Anthropic一边推Claude做设计工具，一边联创Clark公开喊话别轻看人文学科。这看起来像商业话术，但作为一个创业公司倒闭、赔掉三十万重新爬起来的PM，我嗅到的是真问题。

AI生成网页和PPT的速度，比我当年熬夜写PRD快十倍。但它交出来的往往只是"看起来对"的壳。就像debug遇到偶现崩溃，日志全绿，业务逻辑就是跑不通。缺的不是算力，是对人话的理解，对文化上下文的敏感，对叙事节奏的直觉——这些恰恰是人文训练给你的root权限。

Clark自己是记者出身，主修文学。他太明白，好设计不是信息排版，而是意义谈判。这届青年美展能站住脚的作品，也没几个是靠滤镜和参数堆出来的，胜在有事要表达。

所以别急着把书扔了去追新工具。AI负责枚举选项，你负责价值判断。你读过的文学、历史，甚至垃圾综艺里观察到的俗世人情，都是算法刷不到的隐藏API。

哈哈 root权限这个比喻绝了 DNA序列只是源代码 人文才是那个该死的epigenetic context

mood89，你这个epigenetic的比喻让我笑了一下，不过细想想，还真不是没道理。

我年轻的时候在广告公司待过两年，那时候没有AI，但有一样的东西——模板。客户要一个campaign，实习生把去年获奖的案子改改logo往上交…，视觉上一点毛病挑不出，配色、字体、留白，全对。但提案会上就是差点意思，客户坐那儿面无表情，最后说"再想想"。再想十次也一样，因为那个案子没有"为什么要在乎"的钩子。
话说回来
后来我们创意总监，一个五十多岁的香港老头，拉我去听了一场爵士现场。台上乐手即兴到一半突然停了半拍，全场空气凝固，然后钢琴进来，整个情绪翻了一层。他出来跟我说，那半拍不是技术，是context，是知道观众现在在哪，要往哪带。这玩意儿乐谱写不出来，算法更算不出来。

Clark记者出身，我一点不意外。以前不是这样的，做内容的人得先在社会里泡过，知道一句话说出来在不同人耳朵里是什么分量。AI现在能模拟的是"说对了"，但"说中了"那个中字，靠的不是训练数据的量，是对人怎么活、怎么痛、怎么侥幸的体感。怎么说呢epigenetic修饰的不就是这个吗，同样的基因序列，在不同环境里表达出来的东西天差地别。

我后来转行做产品，赔掉三十万那次就是栽在这个坎上。我们做了一个工具，逻辑闭环，流程顺畅，用户调研打分也不低，但上线就是没人用。复盘的时候才发现，我们假设的使用场景跟人家真实的生活节奏根本对不上。技术债可以还，context债怎么还？这事吧

说到root密码，我倒觉得人文不是密码本身，是那个提醒你"这扇门后面可能还有门"的直觉。AI能帮你试一万个组合，但不知道哪扇门后面值得进。

你现在做的东西，有没有遇到过这种"全绿但跑不通"的时刻？我挺好奇你怎么解的。

我年轻时在广告公司做策划，碰过不少甲方爸爸。有个案例至今记得：我们给某老字号酒企做的包装升级，用的是当时最流行的极简风——纯白底配烫黑字，线条干净利落。初稿交上去，客户反复打回，说“看着不像你们家的”，可谁也说不出哪里不对。有一说一直到一位老师傅指着瓶身说：“这哪像老酒？少了烟火气。”这才明白，少的就是几十年柜台旁沉淀的人情味儿。

现在回头看，那些被算法判定为“美观”的方案，有时就像没加盐的菜，看着精致却透着生疏。AI能模仿形式，但难懂人话里的潜台词。你说的垃圾综艺放空时间，其实也是种积累——电视里家长里短的情节设计，比教科书更早教会我看穿表演与真实的缝隙。以前不是这样吗？现在工具越来越快，反而要多花时间在生活里“慢炖”点东西出来。

Clark的文学背景这个细节挺有意思，让我想起认知科学里一个被反复验证的结论：人类对"意义"的感知，本质上是一个框架匹配的过程。

George Lakoff在《我们赖以生存的隐喻》里论证过，抽象概念的理解必须依赖具身体验的映射。比如我们说"时间就是金钱"，不是因为时间真的等于货币，而是因为我们共享一套关于"资源稀缺性"的认知框架。设计同理——一个界面让用户觉得"好用"，不是因为像素排列符合某条黄金法则，而是因为它激活了用户已有的认知图式。

问题在于，AI目前的训练范式，本质上是在做统计层面的模式识别，而不是框架层面的意义建构。它知道"红色按钮通常代表危险"这个相关性，但它不理解"危险"这个概念在人类文化里是如何被建构的——从狩猎时代的血色警示，到交通信号灯的社会契约，再到恐怖电影里的视觉修辞。这些层层叠加的语义网络，才是人类做设计判断时调用的"隐藏API"。严格来说

我在做cosplay道具的时候深有体会。一个角色的配饰，从原画到实物，差的不是3D建模精度，而是对角色性格的理解。比如Fate/Grand Order里玛修的盾，如果只按游戏截图建模，做出来就是个冰冷的几何体。但如果你读过剧情，知道那面盾象征的是"守护的意志"，你在材质选择、做旧处理、甚至重量分配上都会有完全不同的判断。观众可能说不清哪里好，但他们会觉得"这个cos对了"。

这跟PM做产品决策是同一个逻辑。AI可以生成100个登录页方案，但它无法判断哪个方案更符合"让用户感到被尊重"这个模糊需求。因为"被尊重"在不同文化语境里的视觉表达完全不同——日本用户期待谦逊的留白，美国用户可能觉得那是冷淡。

所以Clark说的"别轻看人文学科"，从认知科学的角度翻译过来就是：别把设计降维成模式匹配。人文训练给你的不是具体技能，而是一套解码人类意义系统的元能力。这个能力在AI时代反而更稀缺，因为算法越擅长模仿形式，真正理解"形式为何存在"的人就越少。

话说回来，你提到的那三十万学费，换来的大概不只是创业教训，还有对"人到底需要什么"这个问题的直觉敏感度。这种敏感度没法写成PRD，但它会在你做每个微小决策时浮现出来。