从板书到PPT，再到 AI 定制开发：“大定制时代”来了

01 从板书到PPT，再到 AI 定制开发

最近一直在思考一些东西。

比方说现在 AI 生成PPT快得很，输入主题，几秒钟大纲出来，再点一下，内容排版配色全给你整好。但我总觉得如果 AI 只是用来做PPT，那也太浪费了。

PPT是什么？放给别人看的演示文稿，一页接一页，讲完收工，早年要制作胶片再配合幻灯机，也叫幻灯片，后面才转移到电脑上制作了。AI 的能力远不止做PPT：它能做网页、小程序、甚至整个业务系统。这些东西是让人用的，不是让人看的。

其实教育领域早就有过类似的变化。

我上学那会儿，老师上课全靠板书。一节课写满两黑板，粉笔灰飘一教室。后来有了PPT，点一下鼠标就会有动画飞进来，图片甚至视频随便插，信息量多多了。其实做PPT，就是最早的图形化编程——不用写代码，把文字、图片、动画拖拖排排，一个能跑的东西就搭出来了。

那么现在呢？

我研究过几个 AI 教育的案例，有些老师自己用 AI 做了个随堂测验的小程序。学生扫码答题，系统自动统计正确率，哪个知识点没掌握一目了然。以前这些事想都不敢想，做个互动课件得找公司开发，报价好几万。现在这些老师一个人就能搞定。我在想，这和当年老师们做PPT何其相似。

从板书到PPT，是从“手写”到“拖拽”。从PPT到 AI 定制开发，是从“拖拽”到“说句话”，更是从单向演示到双向交互。

我管这叫“大定制时代”——每个人都能根据自己的需求，用 AI 定制自己的专属工具。

不再只有大公司才能开发系统，也不再只有技术人员才能搭建平台。一个老师、一个运营、一个销售或者任何有自己需求的人，只要清楚自己想要什么，就能把想法变成能跑起来的应用。

我自己就是这么干的。最近我用 AI 给 DeepSeek Harness 写了个桌宠插件：任务一完成，桌宠就蹦出来喊「妈」（见《任务一完成，它就蹦出来喊「妈」——给 DeepSeek Harness 养一头牛来》）。从念头到能用，也就几天的业余时间。

这个变化不仅发生在教育界，职场更猛。

02 业务人员正在“革命”

以前业务人员想改个系统功能，得提需求、等排期、等开发、等测试，两周算快的。现在用 AI，改几句描述，马上能看到效果。这不只是快，更是把试错权拿了回来——错了能立马改，成本几乎为零。

听起来很美对吧？但也有不少缺陷。

我见过不少人用 AI“做”了一堆系统，最后发现只是几个长得像系统的页面。数据不通，逻辑连不上，点来点去都是死链接。

业务人员可以不会写代码，但必须开始理解两件事：数据怎么存的，流程怎么转的。 否则 AI 再强，搭出来的也是一堆“高级PPT”——看起来像个系统，实际上不能稳定运行。

我有个做运营的朋友，最近在学怎么看数据库表结构。我问他：你一个运营，学这个干嘛？他说，不然 AI 帮我生成的东西我连改都不知道从哪改。产品经理其实也一样，既然你想要更大的自由或者说掌控权，那么原来研发人员承担的一些责任和能力，相应地也一并承接过来了，那些有点技术的东西也要去研究学习了。

能跟 AI 对话的人，首先得知道自己到底要什么。 AI 并非魔法，它只是把你脑子里的东西加速实现。脑子里没有东西，加速也没用。

03 研发的退与进：无事可干，还是无事不可干？

有人说 AI 让研发变得可有可无。我认为恰恰相反，研发的不可替代性正在飙升，只不过角色从“前台”退到了“中后台”。

退一步，建基座。 AI 算力调度、RAG知识库精准召回、多租户隔离、数据血缘追踪——这些业务人员不会关心，但任何一个环节出问题，整个 AI 系统就是空中楼阁。

进一步，设护栏。 业务用 AI 生成的代码往往忽略安全边界和合规性。研发的核心价值变成了：给 AI 生成的代码做Code Review，防止Prompt注入攻击，定义“AI 能干什么、不能干什么”的边界策略。

未来的研发不再是写CRUD，而是做三件事：保障稳定、守护数据、划定边界。或者简单来说是基建和兜底，也就是治理权。

04 争了二十年的系统所有权，现在轮到谁了？

业务和研发争系统所有权，不是今天才开始的。这其实是一场持续二十年的“系统所有权争夺战”。

• Excel时代：业务人员用表格就能管数据，所有权100%在业务手中。
• MIS/ERP时代：信息管理系统上线，业务得到便利，但失去了对系统逻辑的掌控。改个字段都要找研发。
• 低代码时代：试图把部分定义权还给业务，但复杂业务依然离不开研发支持，卡在中间两头不讨好。
• AI 时代：业务第一次真正拥有了“把想法瞬间变系统”的能力，逻辑定义权回归。

看上去，业务这一回终于赢了。

但这并不意味着研发出局。相反，当业务用 AI 生成10个功能雷同、数据不通的小系统时，研发的价值变成了：把这10个碎片抽象整合成1个高可用的企业级能力中心。

历史总是螺旋上升的。 AI 让业务拿回了逻辑定义权，可过不了多久就会发现：碎片化的小系统需要整合，数据需要打通，安全需要兜底。这些事，最后还是得回到研发手上。这就是「集中→分散→再集中→再分散」的螺旋——每一次分散释放创造力，每一次集中沉淀基础设施。

轮流坐庄，但周期越来越短。 以前ERP时代一个轮回走十年，现在可能一年就走完一轮。

使用权归业务，治理权归研发。 各退一步，同时也是各自往前多走了一步。

从数字化到智能化，权力在变，壁垒也在变。技术壁垒在变浅，AI 把写代码这件事摊平了，谁都能上手。业务壁垒反而变深，领域知识、SOP 工艺流程参数这些私有的专业数据，AI 生成不出来，只能靠业务一点点攒、一点点喂。往后拼的不再是谁家系统多，而是谁手里的专业数据厚。私有数据成了公司的核心竞争力，定制化能力，正在变成新的护城河。

05 教育的同一条逻辑：古法编程的启示

美国高校的CS课堂现在有个有趣的对照。斯坦福2025年秋季开了门爆满的新课 CS146S《现代软件开发者》，规定是反过来的：不许手写一行代码，必须全程用 AI 完成开发，作业还得附上你和 AI 的对话过程。但这门课不是零基础就能上的——它要求学生已经具备扎实的编程基础。与此同时，更多美国高校的CS基础课在课程大纲里白纸黑字写着：禁用ChatGPT、Copilot，代码必须自己手写，这个被戏称为「古法编程」——不用 AI，甚至不能上网查。

乍一看挺矛盾的，都 AI 时代了还搞这一套？

仔细想想就能明白：AI 是个好帮手，但基本功得你自己有。 没被内存溢出折磨过的人，看不懂 AI 生成的代码为什么在高并发下崩掉。没在断点调试里耗过半小时的人，理解不了什么叫“程序是跑出来的，不是写出来的”。

逻辑很简单：先装底层操作系统，再装高级应用。

顺序不能乱。教育如此，职场亦如此。

06 说几句大实话

回到最开始那个想法：AI 都能做PPT了，那人的价值何在？

从板书到PPT，从PPT到 AI 定制开发。每次跃迁都在降低创作的门槛，同时也在提高创作者的门槛。

工具越强，用工具的人得越清楚自己要什么。 这一点我在《Need Is All You Need》里聊过：先想清楚为什么而做，工具才有意义。

业务人员得懂数据和流程，研发人员得懂安全和治理，老师得懂课程设计、教育理论和教育心理学。什么都没有的人，AI 给他再多他也接不住。说到底，未来的职场不是「业务 vs 研发」的对立，而是领域专家与系统专家的握手。

你得先有东西能被放大。

这是“大定制时代”的残酷之处，也是公平之处——它奖励有积累的人，惩罚什么都不想动脑子或纯许愿的人。

至于 AI 会不会取代人？我觉得不会。但我认同那句话：

AI 不会取代你，但会用 AI 的人会。