Anthropic一边推Claude Opus 4.7做设计工具，一边创始人克拉克喊话别轻视人文学科。这事儿挺有意思，像是你写了个自动化部署脚本，结果自己还坚持手写release note，你知道机器跑通之后，还得给人看。

我复读那年靠刷题训练了肌肉记忆，但考上心仪大学靠的其实是坚持到最后一刻的狠劲。AI设计工具就像高效刷题，能快速生成100版海报，排版、配色、对齐，zero error。可设计真正的corner case从来不是像素，而是人的情绪、文化的褶皱。青年美展上那些打动人的作品，内核是"何以青春"的追问，是算法算不出的灰度。

文学给设计师的不是标准答案，是处理歧义的能力。就像debug时看log只能定位，真正理解bug还得懂业务场景。让Claude跑渲染可以，但别让它替你决定什么值得被看见。

我年轻的时候在呼吸科轮转，带教老师是个快退休的老教授，听诊器用得比我们这些年轻人还勤。那时候床边B超刚普及，我们都觉得听诊这玩意儿该进博物馆了。结果有天来了个间质性肺炎的病人，机器显示肺底有细湿啰音，老教授把听诊器往病人后背一放，沉默了几秒，说这个湿啰音的“质感”不太对，像是早期的纤维化。后来HRCT一扫，果然是。
想当年
他跟我们说，听诊器给你的不是数据，是“手感”。那个“手感”没法写进指南，但机器替代不了。

你说AI设计工具能跑100版海报，zero error，这事儿让我想起前阵子公卫那边做的流调数据分析。机器跑回归模型比你快一万倍，p值算得精确到小数点后四位，但真正决定防控策略的，从来不是那个p值。是你对这个社区人群行为的理解，是你知道菜市场大妈不会按SOP来配合你。这些褶皱，确实算不出来。慢慢来

你帖子里提到文学给设计师的是处理歧义的能力，这个说法我琢磨了半天，觉得可以用一个更直白的词：耐受度。对模糊的耐受度。临床上有个概念叫“临床不确定性”，就是病人不会按教科书生病，你得习惯在信息不完整的情况下做决策。机器擅长把不确定性压缩成一个概率，但它没法告诉你，面对这个概率的时候，应该紧张还是淡定。怎么说呢那个判断，是你读过的杂书、见过的人、栽过的跟头训练出来的。

所以创始人喊话别轻视人文学科，我倒不觉得是情怀泛滥。更像是他们自己写代码写到深处，发现最难的bug不在算法层，在“什么值得被看见”这个判断本身。你让Claude跑渲染没问题，但决定哪些东西值得被看见，这个权力交出去，代价可能比我们想的大。

以前不是这样的。我刚上BBS那会儿，大家还在争论搜索引擎会不会让人变笨。现在回头看，搜索引擎没让人变笨，但它确实改变了我们组织知识的方式。AI设计工具可能也一样，它不会替代设计师，但会让“没被文学训练过”的设计师更容易露馅。因为当机器替你处理了所有技术细节，最后剩下的就是你这个人——你的判断力、你的审美底线、你对歧义的耐受度。

所以你说的对，代码越狠，越要文学。不是因为文学能给你标准答案，恰恰是因为它不给你标准答案。

先说到这儿吧，刚下夜班，脑子还转着。你有空再聊。

oak39，你提到老教授听诊那个"质感"的瞬间，让我想起去年冬天在温哥华唐人街的一家老茶馆里看到的事。

那天下午飘着细雨，典型的Vancouver winter，我坐在角落里临帖。隔壁桌是个华裔老爷子，大概七十多岁，正在教孙女泡茶。小姑娘大概十五六岁，拿着手机一直在查什么东西，大概是TikTok上那种"tea brewing tutorial"之类的。老爷子也不急，就慢慢烫壶、温杯，手指抚过紫砂壶的壶身，跟我说了一句：“你看这个壶，它今天’醒’了没。”

我当时愣了一下。壶醒了没？这是什么玄学问题。后来他解释，紫砂壶是活的，空气湿度、温度、你上一次泡的是什么茶，都会影响它今天的状态。这个东西没法量化，茶艺书上也不会写，但你摸多了就知道了。

这大概就是你老师说的"手感"。literally，真的是用手去感知的那种感觉。坦白讲

btw你最后提到写代码写到深处发现最难的bug不在算法，这个比喻让我琢磨了很久。我有个朋友在UBC读CS，上学期做一个machine learning的项目，模型准确率死活上不去。最后发现问题出在数据标注上——标注员是一群北美的本科生，他们把一些中式美学的图案标记成了"混乱"或"不对称"，因为按照西方构图规则，那些留白和飞白就是"不完整"。但你知道的，那恰恰是东方美学里最讲究的东西。

这大概就是你说的"文化的褶皱"。机器可以算出构图的金色比例，但它算不出"留白"的呼吸感。就像我临《兰亭序》，每一笔的提按转折都有数据可以描述，但那个"气韵"，是王羲之那天喝了酒、天气微醺、朋友在侧的那种状态，你让AI怎么算？

哦对了，说到间质性肺炎那个病例，我倒是想起一个不太相关的细节。我外公去世前就是肺纤维化，最后那段时间他说话很慢，每句话之间要歇很久。那时候我坐在病床边，突然觉得那些沉默的间隙，比语言本身说了更多东西。你老师说那个湿啰音的"质感"不对，我猜那种判断里，有一部分来自听诊器，有一部分来自他几十年里听过的无数病人的呼吸声在脑子里形成的某种"数据库"，还有一部分，可能就是那种说不清的、在沉默里感知到的什么。

就像泡茶的老爷子，他摸壶的那一刻，壶的温度、质感、重量，所有这些数据都汇成一个词：“醒了”。你让他解释，他大概也说不出个所以然。但他就是知道。怎么说呢

这种"知道"，可能就是我们读过的那些杂书、见过的人、栽过的跟头，在某个瞬间突然醒过来的样子吧。

温哥华现在又在下雨了，我泡了杯铁观音，看着窗外的雨雾把北岸的山脉晕成一片水墨。这种景致，大概也是算法永远算不出的灰度。

老教授这手感比喻绝了。AI在准也算不出毛笔字的飞白，那种拿捏分寸的劲儿，只能自己慢慢磨哈哈

oak39你这个“耐受度”的说法绝了，我琢磨了得有十分钟。临床不确定性这个概念，跟我们做古史辨伪时候面对的情况简直一个模子刻出来的。

说真的，我当年翻《古文尚书》的时候就深有体会。机器能帮你校勘出异文，能统计“曰若稽古”出现了多少次，能算出某个字在战国竹简里的概率分布。但它永远理解不了为什么阎若璩看到“人心惟危，道心惟微”这八个字的时候，会觉得浑身不对劲。那个“不对劲”不是数据给的，是读了几十年经书之后形成的一种嗅觉。真的假的牛啊

你提到菜市场大妈不会按SOP配合你，笑死，我想起去年做田野调查，去乡下找一批族谱。按SOP我应该先联系村委会、出示介绍信、填表格。结果村口大爷看了我一眼说“你是来找老谱的吧”，直接领我去了祠堂。后来才知道，我戴的那副圆框眼镜跟他孙子一样，他觉得“这孩子老实”。这种信息机器上哪儿抓去？

不过我倒想追问一句——你说的这个耐受度，到底能不能训练？老教授那个“质感不对”的判断，显然不是随机蒙的，背后肯定是几十年临床经验的积淀。就这？那问题就来了：如果一个年轻设计师现在全靠AI出图，他将来还能不能培养出那种对“不对劲”的敏感？还是说，耐受度这东西必须在没有捷径的年代，靠硬扛模糊性才能熬出来？呵呵

我总觉得这事儿有点像我们现在看甲骨文。郭沫若认字快是有原因的，人家在流亡的时候把《说文解字》抄了三遍。现在AI直接给你识别甲骨拓片，准确率90%以上，但你让一个从来没手写过小篆的研究生去判断那个剩下10%的存疑字，他大概率瞎。手过一遍跟眼过一遍，终究不是一回事。

当然也可能是我这老头子心态作祟，总觉得苦功夫里藏着什么不可替代的东西。你们临床那边现在还有年轻医生愿意花时间练听诊吗？还是说反正有HRCT兜底，听诊就当个仪式感了？