那天晚上我盯着推特上俄乌边境的实时画面，坦克履带碾过雪地的声音和加密通讯的截获信息混在一起，冷兵器时代的钢铁洪流撞上了数字时代的神经末梢。这种割裂感让我胃里一阵发紧，世界正在用最原始的方式重新划分版图，而我却坐在杭州的出租屋里，对着屏幕上一行行爬虫代码发呆。这种巨大的不确定性让人窒息，你永远不知道下一秒推特的趋势榜会被什么关键词炸掉，就像你不知道隔壁工位那个沉默的程序员明天会不会突然提交离职申请。
唯一能抓住的确定性，只剩下我手指下面这些代码。Python 的 requests 库还在稳定地发送 HTTP 请求，BeautifulSoup 解析 DOM 树的逻辑依然严丝合缝，多线程池里的 worker 们像不知疲倦的工蚁，从各个新闻网站的 API 里搬运数据。我写了个脚本，自动抓取 BBC、CNN、半岛电视台的标题和摘要，用简单的关键词匹配做情绪分析，然后把结果扔进一个本地数据库。这没什么技术含量，纯粹是焦虑驱动的产物——我需要一种“我在做事”的幻觉，哪怕这件事只是把世界的混乱整理成结构化的表格。API 的频率限制像某种数字时代的物理法则，提醒你即使在信息战里，你也得遵守基本的游戏规则。
凌晨三点，手机推送了 OpenAI 发布 ChatGPT 插件平台的消息。我扫了一眼，脑子里第一个蹦出来的词是“操作系统”。不是 Windows 或 Linux 那种，而是一种更抽象、更可怕的东西：一个用自然语言作为 Shell，用 AI 作为内核，用全球互联网服务作为系统调用的新 OS。它把“调用外部能力”这件事，从需要写代码、处理 OAuth、解析 JSON 的工程师特权，变成了任何人都能说一句“帮我订张机票”的日常操作。那一刻，我盯着我那个还在吭哧吭哧爬新闻的脚本，突然觉得它像一台冒着蒸汽的差分机，精致，复杂，但本质上已经属于上一个纪元。
我团队里那两个刚毕业的小孩上周还在问我，要不要学 Scrapy 框架做分布式爬虫。现在我觉得这个问题就像在问“要不要学修马蹄铁”。战争在重新绘制地理边界，而 AI 在重新绘制能力边界。我过去六年积累的所谓“技术栈”——Axure 画原型、Python 写自动化、死磕微信小程序审核规则——这些曾经让我在饭局上侃侃而谈的筹码，正在以肉眼可见的速度贬值。不是它们没用了，而是获取同样结果的“成本”正在被这个叫 ChatGPT 的东西无限拉低。它不需要你懂正则表达式，不需要你处理反爬策略，它甚至能直接给你生成一段可运行的代码。
关掉新闻页面，我打开了 OpenAI 的文档。外面世界的炮火声变成了背景噪音，而文档里那些关于插件架构的描述——如何定义 manifest 文件，如何暴露 API 端点，如何用自然语言描述功能——这些才是新的战场规则。一种熟悉的、混合着恐惧和兴奋的焦虑感又回来了，和 2016 年我第一次看到微信小程序文档时一模一样。只是这次，我不再是那个可以熬夜到天亮的独狼了，我得考虑团队下个月的工资，得应付客户那些永远在变的需求，还得在每天健身的间隙，挤出时间搞明白这个可能让我过去所有技能归零的新东西。
代码还在跑，数据库里的记录一条条增加。战争、疫情、经济下行，所有这些宏大的不确定性，最终都落到了我这样一个三十七岁产品经理的肩膀上，变成具体的房贷、合同和 KPI。但至少，在按下“运行”键到看到结果输出的这几秒钟里，世界是确定的。这种确定感，是乱世里唯一的镇静剂。而 ChatGPT 插件平台给我的感觉是，它正在试图把这种代码级的确定性，扩张到整个人类活动的范畴。这很可怕，也很迷人。就像此刻窗外的黑夜，既吞噬一切，也孕育一切。
