AI 推倒了「我不會」那堵牆，剩下的一堵在你心裡

這兩天我盯著兩組數字看了很久，放三年前，它們都屬於「不可能」那一欄。

一組：DeepSeek，一個從量化基金裡長出來的幾百人團隊，做出了對標 OpenAI 的模型；創辦人梁文鋒今年身家 360 億美元，超過了 OpenAI 和 Anthropic 的共同創辦人。幾百人，幹過了十幾萬人的大廠。

另一組：2026 世界人工智慧大會，第一次專門給「一人公司」開了個展區，180 家個體專案參展。一個人，也能是一家公司。

三年前，這兩件事你說給業界裡任何一個人聽，得到的回答大概率是同一個詞：不可能。

現在它們就擺在那兒，誰都能看見。

「我不會」這堵牆，正在被推平

先把話說具體。過去擋住一個普通人的「不可能」，絕大多數不是「這件事沒法做」，是「我不會做這件事」。

我不會寫程式，所以做不了 App。我不懂設計，所以做不出像樣的介面。我不會剪影片，所以開不了帳號。我架不起伺服器，所以上不了線。每一個「不會」，都是一堵牆，把想法擋在腦子裡，出不來。

這兩年，這些「我不會」被 AI 一個一個抹平了。

你不會寫程式，把你要的東西說給 Claude Code 聽，它寫。你不會設計，描述你想要的樣子，它出。你不會設定環境、不會連資料庫、不會寫正則，這些過去要專門學幾個月的東西，現在變成了一句話的事。

具體到什麼程度？一個從沒寫過一行程式的人，只要能把腦子裡那個產品說清楚，一個下午，就能有一個能點、能用、跑在瀏覽器裡的原型。同樣這件事，三年前是一個小團隊加幾個月的工作量。

doaipm 這套做法的核心，說穿了就一句：說出來，AI 就把它建出來。 這不是比喻。你說的，是真能跑起來、能給別人用的東西。技術這堵牆，是真的塌了。

三年前做個軟體，和今天做個軟體

把「技術門檻塌了」講得再具體一點，你才會信。

三年前，一個外行想做個哪怕最簡單的小工具，路徑是這樣的：要麼先花幾個月學一門程式語言，學到能寫出點東西；要麼攢一筆錢找外包、找工程師朋友，把需求翻譯成他們聽得懂的話，來回改，等幾週甚至幾個月，中間還隨時可能被一句「這個技術上不好實現」勸退。絕大多數人，卡在第一步就散了——「我一個外行，去學寫程式？算了吧。」

今天的路徑是：打開一個 AI 程式開發工具，用大白話把你想要的東西說清楚，它當場給你寫出來、跑起來。不滿意，你再用大白話說「這裡改成那樣」，它改。一個下午，你手裡就有一個能點、能用的東西。你全程一行程式沒寫，甚至看不懂它寫的程式碼，不影響你把產品做出來。

這不是未來式。DeepSeek、Qwen、Claude 這些模型，現在就免費或很便宜地擺在那兒，誰都能用。真正的門檻，從「你會不會這門手藝」，挪成了「你說不說得清你要什麼」。而後者，是每個懂自己需求的人本來就有的能力。

牆那邊，其實已經堆了不少東西

別覺得「一個人用 AI 做出產品」還是個稀罕事、是新聞裡才有的。它正在變成日常。

打開任何一個開發者社群，這樣的分享越來越多：一個沒有技術背景的人，用 AI 做了個自動化腳本，把每天兩小時的重複活幹掉了；一個設計師，一個人做出完整的 SaaS，自己上線、自己收費；一個做內容的，架了個只服務自己那點小眾需求的工具站。這些東西，放三年前，每一個都得配一個工程師、一筆預算、一段漫長的等待。

WAIC 那 180 家一人公司，做的也大多是這種：一個人盯著一個具體的癢處，用 AI 把「手藝」那部分補齊，做成一個能上線、有人用的東西。它們單個都不大，但它們湊在一起證明了一件事——「一個人做不出完整產品」這句話，作廢了。

這些人裡，沒幾個是天才。他們和大多數人的差別，往往不是懂得更多，是他們在「我不會」那一下，轉手打開了對話框，敲下了第一句話。

但有一堵牆，AI 推不倒

塌了一堵，你很快會發現，真正卡住大多數人的那堵，只是換了個位置。

舉個具體的：同一個想法，擺在兩個人面前。

第一個人想：「這得會寫程式吧？我不會，算了。」於是這個想法，到今天還在他腦子裡。

第二個人打開 AI，敲了句「幫我做一個能自動整理我收藏夾的小工具」。今天，這東西在線上跑著，他自己每天在用。

這兩個人，都不會寫程式。區別只在一件事：有沒有把那句話敲進對話框、敢不敢先做一個醜的出來。

技術門檻塌下去之後，露出來的是另一堵牆，這堵牆在心裡： 我不行、這太難、我還沒準備好、萬一做出來很爛被人笑。AI 能替你把程式寫了，替不了你按下「開始」這一下。

很多「不可能」，只是一個沒人敢碰的假設

再看一眼 DeepSeek。它邁過的那堵牆，底下壓著一個假設：「做頂尖大模型，就得像大廠那樣，堆最多的卡、燒最多的錢。」這個假設，幾乎所有人都默認，於是「小團隊做不出好模型」順理成章地成了「不可能」。

DeepSeek 幹的事，就是不認這個假設。它去死磕工程效率，用更少的卡、更省的錢，把模型做到對標頂尖。等它真做出來，那堵「不可能」的牆，回頭看根本不是能力問題，是沒人願意去碰那個默認的前提。

你腦子裡的很多「不可能」，也是這個結構。拆開看，底下常常壓著一個你從沒質疑過的假設：「做這個必須先有 A」「像我這樣的人做不了 B」。把那個假設單獨拎出來，問一句「真的嗎？」，牆常常自己就鬆了。所謂邁牆，很多時候不是使多大勁，是敢不敢質疑一句「憑什麼不可能」。

心裡那堵牆，拆開看長什麼樣

這堵牆不是一句「你要勇敢」能翻過去的。它有很具體的幾塊磚，我一塊塊給你擺出來，你自己認認哪塊擋著你。

第一塊：「我不懂技術，這事輪不到我。」

三年前這話成立，現在不成立了。技術已經不是門檻。真正稀缺的，是你懂不懂使用者、看不看得清那個真問題。一個懂問題、不懂技術的人，配上 AI，比一個懂技術、不懂問題的人跑得快得多。不會寫程式，在今天甚至是個優勢——你不會被「怎麼實現」綁住，只盯著「使用者到底要什麼」。

第二塊：「等我準備好了再做。」

準備永遠不會好。AI 時代，做一個原型的成本趨近於零，改一版的成本也趨近於零。在這種成本結構下，先做一個能跑的醜東西，一定比在腦子裡想三個月強。你想的第三個月，別人已經改到第十版、拿到真實回饋了。

第三塊：「這麼簡單，肯定早有人做過了。」

做過，不等於做好，更不等於做成你要的那個樣子。而且很多東西，你為自己那個具體的、別人看不上的小場景做出來，恰恰正好。市場大不大是投資人的問題，你自己的那個癢處，值得你花一個下午。

第四塊：「萬一做出來很爛怎麼辦？」

第一版就該爛。做一個能跑的原型，意義是先讓它動起來、收到真實的反應，不是一次到位做完美。你擔心的那個「爛」，其實是拿它跟腦子裡那個完美成品在比。可腦子裡那個，永遠不會自己變成真的。真實世界裡，一個能用的六十分，贏過一個想像中的一百分：六十分能拿到回饋、能一版版往上長，一百分只能停在原地發光，誰也沒用上。

為什麼偏偏是現在

「我不會」這堵牆，其實一直都在，幾十年都在。為什麼偏偏是這兩年塌的？

因為 AI 是第一個「你說人話、它就動手」的工具。在它之前，那些號稱幫你跨過技術門檻的東西——搜尋、教學、低程式碼平台——沒有一個真正繞開了「你得先懂點技術」這一關。你搜到答案，還得看得懂；你用低程式碼，還得理解它那套邏輯。AI 不一樣，它接住的是你的大白話，吐出來的是能跑的東西。中間那段「你得先學會」，被它整個吃掉了。

這帶來的不是門檻降低了一點，是門檻的性質變了：從「學會一門手藝」，變成「說清一件事」。這種錯位，幾十年才碰上一次。

而錯位期最大的紅利，從來是給「敢先動手」那批人的。等所有人都反應過來、都在用了，紅利就攤平了。現在動手的人，是站在這個錯位的起點上。他們不是更聰明，只是更早把那句「我不會」嚥了回去，換成了「我試試」。

邁過去的人，都怎麼做的

我不打算給你打雞血。就說我觀察到那些真「邁過去」的人，動作上有什麼共同點，你對照著看。

一，把「不可能」翻譯成一句具體的話。「我想做個能自動整理微信收藏的工具」——只要你能把它說清楚，AI 就能開始動手。說不清，說明你還沒想清楚，那是「沒想明白」，不是「不可能」。這兩者，別混為一談。

二，先要最醜的能跑版本，別要完整方案。 今天就能點、能看到結果的半成品，勝過紙面上完美的規劃。你要的第一個東西，標準只有一個：它得能跑。

三，一次改一點，讓 AI 一步一步來。 別一口氣讓它把整個東西做完，那樣出了問題你都不知道錯在哪。一次一個小改動，看一眼，再下一步。

這幾條，說起來樸素，做起來的門檻，也就是打開對話框、敲下第一句話。

回到開頭那兩組數字

DeepSeek 不是因為算力最多才贏的。是一小撮人認定「我們能做出更省、更聰明的模型」，然後真的去做了。WAIC 那 180 家一人公司，每一家背後，都是一個「一個人……好像也行？」的念頭，被人按下了開始。

擋在你和這些東西之間的，早就不是 AI 會不會——AI 已經會了，而且比你想的會得多。擋著的，是你那句「我不會、我不行」說出口的時候，後面有沒有緊跟著一個動作：把它，說給 AI 聽。

那堵牆一直都在你心裡。AI 推倒了它旁邊那堵，把「我不會」清走了；可寫著「我不行」的這一堵，它推不倒，只能你自己邁。而邁過去的第一步，小得幾乎不像一步：打開那個對話框，把你憋在心裡的那個「不可能」，原原本本說給它聽。剩下的，它接著。