《山巅周刊》定期分享科技、商业、医学及人文资讯，以及商业智慧和最佳实践，每周日发布。

2009年，《Wired》杂志刊登了Robert Capps的一篇标志性文章《The Good Enough Revolution》，宣告了“差不多就行”（Good Enough）的革命。这篇文章的核心主旨在于，技术创新并非总是追求完美无缺的巅峰，而是通过提供“差不多就行”的解决方案，颠覆传统巨头。MP3播放器便是典范：与CD相比，它的音质糟糕透顶，却凭借小体积、电池供电和闪存存储实现的便携性、低成本和易用性，迅速征服市场。

SanDisk Clip Sport。SanDisk是Apple iPod最大的竞争对手，以Sansa系列闻名，直到2019年发布SanDisk Clip Sport Go。

MP3播放器在2000年代风靡全球，虽然在2010年代后的大众市场受智能手机和流媒体服务冲击严重，但在学生群体、‌运动爱好者、‌音频发烧友与怀旧人群‌中仍保有稳定需求。

过去20多年，“MP3效应”在多个领域反复上演。

相机市场便印证了这一效应。过去20年，所有增长都来自昂贵的数码相机，但销量最高的仍然是廉价的傻瓜相机。在一些有指标性的2025年销量排行榜顶部，总是出现KODAK PIXPRO FZ55。

KODAK PIXPRO FZ55

KODAK PIXPRO FZ55由柯达的品牌授权商JK Imaging制造，外观和操作方式与10多年前风靡一时、如今已基本销声匿迹的那种小型数码相机几乎一模一样，使用 SD 卡存储和 USB 数据线连接电脑，没有内置 Wi-Fi 或蓝牙。这款售价 30 美元的相机旨在用于娱乐摄影，仿佛时光倒流回到了2000年代中期。

柯达甚至通过 RETO 推出了 Charmera 钥匙扣数码相机盲盒，7 款造型复刻1987年柯达首款标志性的一次性相机——KODAK Fling。这款只能拍摄 160 万像素照片的玩具每次上架都会售罄。

Pure Digital Flip Ultra

另一个经典是2007年的Flip Ultra摄像机。由Pure Digital推出的这款产品，是首款简化视频拍摄和分享流程的摄像机，但只能拍摄 640 x 480 分辨率的视频，没有色彩调节功能，也没有光学变焦。但凭借集成软件，Flip Ultra 可轻松编辑、整理视频，并无缝上传到视频分享网站。2009年，思科以5.9亿美元收购了Pure Digital。

服务也是如此：早期的云服务功能非常有限，网络连接也不稳定，但用户可以从任何电脑访问它们，即使本地电脑崩溃，工作也不会丢失。

军事领域亦然。从1995年MQ-1捕食者无人机服役开始，成本低廉的无人机充斥作战市场，那些载得更重、飞得更远的A-10攻击机或者F-16战斗机却很少使用。

今天，“MP3效应”在AI、可持续技术和消费电子中延续。

新兴AI原生企业提供成本低、速度快的替代品，挑战传统系统。OpenAI从基本聊天模型起步，牺牲了某些专业深度，却以易用界面和低门槛颠覆了复杂软件。许多AI生成的内容并不精致，却为教育和创意领域提供了价值。

在预算智能手机和电动汽车市场：HMD的亮点在于做工和设计，电池寿命最长可达 4 年；Seagull以基本续航和低价进入市场。

在创新项目中，应用“MP3效应”原则可避免过度设计。传统模式如瀑布式开发，往往层层堆叠功能和设计，许多被认为是最小可行产品（Minimum viable product，MVP）的原型设计，也许就足够Good Enough。

大众用户更多关注三件事：易用性、持续可用性和低廉的价格，受益于 MP3 效应的产品会充分利用这些特性中的一项或多项，为了实现这一点，它们甚至愿意牺牲一些性能和功能。

“MP3效应”契合帕累托法则（Pareto Principle，80/20法则），可以这样理解：20%的努力、功能或投资往往能为消费者带来80%的价值。这意味着可以大幅简化产品或服务，使其更易于使用，同时仍然保留用户所需功能的80%——使其达到“差不多就行”的程度。

科技世界早就停滞不前了，至少是创新停滞，要适当抵制那种一味追求高制作水准的思维模式。

从某种程度上说，MP3遵循了克里斯坦森（Clayton Christensen）在1997年出版的《创新者的窘境》（The Innovator's Dilemma）一书中阐述的颠覆性技术的经典模式。克里斯坦森解释说，颠覆性技术通常从市场底层进入，被现有企业所忽视。随后，这些技术不断发展壮大，日臻完善，最终取代旧系统。

科技巨头都深谙应对渐进性、突破性和破坏性技术的策略，乐于等待竞争对手开拓新技术，然后再发布自己精心设计、高度易用的版本。创建轻巧灵活的产品正是精益创业公司和小规模企业最擅长的领域，让别人再去丰富功能、提升性能、重新定义吧。

与那些旨在提升和改进现有产品或服务的持续性技术不同，颠覆性创新往往始于小众领域，最终扩展到主流市场。这些颠覆性技术起初看似微不足道，但最终可能重塑整个行业格局。

尽管先进技术的应用一定会渗透到产品中，但“MP3效应”绝不会牺牲易用性、持续可用性和低廉的价格。现代便携式媒体播放器（Portable Media Player, PMP）通常支持MP3以外的其他文件格式和媒体类型，特别是支持视频播放，以及使用开放的操作系统以支持应用扩展，并具备无线连接功能，但仍旧沿袭小体积、电池供电、闪存存储、耳机插孔。MP3播放器也一直是这类设备的常用别名。

人物：Peter Steinberger

开发者工具PSPDFKit的创始人Peter Steinberger，以1亿欧元的高套利身价和科技行业最热门的人工智能项目回到人们的视野。

这位奥地利人做了十多年的 iOS开发，现在沉浸在氛围编程模式中，以惊人的速度构建人工智能驱动的开发者工具。

Peter 利用周末时间拼凑的项目最初叫“WhatsApp Relay”，然后不断地改成Clawdbot和Moltbot，几天后又有了新名称OpenClaw。OpenClaw相当于一个网关，接入WhatsApp、Telegram 等常用聊天应用，并让模型的输出直接变成动作，指挥用户的电脑。

在开始WhatsApp Relay时，Peter写博客说，“最近我比较安静，因为我正全身心投入到最新的项目中。智能工程已经发展得非常成熟，现在几乎100%的代码都是它生成的。直接跟它对话——无需废话。”

当我们还沉浸在Vibe Coding和Claude Skills的时候（或者还有人能够记起AutoGPT吗？），一个真正能干活的极客玩具出现了，并且成为 GitHub 社区最热门的话题。

OpenClaw的功能描述中有三点很是吸引人：1、支持支持 Mac、Windows 或 Linux 系统本地运行；2、可以通过任何聊天应用对话；以及，3、完全的系统访问权限。当然还有一点副作用：由于最初在网站中直接推荐了运行硬件Mac mini，导致Mac mini销量暴涨。

于是各大社区出现许多一夜之间改变人生格局的段子，最后都会点题OpenClaw。

我们一直在幻想自己可以不干事该有多么美妙，但当真正摊上不干事的事后，却害怕起来。比如要是一夜之间账户余额多出几个零来，应该怎么坦白收入来源才会有人相信呢？

试试看：

iwr -useb https://openclaw.ai/install.ps1 | iex

Peter Steinberger的故事又是一个氛围编程的鲜明例证，此时，可以兄弟同台的是Steve Yegge。

Yegge是一位美国计算机程序员，他在亚马逊和谷歌都工作过，但是因在Stevey's Blog Rants网站上撰写有关编程语言、生产力和软件文化的文章而闻名。在人工智能热潮启动时，他就不写那些长篇大论浪费时间了。

Yegge 已成为氛围编程的积极倡导者，他使用聊天机器人为用户编写代码，甚至写了一本书就叫《氛围编程》。

2026 年 1 月，Yegge 推出了一个名为 Gas Town 的项目，这是一个氛围编程协调器，用于 Claude Code 的多智能体编排系统，具有持久工作跟踪功能。

Gas Town（煤气镇）的命名来自电影《疯狂麦克斯》（Mad Max）第四部，是里面大反派老乔的老巢。Gas Town到处都是二手零件组成的燃气机，能正常工作，但是看上去摇摇欲坠。Yegge 说，Gas Town 的开发就是东拼西凑，不考虑合理性，能用就加上去，没抛错就接受。

Yegge 声称 Gas Town “100% 采用氛围编程。我从未看过代码，也从不关心，这可能会让你有所顾虑。”所以他建议用户不要使用 Gas Town，因为使用它需要全心全意信任 AI。并且，就算相信它，它也可能把事情搞得一团糟。另外，多个 AI 一起跑，很费钱。

许多人不信邪，项目上线一个月点赞6000多。

Gas Town的用户体验也和OpenClaw差不多，除了行云流水，还有许多搞砸了的故事，有趣而惊险。信任、整合与品味是人类价值最光亮的地方，也是人类在AI时代尚可保留的最后底裤，但也被快速撕裂。

提出“信任、整合与品味”的是作家Robert Capps，他在《山巅周刊第271期：无私的粉丝》中引用过的一篇文章中说：“在我看来，在信任、整合与品味这三个主要领域，人类的作用现在或不久的将来将比以往任何时候都更加重要。”

这是值得信任的理性判断。但人工智能正在替代这些领域，比如艺术家是自诩能够独善其身的族群，但平面设计、电商美工很容易被人工智能取代，双一流高校也正在集中停招传统艺术与设计类专业。在时间预测上，文章发出的半年后，用户就尝试把信任、整合与品味都交给人工智能。

所以，除了安全方面的担忧，投资者也在嘀咕：AI会不会直接终结软件时代？Salesforce便是过去一年股价大幅下跌的大型软件公司之一。

《科学》（Science）2026 年 1 月 22 日发表的一项研究透露，美国约有 29% 的 Python 函数由人工智能生成的。

人工智能研究机构Mila的深度学习应用研究科学家Jeremy Pinto说，我注意到我的编程方式发生了变化。我现在很少自己写代码了——大部分编程工作都是由程序自动完成的。我负责将这些输出结果打磨成更持久耐用的东西。一旦代码根据我最​​初的提示达到了可运行状态，我就会开始进行精雕细琢——移除多余的线条，删除冗余代码，确保各个部分能够完美契合且可以复用。

这和我在《山巅周刊第156期：AI取代人类工作？》里写的想法一样——我在三年前（2023-04-16）设想了一些不被AI取代的情形：

人工智能自身会创造新的工作，其中一类可能是您想不到的：人类将被雇来清理人工智能造成的错误和生成的垃圾，比如管理跑到大街上危害公共安全的所谓自动驾驶车，以及解决氛围编程生产的需要审查和重构的问题代码。

到现在，精改代码这种雕刻匠工作，对于大多应用需求其实是不必要的。Steve Yegge垒起了煤气镇，能跑就行；Peter Steinberger在接受@pragmaticengineer的播客中说：“我发布的代码我自己都不看。”

为了一个MVP，我用GPT-5.2-Codex一不小心就跑出许多上万行的代码文件。不过，谁在乎那座“屎山”呢，只要能运行就千万别动，尤其还是新鲜的时候。

关于氛围编程，请浏览酷玛DS的文章：一文掌握人工智能氛围编程。

声音：为何会损坏

即使是设计最精良的产品也难免出现故障。

工程师们正在努力了解这种情况何时发生、如何发生以及为什么会发生，但并非试图确保永远不会发生。

这篇文章还揭露了产品维修领域的商业策略和路径，提升消费者理性认知。

via Why Things Fail， by Robert Capps

影像：他们是不是瞎了？

一篇论文中的图片，展示 1980年代末日本房地产泡沫的图表。你看到那个山峰，就会想：“到底是谁在顶峰买房？他们是不是瞎了？”

没人有水晶球。在投资上的失败常常不能累积经验，这与成年人比孩童更难摔跤是两回事。