AI时代的手艺：从生产到判断

手艺从来不藏在金属里。当媒介变了，判断力搬了家。

手艺的本质是判断，不是生产

过去，我们认为手艺体现在制作过程：木匠的精湛刨花，厨师的刀工，设计师的像素级调整。但AI把这些生产步骤变得极其廉价。

真正的稀缺品变成了判断力。你不需要会画每一根线条，但你需要知道哪一根放在哪里最合适。

拿网易云音乐的推荐算法举例。工程师用模型批量生成歌单，但最终上线前，总编室会人工听一轮——不是验证音质，而是判断情绪是否匹配场景。这就是判断力。

把标准写下来，让AI执行

很多人担心AI会摧毁手艺。恰恰相反，如果你能把自己的判断标准写清楚，AI比人类学得更快、更稳定。

一位B站UP主曾经说，他花三年时间培养的剪辑手感，现在用一句提示词就能让AI模仿七八成。但剩下那两三成——比如情感节奏的拿捏——才是他真正值钱的地方。他每周花两小时给AI生成的粗剪版打分，把评分标准沉淀成文档。结果AI进步的速度比他自己还快。

人类的核心角色：审核与迭代

AI不会取代手艺，但会重新定义手艺人的工作。过去你花80%时间制作，20%时间修改。现在比例倒过来：80%时间用来评估和调整标准，20%时间用来确认最终输出。

爱奇艺的影视后期团队已经这么干了。他们用AI生成特效的初版，然后团队集体review，每人用不同颜色的贴纸标注“风格不符”“节奏太快”等感觉。这些模糊的反馈被翻译成参数，喂回模型。迭代几轮后，模型产出的效果甚至超过纯手工制作。

关键在于：别让AI替你思考

最危险的场景是什么？是团队开始接受AI的默认输出，不经过任何判断。例如，一个电商详情页，淘宝的AI工具可以自动生成文案。如果运营人员直接点“发布”，而不去判断“这句话是否符合品牌调性”，那么手艺就真的死了。

反过来说，如果运营人员每次都手动调整两句，再把调整后的版本作为新样本喂给AI，那么手艺反而被放大了。每次调整都是一次知识沉淀。

总结：保护好你的判断标准

AI可以把手艺从“做得好”变成“判断得好”。但这需要你先把标准写下来，然后保持人类终审。

没有写在纸上的判断标准，AI学不会。没有人类持续review，标准会退化成随机参数。

手艺不会消失，它只是搬进了新的地址：你的大脑。