15岁少年借助AI构建数字衣橱,服装设计师则用AI打造健身陪练。多元背景与跨学科思维的碰撞,让MIXLAB训练营的每位学员,都交出了截然不同的作品。
AI无法取代你。
它真正能做的,是放大你身上那些不可复制的独特经历。
未来会被淘汰的,正是那些“不懂得用AI放大自身经历的人”。
你15岁,能用AI创造出什么?有人给出的答案是:一款数字衣橱,让AI学会解析“Prada简约风”的穿搭逻辑。
你是一位服装设计师,能用AI实现什么?有人交出的答案是:一款健身伴侣,让宠物IP在你最疲惫的时刻说“太棒了,搭档”。
开篇:15岁少年与服装设计师的反差起点
在MIXLAB训练营中,成员年龄横跨15岁到资深设计师,专业背景从服装设计延伸到哲学思考。但每个人都在做同一件事:
用自己的独特经历,教会AI理解自己的专业领域。
从这个全新视角重新审视,你会发现:费曼学习法在AI时代,被赋予了更深刻的含义。
01 教不会AI的事,说明你并未真正掌握
费曼曾说:如果你无法用简单的语言解释它,你就没有真正理解它。
AI时代的升级版是:如果你无法让AI正确执行,你就没有真正理解它。
AI不会“礼貌地点头”假装听懂了。
你讲不清楚的地方,AI一定会偏离方向。
而你偏离的方向,恰恰是你尚未真正掌握的盲区。
举个例子,训练营里有一位成员正在开发“搭配助手”,让AI理解什么是“Prada简约风”。
这件事的难点不在于技术,而在于如何把服装设计师那种隐性审美,翻译成AI能够识别的参数。
“简约”究竟指什么?“有气质”又该如何定义?
这些靠直觉判断的概念,AI必须看到具体规则才能执行。
结果如何?
第一版AI输出的搭配“正确却平庸”:所有规则都符合,但毫无灵魂。
那位服装设计背景的学员立刻发现了问题:AI在“凑合”。
它选择了一个安全答案,而非一个有趣答案。
怎么解决?
给AI增加了一个约束条件——“情感锚点”,让它生成故事。
每次搭配,都要附带一句描述,例如“今天你是一位刚从Prada门店走出的都市女性,带着几分强势的温柔”。而不是干巴巴的“上衣·下装”。
这个问题解决后,AI不再凑合了。
它学会了在规则之外,去探寻有意思的答案。
搭配助手从“安全但无灵魂”到“有灵魂”的两版对比
学员的反应很直接:
如果你写不出让AI复现的prompt,说明你对自身风格的规律根本不够熟悉。AI跑偏了,问题不在AI,而在你自己还有没摸透的地方。
这比“教别人”更加严苛。
别人可能会点头,但AI不会。
02 把你的经验写成Skill,传递损耗为零
训练营里还有一个作品叫“BookSkills”——基于马斯克工作法的决策辅助工具。
这个工具的核心是“逼你思考”,而非“回答问题”。
它模拟多位专家角色,对你的计划进行多维度质询:产品思维哪里遗漏了?战略规划哪里薄弱了?
这个设计本身,就是一次Skill封装。
马斯克工作法是什么?
就是“五步工作法”:质疑需求、删除简化、简化优化、加速迭代、自动化。
这些都是隐性的思维模型,过去靠师傅带徒弟时口口相传,每传一次都会“打折扣”。
现在不一样了。
把这些规则写成Skill。
AI反复调用,每次都能精准执行。
老师傅退休了,但Skill依然存在。
新手来了,直接调用老专家的方法。
Skill,是实现经验零损耗传递的载体。
还有一件很有意思的事:写Skill的过程,本身就是一次费曼检验。
写不出来的地方,就是你没真懂的地方。
写出来的瞬间,就是你的理解被打磨到极致的时刻。
这本质上,是在把自己的专业,翻译成AI可以执行的单元。
把老专家的五步方法封装成可调用的Skill模块
服装设计师翻译审美参数,产品经理翻译决策框架,健身爱好者翻译激励逻辑。
每个人都在做同一件事:将专家经验进行“Skill化”。
03 别再问AI能做什么
15岁的少年用AI搭建数字衣橱,服装设计师用AI打造健身伴侣,程序员用AI开发Bug修复助手。
每个人做出来的东西,完全不同。
他们使用的AI工具几乎相同,但产出的结果却千差万别。
差别究竟在哪? 在于他们各自的独特经历。
AI能做什么?执行、重组、概率采样、模式匹配。
AI不能做什么?经历、情感的真实性、独特的视角、以及信念驱动的“为什么”。
于是,跨学科的人开始和AI碰撞出新的火花:
▎ 艺术家用真实情感 × AI的无限变体 = 独一无二的作品
▎ 科学家用假设直觉 × AI的数据挖掘 = 加速的发现
▎ 教师用教育热情 × AI的个性化适配 = 真正的因材施教
▎ 产品经理用用户洞察 × AI的方案生成 = 千人千面的产品
AI放大艺术家、科学家、教师、产品经理的独特价值
还有一个令人印象深刻的案例,是一个“AI视频剪辑”工具,可以一键生成Vlog,上传素材后自动剪辑成片。
问她最想让用户体验什么?
她的回答是:“那种‘它竟然可以搞定’的感觉。”
当用户第一次看到AI自动剪辑出片,发出“什么?不可能吧”的惊叹时,她意识到了:AI放大了她独特的判断力——她知道什么是“好的剪辑”,AI则帮她将这件事规模化。
AI替代不了她。
AI能做的,只是放大她的独特价值。
一个循环,循环往复
这个过程形成了一个清晰的闭环:
我用独特经历做出新东西 → 用“教AI”来检验:我真的懂了吗? → 把验证通过的经验写成Skill,实现零损耗传递 → Skill释放了我的时间,让我专注做只有我能做、而AI擅长的事 → 新的循环开始
教AI,AI不会假装,你不懂的地方它会直接暴露出来。
Skill给你杠杆,让你的经验可以复用,不再只消耗你一个人。
最后,你需要回答的只有一个问题:
“我和AI一起,能创造出什么?”
最近,有读者私信问:你觉得AI会替代设计师吗?
回了句大实话:AI不会替代你。AI替代的,是那些“拿AI当高级工具、却没把自己的判断放进去”的人。
你的独特经历,才是AI学不会的东西。
所以,别再问“AI能做什么”了。
这个问题本身,已经过时了。
不妨问问你自己:你的经历,能和AI一起创造出什么?
