AI能拆解动作，却拆不出那个“咔哒一声”：从泳池到企业软件，同一个真相
2026/08/19 11:35阅读量 3
作者从学蝶泳的经历中发现，救生员的口头指导和ChatGPT的技术分析都正确，但他始终无法真正掌握动作，直到看到海豚游动时，大脑才完成关键顿悟。他认为“知道”与“做到”之间往往缺一个具体、直观的示范，这同样适用于企业软件与AI生成软件。
事件概述
泳池前贴着一张迈克尔·菲尔普斯在2008年北京奥运会蝶泳比赛中的海报，作者被画面中“高高跃出水面、直视镜头”的姿态吸引，以此为模板模仿了一年多。他能做出好看的短暂动作，却始终无法游过25米。泳池救生员指出：蝶泳有两次打腿，力量应从髋部开始传导，头部入水时压低、脸朝下。但作者因对方并非专业教练，且相信海报上菲尔普斯的姿态，并未真正采纳。
后来，作者让ChatGPT分析自己的划水视频。ChatGPT给出了与救生员一致但更详细的力学拆解（由髋部驱动，大腿、小腿、脚逐级传递，像甩鞭子），并建议无需加强力量训练，只需改进动作。作者虽认可，但仍未能改变。
真正带来突破的，是一次在海洋世界看海豚游动。海豚身体呈连续波浪，力量从髋部起始传导，让作者瞬间理解了此前所有口头指导的含义。回到泳池后，25米的瓶颈消失，他首次以同样动作游完50米。此后他也在公开水域中保持了这一能力。
核心观点
- “知道”不等于“做到”。救生员和ChatGPT都提供了正确的指导，但都未能让作者改变动作，因为大脑缺少一个能被真正抓住的直观画面。
- 直观示范并非万能，它需要以已有的知识铺垫为前提。作者能看懂海豚的身体波浪，是因为救生员和ChatGPT已经告诉了他该看什么。
- 企业软件领域的类似现象：设计理论都知道界面要友好，但多数系统仍做成层层嵌套的菜单。作者构建的“微卡片”平台通过数千个单一用途卡片，让用户直接看到模块化系统实际运行，才真正改变人们的认知。
- AI生成软件也有同样反差：描述需求后几分钟就能得到看起来很漂亮的网站，但真正的考验在第一次修改时。企业级标准与“花架子”的区别，恰恰在反复打磨中显现。
结论
有时候，学习突破不来自更多解释或更多努力，而是来自一次以大脑能抓住的形式出现的正确示范。作者也承认，并非所有差距都能靠画面或示范解决，有些仅需要时间和重复练习。