他从 No Code 转向 AI，只做了一件事，却重塑了写作者的生产力

当大多数人还在纠结“要不要学 AI”，Ben Tossell 已经用 AI 把写作这件事彻底拆解、重组、再放大。在这期对话里，他抛出的不是工具清单，而是一套反直觉的方法论：为什么真正拉开差距的，不是模型能力，而是你如何使用它。

真正的转折点：不是 AI 出现，而是“门槛”消失了

很多人以为 Ben Tossell 的故事是“押中了 AI 风口”，但他自己更强调另一件事：门槛的变化。在 AI 之前，他痴迷的是 No Code——因为它让“不会写代码的人，也能做软件”。而 AI 的出现，本质上干了同一件事：把原本只有少数专家才能完成的事，变成人人可用的能力。

这也是为什么他能从 No Code 自然过渡到 AI。不是转型，而是延续。他反复提到一个关键词：democratization（民主化）。当写作、研究、总结、生成想法这些“高认知成本”的工作，被 AI 拉低门槛，真正的竞争点就不再是“你会不会”，而是“你用来干什么”。

这点对写作者尤其残酷也尤其公平。AI 没有让写作消失，反而让平庸的写作更容易出现，独特的写作更值钱。

高产写作者的秘密：不是写得快，而是“不从零开始”

在对话中，Ben 多次提到一个看似简单、却极少人真正做到的习惯：永远不要从空白文档开始。

他使用 AI 的方式，并不是让 AI“替我写完”，而是让 AI 做三件事：
1）帮他拆结构（这篇东西可能有哪几种写法？）
2）帮他生成粗糙但可用的第一版
3）帮他快速迭代不同角度

真正的写作，发生在这之后。

这也是为什么他会频繁使用像总结、重写、风格迁移这类能力，而不是单纯的“生成一篇文章”。在他看来，AI 最强的地方不是创造，而是压缩时间——把原本需要 2 小时的“起步阶段”，压缩到 10 分钟。

一旦起步成本趋近于零，写作者的瓶颈就从“写不出来”，变成了“判断什么值得写”。

AI 工具真正的分水岭：通用模型 vs AI First 产品

对话里一个非常重要、但容易被忽略的判断是：未来拉开差距的不是模型，而是产品形态。

Ben 特别点名了 Stable Diffusion，但他的关注点并不只是“生成图片”，而是：它是否真的围绕 AI 重新设计了工作流。也正因为如此，他对很多“大公司+AI 功能”的做法保持谨慎——只是把 AI 当成一个插件，往旧产品里硬塞。

他更看好的是“AI First”的工具：
- 默认假设用户会和 AI 协作
- 把 prompt、上下文、反馈设计成产品的一部分
- 不是让你点按钮，而是引导你思考

对写作者来说，这意味着一个现实选择：你是把 AI 当 Word 的高级自动补全，还是当一个全天候的编辑、研究员和助理？

绕不开的问题：当人人都能创作，价值还剩下什么？

聊到后半段，话题不可避免地转向了 AI 伦理和创作者处境。

Ben 的态度并不戏剧化。他不认为 AI 会“毁掉创作”，但也不否认它会放大已有的问题。内容会更多，噪音会更大，真正有判断力的人反而更稀缺。

他提出了一个很有意思的视角：AI 可能不会取代创作者，但会淘汰那些只提供“信息”的创作者。当信息本身可以被无限生成，剩下的价值来自于：
- 你如何筛选
- 你如何判断
- 你站在哪一边

这也是为什么他持续投入时间做 newsletter。不是因为写得多，而是因为写得“有立场”。

总结

这场对话真正值得 AI 从业者反复琢磨的，并不是某个具体工具，而是一种工作方式的转变：从“我来做，AI 帮我一点”，变成“我来判断，AI 放大我”。

如果你是写作者、研究者、内容创业者，今天就可以行动的三件事是：停止从空白开始写作；把 AI 用在结构和迭代，而不是一次性生成；刻意训练自己的判断力和立场。未来 5 年，模型会越来越强，但真正稀缺的，仍然是知道“该往哪里用”的人。

关键词： AI写作， 生产力提升， AI工具， Stable Diffusion， AI伦理

事实核查备注： 需要核查：视频实际时长；Ben Tossell 的主要身份与 newsletter 名称 Ben's Bites；视频发布时间 2022-11-30；Stable Diffusion 在对话中的具体语境是否为 AI First 产品示例。