第二章：定制成本的坍塌

一个被忽视的视角

关于AI的讨论，多数集中在它能做什么。本章想换个角度：AI改变的不是”能做什么”，而是一个根本性的成本结构——它把信息产品和认知劳动领域的定制成本降到了接近零。

这意味着什么？要理解这一点，先看一个持续了两百多年的基本逻辑。

标准化的逻辑

工业革命之前，所有产品都是定制的。你要一双鞋，鞋匠量你的脚，花几天做出来。完全合脚，但很贵——因为鞋匠的时间只能服务你一个人。

工业革命的核心创新是标准化生产。不再为每个客户单独制作，而是设计标准产品，用机器大量复制。生产线一旦建好，每多产一双鞋的额外成本就很低。工业品因此便宜到普通人也买得起。

标准化有代价：只能满足”最大公约数”需求。衣服按S/M/L分码，落在两码之间的人只能将就。手机按典型用户设计，你的需求若不典型，要么忍受多余功能，要么忍受缺失功能。标准化产品满足的是平均需求，不是你的需求。

市场也提供个性化选项——定制西装、私人教师、私人医生——但太贵。贵的原因是定制需要人的时间和判断，而人的时间有限。由此形成分层：富人享受个性化服务，普通人用标准化产品。

这种分层存在很久，被视为理所当然。

AI改变了这个等式。

定制成本趋近于零

AI做到了一件以前不可能的事：大规模提供个性化服务，成本趋近于零。

以前个性化服务贵，因为需要人。一个私人教师能同时教几个学生？一个顾问能同时服务几个客户？人的时间和注意力有限，这是硬约束。AI没有这个约束。同一个模型可以同时与上百万人对话，为每个人提供个性化回应。它不会疲倦，不需睡眠，不会因为同时服务太多人而质量下降。

以前请私人教师讲解高中物理，要付时薪；现在AI可以根据你的水平和盲点逐步讲解，成本趋近于零。可汗学院的AI导师Khanmigo已经在做这件事——根据每个学生的知识盲点和学习风格提供个性化辅导，像每个学生都有私人家教。以前这是富人的特权，现在偏远山区的学生只要有网络就可以获得。

以前不值得满足的小众需求，现在也值得被满足了。如果只有10个人想学”如何用AI辅助古典吉他编曲”，没有培训机构会为他们开发课程。但AI可以为他们提供个性化内容，边际成本几乎为零。懂小众需求反而可能成为新优势——谁能识别和服务被忽视的需求，谁就能获得新市场。

个性化从稀缺资源变成接近免费。这不只是效率提高，而是经济逻辑的根本改变。

千人千面：用户变成定义者

传统产品是千人一面。一款手机、一部电影、一本书——所有用户看到同样的东西。AI产品可以是千人千面。同样的AI模型，在不同人手里做完全不同的事。

我和你用的可能是同一个Claude，但我用它写代码，你用它学外语，另一个人整理家族历史，又一个人头脑风暴创业点子。同一个产品，提供完全不同的价值。AI本质上是通用智能引擎——没有固定功能，功能取决于你怎么使用它。

使用者从消费者变成了定义者。传统产品的使用者是被动的，产品有什么功能你就用什么功能。AI产品的使用者是主动的，AI能做什么很大程度上取决于你想让它做什么。

这个转变已经在各种场景中出现。一个外卖员把常见投诉类型和自己的应对话术整理成文档，让AI学习后辅助应答，把个人经验变成可复制的话术库。一位宝妈用AI生成大量图像，用自己的审美判断筛选调整，为小商家提供定制设计。一个流水线工人把多年质检经验转化成判断标准，训练AI识别不同缺陷等级。这些场景有些正在出现，有些是可能的方向。重要的不是具体案例是否成立，而是它们指向的模式：普通人找到AI与自己领域知识的连接点，用AI放大已有的能力。

这里有一个微妙但深刻的变化。标准化时代，瓶颈是”做不出来”——缺人、缺技术、缺资源。定制成本趋近于零后，瓶颈变成了”不知道该做什么”——AI可以瞬间生成一百个方案，但选哪个？为什么选这个？选了之后怎么判断好不好？

从”做不出”到”选不出”，这个转变比看起来更深刻。

解绑：想法与具象化

定制成本趋近于零是从成本角度理解AI。还有另一个角度——价值链的解绑。

回顾历史，每一次重大技术革命都伴随着解绑。印刷术解绑了思想与手抄——你的想法再好，没人抄就传不开，印刷术把复制从人力中解放出来。互联网解绑了内容与分发渠道——你的内容再好，没有渠道就没人看，互联网让每个人都可以直接发布。

AI解绑的是想法与具象化。

科技评论家Ben Thompson提出过一个”内容价值链”框架：想法→具象化→复制→分发→消费。印刷术解绑了复制，互联网解绑了分发，AI正在解绑具象化——把想法变成作品的那个环节。

这是最后一个曾经专属于人类的环节。以前，你脑子里有一个故事，必须自己一字一字写出来；心中有一幅画面，必须自己一笔一笔画出来。想法和执行是捆绑的——想法再好，执行能力不足就无法实现。

AI改变了这一点。你有想法，可以告诉AI，让它帮你具象化——写文章的初稿、画概念图、生成代码原型。不会编程的创业者可以用自然语言描述需求，AI生成初步代码。有商业洞察但不擅写作的企业家可以口述想法，AI整理成结构化文档。有想法的人不再被执行能力限制。

解绑带来机会，也带来分化。集装箱解绑了制造与消费的地理限制，催生了全球供应链——每个环节找全球最专业的供应商，中间地带被挤压。AI在知识工作领域引发类似变化：把一个技能做到极致的人（极致专家）和把各种资源整合成完整方案的人（极致整合者）受益最大，什么都会一点但都不够精的中间地带正在收窄。

定制成本视角和解绑视角是互补的。前者解释了AI改变了什么——标准化与个性化的成本结构。后者解释了为什么定义能力变得重要——当执行环节可以借助AI完成，该写什么、该画什么、该编什么程序，成了核心问题。

能力放大器

理解了定制成本趋近于零，可以给AI一个更准确的定位：AI是能力的放大器。

放大器不创造新东西，只放大已存在的东西。音频放大器放大声音信号，功率放大器放大电力。AI放大的是人的能力——你有创意，AI帮你更快实现；你有判断力，AI帮你处理更多需要判断的事；你有专业知识，AI帮你把知识应用到更大范围。

关键点是：放大器需要有东西可放大。输入是零，放大一万倍还是零。

有深厚专业积累的人，用AI可以把专业能力放大十倍甚至百倍。他知道该问什么问题，知道怎么判断AI输出，知道如何把结果整合进自己的工作。没什么积累的人，AI对他来说只是”可以对话的搜索引擎”，价值有限。会用和不会用的差距，根源不在AI操作熟练程度，而在被放大的底层能力不同。

很多人焦虑地学习prompt engineering——如何写更好的提示词。有用，但不是关键。对业务有深刻理解的人，即使prompt写得不太好，AI也能帮他很多。对业务不了解的人，prompt写得再花哨，AI输出的东西也是空洞的。

投资人Anthony Scilipoti有句话说得直白：AI不会让你变聪明，只会让知道方向的人更快。你知道自己想要什么，AI帮你更快得到。你不知道自己想要什么，AI也帮不上忙。方向感、目标感、判断力，这些AI给不了你。

陆游说”功夫在诗外”——写诗的功夫很大程度上不在写诗本身，而在诗以外的积累。AI时代，这句话有了新含义。用好AI的功夫，很大程度上不在AI本身，而在你的领域专业、思维方式、审美品味、人生经历。那些看起来与AI无关的东西——读过的书、做过的事、见过的人、经历的挫折——可能恰恰是让你在AI时代脱颖而出的资本。因为这些东西是独特的、是你自己的、是AI不能复制也不能替代的。

个性化的另一面

定制成本趋近于零带来的个性化，多数情况下是好事。但它也有另一面。

最直接的风险是信息茧房——AI根据你的偏好筛选和生成信息，你越来越多看到符合既有观点的内容，越来越少接触不同声音。社交媒体的算法推荐已经加剧了社会极化，AI的个性化能力更强——它不只推荐内容，还能生成完全契合你口味的内容，甚至为你构建一个”私人真实”。舒适，但可能与公共真实越来越远。

这还牵涉共同经验的消失。传统社会里大家读同样的教科书、看同样的新闻、讨论同样的话题，这些共同经验提供社会凝聚力。当每个人都活在定制的信息世界里，讨论的共同基础也在被侵蚀。

更微妙的是，AI可能强化你已有的东西，而不是拓展你。短期很舒服，长期可能是问题——人的成长往往来自不舒服的体验：接触陌生领域，听到不同意的观点，面对自己的弱点。好的AI应用需要在效率和体验之间找平衡——有时给用户几个他可能不同意的方向，比直接给最优解更有价值。

应对这些风险需要自觉。不要让AI只给你更多同样的，要主动让它挑战你。把AI当作帮助成长的工具，而不只是满足现有偏好的机器。

这一章的核心论点：AI改变的不是”能做什么”，而是定制成本的坍塌——个性化从稀缺资源变成接近免费。由此，使用者从消费者变成定义者，想法与具象化被解绑，有想法的人不再被执行能力限制。而AI作为放大器，放大的是你已有的东西。功夫在诗外，在AI时代有了新含义。