把写着“对齐、赋能”的旧笔记本直接撕掉，那声音真他妈清脆。颗粒度？我现在听见这词儿就想笑，去年我还跟客户掰扯“用户旅程的颗粒度不够细”，现在想想，那会儿我脑子里装的都是什么工业废水。
书房里就我一个人，对着空气用成都话骂了一句：“龟儿子些，天天赋能，赋你妈个铲铲。”骂完浑身舒坦。39岁了，搞了快二十年互联网，从写代码到带团队再到自己单干，绕了一大圈，发现最骗人的就是这些漂亮话。什么对齐颗粒度，什么打通底层逻辑，什么构建生态闭环，说这些话的人自己可能都没搞明白明天要交付的模块到底卡在哪个API的鉴权上。这些词就像一层厚厚的油，糊在真正的问题表面，让你觉得一切都在掌控中，其实底下早就锈穿了。
2019年那会儿带团队，我最爱干的就是开会，在白板上画那些巨复杂的业务流程图，每个节点都标上“关键动作”和“数据埋点”，觉得自己特专业。结果呢？底下的小孩被这些虚头巴脑的框架搞得晕头转向，真正要写的爬虫遇到反爬升级，卡了三天没人敢来问我，怕我觉得他们“颗粒度”理解不到位。最后项目延期，客户投诉，我又得熬夜亲自去抠那个动态加载的JSON接口。那才叫颗粒度，代码层面的、一毫米一毫米往前拱的颗粒度，是血和汗，不是白板上的马克笔。
现在不一样了。ChatGPT出来之后，整个行业像被高压水枪冲了一遍。你以前赖以生存的那些“技能”——什么Axure画高保真、写复杂的Python调度脚本、甚至是一些基础的数据分析——突然就被降维打击了。一个指令，AI能给你生成80%可用的代码；再喂点数据，它能给你分析出你没想到的维度。恐慌吗？当然恐慌，2023年我失眠了整整三个月，感觉前半辈子白干了。但恐慌之后是清醒：AI再牛，它解决不了“具体”的问题。它不知道你的客户那个奇葩的ERP系统里有个自定义字段的命名规则是十年前某个离职程序员乱写的；它也不知道你部署的n8n工作流，因为服务器时区设置不对，每天凌晨总会漏跑一条数据。
所以我的复盘彻底变了。我不再关心“战略”是否清晰，我只关心今天遇到的三个具体的Bug：第一，给健身房客户做的AI体测报告生成工具，为什么在读取某些型号体脂秤数据时，数值会偏移？是蓝牙协议版本问题，还是数据解析的字节序错了？第二，用LangChain搭的本地知识库，检索最近一周的健身餐食谱时，为什么会混入两个月前的旧数据？是向量化的时候没过滤时间戳，还是检索算法top-k设置得太大了？第三，那个谈了很久的瑜伽馆SAAS单子，利润到底卡在哪儿？是本地部署的服务器成本太高，还是对方担心续费率？能不能改成轻量的、基于企业微信小程序的方案，用云函数把成本打下来？
这些才是真的颗粒度。是代码报错信息、是数据库查询日志、是服务器账单上的数字。它们不性感，甚至很枯燥，但每一个背后都连着真实的卡点和真实的钱。AI是我的放大镜和铁锹，帮我更快地定位和挖掘，但最终用手把石头搬开的人，还是我自己。赋能？我现在只给自己赋能，工具和思路的赋能。对齐？我只和我的银行账户对齐，和客户系统里的真实数据对齐。
撕掉那本笔记，像是撕掉了一层皮。有点痛，但更多的是痛快。39岁，第二次技能恐慌的尾巴上，我终于敢承认：那些宏大叙事救不了你，能救你的，永远是下一个具体的Bug，和解决它之后，账上能多出来的、具体的利润。
