失敗墊出來的。
塔勒布說槓鈴，芒格說能力圈，到了這裏其實都可以翻譯成進化生物學裏的一個詞：evolvability，可演化性。它指的不是「能產生多少變異」，是「產生的變異裏，有多少能被選擇捕捉、被遺傳保留」。
具備可演化性的系統有幾個共同的樣子。它是模塊化的，局部出錯不會毀掉整體。它有反饋機制，能從環境拿到信號判斷好壞。它有記憶，成功的經驗能被保留。它有重組能力，新經驗能跟舊經驗混合產生新的可能。
把內容、產品、分享、覆盤、社區、付費用戶串成一個能互相餵養的系統，比做出某一個爆款產品重要得多。
爆款是結果。系統是原因。
五
AI讓普通人獲得了「廉價變異」的能力。但可演化性，AI給不了你。它來自你自己怎麼設計選擇機制、怎麼積累遺傳信息、怎麼讓每次失敗成為下次的輸入。
所有人都把AI時代類比成寒武紀大爆發。但你要知道一件事：寒武紀大爆發之後，絕大多數早期身體構型都沒活下來。大量綱、屬種滅絕了，連奇蝦、歐巴賓海蠍那種長相古怪的演化分支都斷了。今天還在的動物門，是當時極少數挺過後面5億年選擇壓力的幸運兒。
多樣性爆發只是開場。真正決定誰活下來的，是後面5億年的選擇。
寒武紀給我們的啓示從來不是「大爆發等於機會」。是「大爆發只是發令槍響，真正的賽跑才剛開始」。
所以最該警惕的，從來不是「我沒趕上突變窗口」這件事。真正該警惕的，是另一種心態：「我以為身處大爆發就等於機會」。
回到那個早晨。
AI最大的禮物，不是讓你成功。是讓你能廉價地失敗100次。
以前普通人這輩子能承受2-3次失敗，現在能承受100次，也許1000次。失敗不再是終點，是中間狀態。這種「可以身處失敗之中而不被它毀掉」的能力，是過去所有時代普通人都沒有過的奢侈。
拿到這個禮物之後，還有一件AI不能幫你做的事。
把這100次失敗，串成一個能讓你進化的系統。
不然，廉價的失敗就只是廉價的。
這件事最讓我着迷的地方是，它把「失敗」這個詞的重量重新分配了一次。以前我們說「失敗是成功之母」，那是一句安慰話——大多數人根本承受不起一次失敗，更別提讓它孕育出什麼。現在我們也許第一次有機會，讓這句話變成一個真正可執行的策略。
但策略和系統是不一樣的。
策略是你怎麼走下一步。系統是你怎麼讓走過的每一步都為下一步鋪路。
AI給了我們前者。後者，還得自己造。