去年底，我用 Cursor 加上 Claude 从零开始建了整个个人网站。Hugo 框架、多语系、自动翻译、GitHub Actions CI/CD、Fitbit 即时数据整合——整套架构从概念到上线，不到两周。

▶ 听摘要
AI 合成语音・作者本人声线克隆

如果倒退三年，同样的事情我大概需要三个月，还得外包一部分。

但有一件事没有变快：决定这个网站「应该长什么样子」。

不是视觉设计的问题。是更根本的问题——这个网站要服务谁？要传达什么？哪些功能是核心、哪些是干扰？文章要分成几个主题支柱？每个支柱之间的关系是什么？读者看完一篇文章之后，下一步该被引导到哪里？

这些问题，AI 一个都回答不了。不是因为它不够聪明，而是因为这些问题的答案取决于「我是谁」和「我认为什么重要」。这就是品味。

品味不是你以为的那种东西

「品味」这个词在中文里带着一种菁英感，好像在说「我懂红酒、你不懂」。但我要谈的品味，跟菁英无关。

Steve Jobs 说过一句被引用到烂的话：「设计不是东西看起来怎样，是东西怎么运作。」但他更深层的意思是：多数人以为设计师在让东西变漂亮，但真正的设计师知道自己的工作是让东西变「对」。

「让东西变对」——这就是品味的本质。

更具体地说，品味是三种能力的交集：辨识力（在一堆选项中看出哪个是对的）、否定力（敢于说「这个不做」）、以及脉络感（理解为什么在这个情境下，这个选择才是对的）。

辨识力可以靠经验累积。否定力需要勇气和判断。但脉络感最难——它需要你同时理解技术限制、使用者需求、商业逻辑、文化背景，然后在这些面向的交集里找到最佳解。

AI 在辨识力上已经很强了。你给它十个设计方案，它可以根据设计原则帮你评分排序。但否定力和脉络感？它连题目都看不到。因为它不知道你在这个时间点、面对这群人、带着这些资源限制，什么才是「对」的选择。

我的品味是怎么练出来的

说实话，我不是天生有品味的人。我的品味是被踩坑踩出来的。

做顾问的那些年，我看过太多「技术上完美但市场上无感」的产品。团队花了半年打磨一个功能，上线后发现使用者根本不在意。问题不在技术执行，在于一开始就没问对问题：「这个功能解决的是谁的什么痛点？」

后来在做循环经济的过程中，我学到另一层品味：适配感。同一套金属回收技术，在 A 工厂的产线上是革命性的改进，在 B 工厂就是多余的复杂。差别不在技术本身，在于你有没有能力判断「这个解决方案适不适合这个场景」。

这跟神学训练的经验意外地相通。十五年的神学背景教会我一件事：同一段经文在不同脉络下可以有完全不同的意义，而诠释的品质取决于你对脉络的理解深度。这种「脉络敏感度」后来成为我做所有判断的底层能力——不管是选技术架构、定内容策略、还是决定一篇文章的切入角度。

现在用 AI 建系统的时候，我发现品味的价值变得更明显，而不是更不重要。

举个具体的例子。建辩论引擎的时候，技术上有无限种设计方式：模型要几个？对话几轮？要不要加事实查核？查核放在哪个环节？用什么模型查核？每一个选择都是可行的，AI 可以帮我实作任何一种。但「四个模型、辩论加协作双模式、Perplexity 做最终查核」这个架构决策，是我根据过去跑过的几十次实验、对不同模型个性的理解、以及我想要什么样的输出质量，综合判断出来的。

AI 帮我写了引擎的每一行代码。但引擎「该长什么样」，是品味决定的。

Vibe Coding 的真正意义

很多人把 Vibe Coding 理解成「不用认真写代码了，跟 AI 聊聊天就好」。这个理解错得离谱。

Vibe Coding 的真正意义是：当执行的成本被压到接近零，决策的品质成为唯一的差异化因素。

我在〈Code is Cheap：从 Vibe Coding 到 CLAWS〉里详细分析了这个成本结构的相变。但那篇谈的是巨观趋势——从 Karpathy 的术语演化到 Willison 的宣言。这篇我想谈的是微观的个人层面：当你真的坐在 Cursor 前面，跟 AI 一起建东西的时候，决定成果好坏的到底是什么？

答案是你下指令的品质。而指令的品质取决于你对问题的理解深度。

我用自然语言跟 AI 描述需求的时候，发现一个有趣的现象：描述得越精确，AI 的产出越好；但真正的精确不是技术规格的精确，而是意图的精确。「帮我写一个 API 端点，接收 JSON 格式的排程数据，验证字段后存入数据库」——这是技术规格的精确，AI 可以完美执行。但「这个排程系统的目标是让一个人管八个社群平台的发文，最重要的是不出错，其次才是灵活性」——这是意图的精确，它决定了整个系统架构的方向。

前者是工程能力。后者是品味。

人文素养为什么突然变重要了

有一件我观察到的事：在 AI 协作中表现最好的人，往往不是技术最强的人，而是「能把想法说清楚」的人。

这听起来很简单，但「说清楚」其实是一种极其复杂的能力。它需要你先想清楚自己要什么（自我觉察）、然后用对方能理解的方式表达（沟通能力）、同时预判对方可能误解的地方并提前澄清（同理心）、最后在对方的回应中辨识出哪些部分是对的、哪些需要修正（批判性思考）。

这四种能力——自我觉察、沟通、同理心、批判性思考——全都是人文训练的核心。修辞学教你怎么精准表达。哲学教你怎么拆解问题。文学教你怎么理解脉络。历史教你怎么从案例中提炼判断力。

我自己的经验是，神学训练对我跟 AI 协作的帮助，远大于任何一门编程语言。因为神学的核心训练就是：面对一个复杂的文本，在多种可能的诠释中，找到最合理、最负责任的那一个。这跟面对 AI 的输出时需要做的事，本质上是同一件事。

这也是为什么我认为「后代码时代」不是工程师的末日，而是人文素养的文艺复兴。

品味可以被培养吗

可以。但不是用「上一门品味课」的方式。

品味来自三个来源：大量的输入（看够多好的和坏的东西）、跨领域的连结（在不同领域的经验之间找到共通的判断框架）、以及反覆的实践与反馈（做出选择、承受后果、修正判断）。

Dieter Rams 的设计十诫之所以经典，不是因为他天生知道什么是好设计，而是因为他在 Braun 做了几十年的产品设计，在无数次尝试和失败中提炼出那些原则。

对我来说，品味的培养有一个很具体的方法：刻意练习「为什么不做」。每次做决策的时候，不只记录你选了什么，也记录你放弃了什么、以及放弃的理由。时间一长，你会发现自己的判断框架越来越清晰。

我在经营个人网站的时候就这样做。每篇文章写之前，我会先列出三到五个可能的切入角度，然后逐一排除，直到剩下最有价值的那一个。被排除的角度不是不好，而是在这个时间点、对这群读者、在已有的文章脉络中，不是最「对」的选择。

这个过程，就是品味的肌肉记忆。

最后的不可替代性

我在〈AI Agents vs. Agentic AI〉里谈过，在能动智能体的时代，核心能力不是操作 AI，而是设计人机协作的架构。在〈当语言被放弃〉里我讨论了，如果 AI 的思考过程脱离人类语言，监督机制会从根本失效。

这两个议题的交集，就是品味。

品味决定了你让 AI 做什么（架构设计）。品味也决定了你怎么判断 AI 的产出是否合格（监督能力）。当 AI 变得越来越强大、越来越自主，品味是人类保持参与权的最后一道防线。

不是因为 AI 没有品味——而是因为品味的本质是「在特定脉络中判断什么是对的」，而脉络永远是人类定义的。你的使用者是谁、你的资源有多少、你的文化背景是什么、你认为什么重要——这些构成了品味判断的座标系。AI 可以在你定义的座标系里优化，但它无法替你定义座标系本身。

代码可以复制。模型可以训练。但你选择建构什么、放弃什么、以及为什么——这件事，只有你能回答。