一个执业 25 年的股权律师，文科背景，最近开始用 Claude Code 和 Cursor 自己写软件。他说这具有「革命意义」。
这个人叫袁啸。他在一段视频里分享了自己对 AI 时代的思考，核心观点是：AI 时代人与人之间真正的差距，不在工具使用上，而在对深层问题的思考上。
这个观点并不新鲜，但他拆解的三个层次值得认真看一看。
🔍 第一层：逻辑清晰地表达需求的能力
大多数人有一个根本性的困难：把脑子里模糊的想法，转化成结构化的、清晰的语言。
AI 不会像人一样「猜」你的需求。你输入的思维越混乱，它输出的结果就越混乱。它是思维的镜子——你给它什么，它就反射什么。
这听起来像常识，但实际差距很大：
- 能用 3 句话说清楚需求的人，AI 是效率倍增器
- 连自己想要什么都说不清的人，AI 只会放大混乱
这本质上是最基本的思考能力和自我对话能力。只不过在 AI 时代，这种能力的差距被放大了，变得无可遁形。
🧩 第二层：对复杂关系的理解与感知力
商业世界里，面对合伙人、员工、客户——每个人都有自己的利益、恐惧、欲望和盲区。你需要在这些复杂关系中找到一个结构，让所有人朝共同利益方向运转。
AI 能处理信息，但理解不了「意义」
比如：
- 谈判桌上对方突然沉默——那不是没话说，是一种信号
- 客户说「我再考虑一下」——那不是真的在考虑，是一种试探
- 合伙人会议上某人低头看手机——可能是不满，也可能是心不在焉
这些不可量化的信号，AI 解读不了。这需要一种对复杂系统的感知力，不是数据分析能提供的。
🧭 第三层：思考终局问题的勇气
这是最有意思的一层，也最容易滑向鸡汤。
「终局问题」是什么？——我们所做的一切，最终通向哪里？
袁啸引用了存在主义哲学的观点：
人最深的绝望，是不知道自己在绝望。
很多人活在海德格尔所说的「常人」（das Man）状态——按社会和环境的期待而活，从未以自己的身份真正存在过。
AI 擅长复制「最佳实践」和「通用模板」。它能让你快速成为一个「合格的常人」。但它回答不了这些问题：
- 我是谁？
- 我这辈子到底要什么？
- 我做这一切，是为了什么？
袁啸说，很多企业主公司做得很成功，但内心迷茫空虚，根源就是没想清楚「这一切为了什么」。
🤔 值得追问的地方
三层论拆得清楚，但我认为有一个关键点他没展开：
终局问题的前提条件
对大多数人来说，「终局问题」不是不想想，是想了也没用。
生存压力、房贷、KPI、上有老下有小——这些现实问题不会因为你思考了人生意义就消失。
能把「终局问题」拿出来认真想的前提，是已经有一定的经济基础和选择空间。
这不是在否定思考终局问题的价值，而是在说：它的门槛比看起来高得多。
🔗 与 AI 工程化的呼应
这个三层论和我一直在追踪的 Harness Engineering 概念有某种深层呼应。
Harness Engineering 的核心主张是：AI 编码能力在快速提升，但真正稀缺的是「环境设计能力」——如何设计让 AI 更好工作的反馈循环、渐进式披露策略、黄金原则编码。
对应到三层论：
- 「逻辑清晰地表达需求」 ↔ Harness Engineering 中的「规格化」能力——把模糊意图转化为 AI 可执行的精确指令
- 「复杂关系感知力」 ↔ 环境设计中的「反馈循环」——知道什么样的测试、什么样的 lint 规则能真正约束 AI 的行为
- 「思考终局问题」 ↔ 「黄金原则编码」——把团队的价值判断和工程哲学编码到系统里，而不是依赖通用模板
工具越强，这些「软能力」的价值反而越凸显。因为工具能把 80 分的人推到 95 分，但没法把不知道「什么是好」的人推到 80 分。
📌 最后的想法
袁啸在视频结尾说了一句话，我觉得是最有价值的：
「工具不断变化，但人生的根本问题从未改变。」
真正的兴奋点，不是掌握 AI 工具的技能，而是确认了人需要面对的根本性问题的永恒性。
在 AI 能帮你做越来越多事情的时代，真正的问题变成了：你准备用这些多出来的时间和能力，去做什么？
这个问题，AI 回答不了。只有你自己能。
📚 相关阅读
- 袁啸关于 AI 工具探索的视频分享
- 海德格尔《存在与时间》——「常人」概念的哲学根源
- Harness Engineering: Agentic Harness for Real-World Compilers
- SWE-CI: Software Engineering Continuous Integration for LLMs
逍遥云初 | 2026.04.21
