前言：平民编程与创造的时代

／ 认知劳动的重新定价

历史唯物主义揭示过，机器是“死劳动”，它凝结了前人的智慧和体力，当它被纳入特定的生产关系时，其宿命便是用来不断榨取后人的“活劳动”

在过去两个世纪的技术革命中，无论工具多么先进，认知（如思考、规划、写代码、写文章）始终是不可被剥夺的活劳动。人类在一次次痛苦而深邃的脑力激荡中，确认着自我的主体性与存在感

如果说上个世纪数控机床与流水线的普及，造就了体力无产者广泛的“去技能化”，那么到了今天，随着大模型与Agent范式的成熟，脑力无产者正在被迫卷入一场史无前例的认识论危机

在过去，社会需要花费几十年的教育体系和工作环境，来训练、规训一个人的大脑，使其掌握和适应复杂的逻辑推理和信息聚合能力。这种训练所形成的稀缺性，与职业壁垒、组织位置和议价能力共同支撑了脑力劳动者的收入

而如今，大模型把这种脑力劳动固化成了生产资料

动态的、充满生命力的思辨过程，逐渐固化为了高维向量空间中的概率模型，以及可以反复调用的生产工具。当这种数字死劳动以越来越低的边际成本被部署时，活劳动就不再是生产的核心，至少在2026年，部分常规认知劳动正在失去原有的稀缺性

---

／ 技术祭司的黄昏

但是，历史的辩证法就是如此，认知劳动的加速异化，孕育着改变权力分配的可能性

过去二十年，软件系统变得越来越庞大。框架、云服务、接口、权限、部署、安全与合规层层叠加，使数字产品的建造能力集中在少数专业人员和大型组织手中，精英们摇身一变成了数字时代的“技术祭司”，而绝大多数人只能作为被动的消费者，被困在一个个设计好的 APP 和平台里，用数据和注意力换取服务，却少有能力修改规则，更无法建造自己的系统

真正的壁垒，是把人的意图转化为可运行软件所需要的巨大知识成本、沟通成本和工程成本

粗略地说，不同时期的编程学习者，面对着不同的主要阻力：

在2006年的个人计算时代，学编程的核心阻力是“与机器的物理限制”作斗争。你需要去适应底层机器的脾气——去管理内存、理解指针、搞懂底层编译原理，处理算力与存储的限制。每一行代码，都是人类在委屈自己的思维去迎合硅基的逻辑

到了2016年的移动互联网时代，学编程的核心阻力变成了“与庞大的生态系统”作斗争。语法虽然简单了，但你要面对的是无尽的框架、包管理工具和环境配置，门槛从底层原理变成了系统集成和工程化

而今天，我们正进入一个新的转折期：机器开始更大规模地适应人的语言和意图

在大模型和意图驱动开发的范式下，我们认为有电脑使用基础的人只需要八周时间的结构化训练，就能学会指挥不知疲倦（但不便宜）的 AI 军团，将你的想法落地为数字资产，甚至是搭建一套完整的微型商业系统，当代码逐渐廉价，真正稀缺的将不再只是语法熟练度，而是明确的意图、持续的行动、领域知识，以及对结果负责的判断力

---

／ 平民化时代的新识字运动