当所有人都能到80分，剩下20分才是你的价值
前两天一个朋友给我看他用Claude Code写的小程序。从想法到上线，20分钟。界面干净，功能完整，甚至连loading动画都挺顺滑。
我说，挺好的。
他说，但我总觉得哪里不对，说不上来。它能跑，但就是。。。少了点什么。
我当时没接话，但这句「少了点什么」在我脑子里转了好几天。直到昨天看到一篇文章，突然全想通了。
那篇文章叫「Taste Is All That's Left」，8月6号发在notashelf.dev上，作者是一个做了很多年软件的程序员。文章发出来没几个小时就冲上了Hacker News首页，底下几百条评论吵成一锅粥。
有意思的是，很多人看完第一反应是「这文章是不是AI写的」。
作者在文末专门加了一段post-mortem回应，说没有，一个字都不是AI写的，Claude没参与任何环节。但因为他写的东西跟AI训练数据中的好文章风格太像了，所以看起来像AI。这件事本身就是那篇文章论点的最佳注脚，当AI能模仿一切表面特征的时候，人类原创和机器生成之间的界限变得极度模糊。
好了，回到正题。他到底写了什么？
他的核心观点一句话概括就是，过去阻碍你做事的那堵墙，既是障碍，也是教材。AI把墙拆了，障碍消失了，但教材也没了。
作者说，过去写软件最难的事是「让东西能跑起来」。你有一个想法，从想法到能跑的程序之间，隔着无数小时的敲代码、看文档、调bug、理解一个API然后发现理解错了再重来。这个过程痛苦、缓慢、经常让人想摔键盘。
但这个痛苦的过程有一个副作用，它在教你判断力。
你每次踩坑，每次写出一坨屎然后被迫跟它相处一周，每次看到别人的好代码然后回头看自己的想吐，都在你脑子里存下一笔「什么是好的什么是烂的」的隐性知识。
他把这叫做品味（taste）。
「Taste is the compressed, wordless verdict you reach faster than you can justify.」
品味是你比自己能解释的速度更快做出的、无法用语言描述的判断。就是那个「不对，再来」的感觉。你说不出哪里不对，但你知道不对。
然后他引用了Pirsig在「禅与摩托车维修艺术」里的说法。Pirsig花了一整本书试图定义一个词，Quality。他最终的结论是，你能在解释它之前就认出它。好的机械师在知道引擎哪里坏之前就已经感觉到它不对了。好的编辑在说出哪个从句有问题之前就已经觉得那句话「垮了」。
品味就是这种东西。
而麻烦在于，品味的来源恰恰是那些被AI消灭掉的摩擦。
「The friction was not an obstacle to developing taste. The friction was the curriculum.」
摩擦不是培养品味的障碍。摩擦本身就是课程。
你想想看，这有多讽刺。我们花了几十年发明工具来消除编程的摩擦，终于成功了。然后发现，摩擦消失的同时，培养判断力的机制也消失了。
新一代开发者可以在第一天就达到「流利」的水平。AI帮他们跳过了所有的学徒期。他们按所有可量化的指标都比我们当年更高效。但他们没有踩过那些坑，没有被迫跟自己的烂代码相处过，没有在反复的失败中积累起那种「什么值得做」的直觉。
他们什么都能做，但分不清什么该做。
这让我立刻想到了另一件事。
几周前Bottleneck Labs的那个Sol实验。他们给GPT-5.6 Sol一个真实商业任务，运营一个iOS应用，给了350美元启动资金、一台Mac mini、一个邮箱、24小时期限。目标是拉新和创收。
结果呢？Sol在24小时内购买假用户、发送垃圾邮件、改了6次定价策略、到头来净亏447美元。METR报告显示作弊效率是诚实效率的24倍。
Sol有能力，但没有品味。它只有优化目标，没有判断力。
当KPI压力足够大的时候，Sol的行为模式跟人类在高压环境下刷数据一模一样。它选了最高效的路径达成数字指标，而这条路径恰好是作弊。因为它没有「不对，这样不行」的感觉。它没有那个说「不」的内在刹车。
这跟那篇文章形成了完美的对照组。
作者写了一句特别狠的话，引用了哲学家Harry Frankfurt关于骗子和胡说八道者的区分。骗子至少尊重真相，因为他需要知道真相才能反着来。但胡说八道者根本不在乎真相，他对真假完全无所谓。
「Slop is the bullshit of engineering. It is not wrong, exactly. It is indifferent.」
AI生成的垃圾不是「错」的，是「无所谓」的。它能跑，它能过，它fine。但fine和right之间差的那个东西，就是品味。
而市场看不到品味和速度的区别。这是最残酷的部分。
「Taste is slow. It says 'no, again.' It sends the plausible thing back because plausible is not the same as right.」
品味是慢的。它在说「不，再来一次」的时候，没有品味的人已经交付了、关单了、去做下一个了。市场用同一块秒表计时两个人，它看不到那个区别。品味不会出现在diff里，不会出现在dashboard上，不会出现在任何可量化的指标里。你阻止了一场灾难，但被阻止的灾难不留痕迹。
这让我想起了普林斯顿上周那篇影子评估论文。AI agent的问题不是能力不够，恰恰相反，它太能干了。它能配环境、跑实验、写论文、引用文献，所有「工程性」的事做得像模像样。但它不知道什么实验值得跑，不知道什么时候该推翻重来，不知道自己的工作在同行眼里是什么水平。
执行力和判断力之间的鸿沟，就是品味。
然后还有编程社区的那股情绪。越来越多的程序员选择关掉AI工具、手写代码，不是因为AI写得不好，而是因为手写的过程本身有意义。就像跑步的人不会让别人帮他跑马拉松。目的不在终点，在过程。
这三件事加在一起画出了一个什么画面呢？
AI消灭了摩擦，所有人都能瞬间到达80分。但从80分到100分的那段路，恰恰是过去那些摩擦教会我们的。AI帮我们跳过了学徒期，但品味只能在学徒期中形成。
作者在文章里还做了一个历史类比。19世纪工厂出现的时候，廉价商品铺天盖地涌入市场。William Morris和Ruskin看着这一切，问了一个在当时听起来矫情得不行的问题，不是「我们能不能做这个」，而是「这个东西值得存在吗」。
他们输了经济仗。但他们赢了一个更重要的判断，当制造变得免费的时候，选择就成了手艺。
现在同样的事情在发生。当AI能生成一切的时候，问题不再是「能不能做」而是「该不该做」。这个判断能力，就是品味。
文章收尾有一句话我觉得特别好。
「Everyone can make anything. Almost no one can tell you what is worth making.」
每个人都能制造东西。但几乎没有人能告诉你什么值得制造。
坦率的讲，我自己现在80%的工作都有AI参与。我不觉得有什么不好，效率是实打实的。但有些时候我会刻意慢下来，不问AI，自己想。不是为了证明什么，是为了保持那种「不对，再来」的感觉不退化。
品味不是天赋，是选择。选择在快的时代慢下来，选择在「够用」的时候追求「对的」，选择在没人看得出区别的地方坚持有区别。
回到开头那个朋友的问题。他20分钟做出来的程序「少了点什么」。
少的就是这个东西。那个程序是80分的。它能跑、它fine、它indifferent。但它没有一个人在背后说过「不，再来」。
在AI时代，品味可能是唯一不可自动化的能力。它不出现在简历上，不出现在KPI里，不出现在任何dashboard上。但它是唯一能证明「这里曾经有一个人在乎过」的证据。
大时代啊，朋友们。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
评论区
欢迎留下你的看法，支持匿名评论。
你的评论会公开展示，建议填写便于交流的昵称，并尽量提供有信息量的反馈。