AI 推倒了「我不会」那堵墙，剩下的一堵在你心里

这两天我盯着两组数字看了很久，放三年前，它们都属于「不可能」那一栏。

一组：DeepSeek，一个从量化基金里长出来的几百人团队，做出了对标 OpenAI 的模型；创始人梁文锋今年身家 360 亿美元，超过了 OpenAI 和 Anthropic 的联合创始人。几百人，干过了十几万人的大厂。

另一组：2026 世界人工智能大会，第一次专门给「一人公司」开了个展区，180 家个体项目参展。一个人，也能是一家公司。

三年前，这两件事你说给行业里任何一个人听，得到的回答大概率是同一个词：不可能。

现在它们就摆在那儿，谁都能看见。

「我不会」这堵墙，正在被推平

先把话说具体。过去挡住一个普通人的「不可能」，绝大多数不是「这件事没法做」，是「我不会做这件事」。

我不会写代码，所以做不了 App。我不懂设计，所以做不出像样的界面。我不会剪视频，所以开不了账号。我搭不起服务器，所以上不了线。每一个「不会」，都是一堵墙，把想法挡在脑子里，出不来。

这两年，这些「我不会」被 AI 一个一个抹平了。

你不会写代码，把你要的东西说给 Claude Code 听，它写。你不会设计，描述你想要的样子，它出。你不会配环境、不会连数据库、不会写正则，这些过去要专门学几个月的东西，现在变成了一句话的事。

具体到什么程度？一个从没写过一行代码的人，只要能把脑子里那个产品说清楚，一个下午，就能有一个能点、能用、跑在浏览器里的原型。同样这件事，三年前是一个小团队加几个月的工作量。

doaipm 这套做法的核心，说穿了就一句：说出来，AI 就把它建出来。 这不是比喻。你说的，是真能跑起来、能给别人用的东西。技术这堵墙，是真的塌了。

三年前做个软件，和今天做个软件

把「技术门槛塌了」讲得再具体一点，你才会信。

三年前，一个外行想做个哪怕最简单的小工具，路径是这样的：要么先花几个月学一门编程语言，学到能写出点东西；要么攒一笔钱找外包、找程序员朋友，把需求翻译成他们听得懂的话，来回改，等几周甚至几个月，中间还随时可能被一句「这个技术上不好实现」劝退。绝大多数人，卡在第一步就散了——「我一个外行，去学编程？算了吧。」

今天的路径是：打开一个 AI 编程工具，用大白话把你想要的东西说清楚，它当场给你写出来、跑起来。不满意，你再用大白话说「这里改成那样」，它改。一个下午，你手里就有一个能点、能用的东西。你全程一行代码没写，甚至看不懂它写的代码，不影响你把产品做出来。

这不是未来时。DeepSeek、Qwen、Claude 这些模型，现在就免费或很便宜地摆在那儿，谁都能用。真正的门槛，从「你会不会这门手艺」，挪成了「你说不说得清你要什么」。而后者，是每个懂自己需求的人本来就有的能力。

墙那边，其实已经堆了不少东西

别觉得「一个人用 AI 做出产品」还是个稀罕事、是新闻里才有的。它正在变成日常。

打开任何一个开发者社区，这样的分享越来越多：一个没有技术背景的人，用 AI 做了个自动化脚本，把每天两小时的重复活干掉了；一个设计师，一个人做出完整的 SaaS，自己上线、自己收费；一个做内容的，搭了个只服务自己那点小众需求的工具站。这些东西，放三年前，每一个都得配一个工程师、一笔预算、一段漫长的等待。

WAIC 那 180 家一人公司，做的也大多是这种：一个人盯着一个具体的痒处，用 AI 把「手艺」那部分补齐，做成一个能上线、有人用的东西。它们单个都不大，但它们凑在一起证明了一件事——「一个人做不出完整产品」这句话，作废了。

这些人里，没几个是天才。他们和大多数人的差别，往往不是懂得更多，是他们在「我不会」那一下，转手打开了对话框，敲下了第一句话。

但有一堵墙，AI 推不倒

塌了一堵，你很快会发现，真正卡住大多数人的那堵，只是换了个位置。

举个具体的：同一个想法，摆在两个人面前。

第一个人想：「这得会写代码吧？我不会，算了。」于是这个想法，到今天还在他脑子里。

第二个人打开 AI，敲了句「帮我做一个能自动整理我收藏夹的小工具」。今天，这东西在线上跑着，他自己每天在用。

这两个人，都不会写代码。区别只在一件事：有没有把那句话敲进对话框、敢不敢先做一个丑的出来。

技术门槛塌下去之后，露出来的是另一堵墙，这堵墙在心里： 我不行、这太难、我还没准备好、万一做出来很烂被人笑。AI 能替你把代码写了，替不了你按下「开始」这一下。

很多「不可能」，只是一个没人敢碰的假设

再看一眼 DeepSeek。它迈过的那堵墙，底下压着一个假设：「做顶尖大模型，就得像大厂那样，堆最多的卡、烧最多的钱。」这个假设，几乎所有人都默认，于是「小团队做不出好模型」顺理成章地成了「不可能」。

DeepSeek 干的事，就是不认这个假设。它去死磕工程效率，用更少的卡、更省的钱，把模型做到对标顶尖。等它真做出来，那堵「不可能」的墙，回头看根本不是能力问题，是没人愿意去碰那个默认的前提。

你脑子里的很多「不可能」，也是这个结构。拆开看，底下常常压着一个你从没质疑过的假设：「做这个必须先有 A」「像我这样的人做不了 B」。把那个假设单独拎出来，问一句「真的吗？」，墙常常自己就松了。所谓迈墙，很多时候不是使多大劲，是敢不敢质疑一句「凭什么不可能」。

心里那堵墙，拆开看长什么样

这堵墙不是一句「你要勇敢」能翻过去的。它有很具体的几块砖，我一块块给你摆出来，你自己认认哪块挡着你。

第一块：「我不懂技术，这事轮不到我。」

三年前这话成立，现在不成立了。技术已经不是门槛。真正稀缺的，是你懂不懂用户、看不看得清那个真问题。一个懂问题、不懂技术的人，配上 AI，比一个懂技术、不懂问题的人跑得快得多。不会写代码，在今天甚至是个优势——你不会被「怎么实现」绑住，只盯着「用户到底要什么」。

第二块：「等我准备好了再做。」

准备永远不会好。AI 时代，做一个原型的成本趋近于零，改一版的成本也趋近于零。在这种成本结构下，先做一个能跑的丑东西，一定比在脑子里想三个月强。你想的第三个月，别人已经改到第十版、拿到真实反馈了。

第三块：「这么简单，肯定早有人做过了。」

做过，不等于做好，更不等于做成你要的那个样子。而且很多东西，你为自己那个具体的、别人看不上的小场景做出来，恰恰正好。市场大不大是投资人的问题，你自己的那个痒处，值得你花一个下午。

第四块：「万一做出来很烂怎么办？」

第一版就该烂。做一个能跑的原型，意义是先让它动起来、收到真实的反应，不是一次到位做完美。你担心的那个「烂」，其实是拿它跟脑子里那个完美成品在比。可脑子里那个，永远不会自己变成真的。真实世界里，一个能用的六十分，赢过一个想象中的一百分：六十分能拿到反馈、能一版版往上长，一百分只能停在原地发光，谁也没用上。

为什么偏偏是现在

「我不会」这堵墙，其实一直都在，几十年都在。为什么偏偏是这两年塌的？

因为 AI 是第一个「你说人话、它就动手」的工具。在它之前，那些号称帮你跨过技术门槛的东西——搜索、教程、低代码平台——没有一个真正绕开了「你得先懂点技术」这一关。你搜到答案，还得看得懂；你用低代码，还得理解它那套逻辑。AI 不一样，它接住的是你的大白话，吐出来的是能跑的东西。中间那段「你得先学会」，被它整个吃掉了。

这带来的不是门槛降低了一点，是门槛的性质变了：从「学会一门手艺」，变成「说清一件事」。这种错位，几十年才碰上一次。

而错位期最大的红利，从来是给「敢先动手」那批人的。等所有人都反应过来、都在用了，红利就摊平了。现在动手的人，是站在这个错位的起点上。他们不是更聪明，只是更早把那句「我不会」咽了回去，换成了「我试试」。

迈过去的人，都怎么做的

我不打算给你打鸡血。就说我观察到那些真「迈过去」的人，动作上有什么共同点，你对照着看。

一，把「不可能」翻译成一句具体的话。「我想做个能自动整理微信收藏的工具」——只要你能把它说清楚，AI 就能开始动手。说不清，说明你还没想清楚，那是「没想明白」，不是「不可能」。这两者，别混为一谈。

二，先要最丑的能跑版本，别要完整方案。 今天就能点、能看到结果的半成品，胜过纸面上完美的规划。你要的第一个东西，标准只有一个：它得能跑。

三，一次改一点，让 AI 一步一步来。 别一口气让它把整个东西做完，那样出了问题你都不知道错在哪。一次一个小改动，看一眼，再下一步。

这几条，说起来朴素，做起来的门槛，也就是打开对话框、敲下第一句话。

回到开头那两组数字

DeepSeek 不是因为算力最多才赢的。是一小撮人认定「我们能做出更省、更聪明的模型」，然后真的去做了。WAIC 那 180 家一人公司，每一家背后，都是一个「一个人……好像也行？」的念头，被人按下了开始。

挡在你和这些东西之间的，早就不是 AI 会不会——AI 已经会了，而且比你想的会得多。挡着的，是你那句「我不会、我不行」说出口的时候，后面有没有紧跟着一个动作：把它，说给 AI 听。

那堵墙一直都在你心里。AI 推倒了它旁边那堵，把「我不会」清走了；可写着「我不行」的这一堵，它推不倒，只能你自己迈。而迈过去的第一步，小得几乎不像一步：打开那个对话框，把你憋在心里的那个「不可能」，原原本本说给它听。剩下的，它接着。