真正的门槛从来不是代码，是判断。代码它替我写了，判断，我自己留着。
我不懂代码。这话我在别处说过，不是谦虚，是事实。
我让 AI 给我做东西。它给我的，是一个页面：能点，能看，配色讲究，比我用惯的 Excel 表格体面得多。对一个连一行代码都读不懂的人来说，那一眼是真高级。
而且是"今天提需求，今天就拿到"的高级。搁两年前，这种东西我得求人、等排期、看人脸色。现在它说，好了，给你。
这种时候，人是最容易照单全收的。高级，免费，还快——谁会拒绝呢？我差点也这样。
但我接着问了几个问题。不是多疑，是本能。
这东西，怎么用？怎么稳定地用——明天还在不在，下个月还在不在？用起来有没有风险——放了数据进去，安不安全？还有，怎么让更多人用？
这四句问下来，很多"高级"就现原形了。
我见过不少人卡在这儿：AI 给了他一个东西，在自己电脑上能跑，挺好。想让同事用一下——发不过去；想让它长期在线——不知道从哪儿弄；想有个自己的网址——更是想都没想过。东西是真的，可用不起来，也是真的。
接受只要一秒，用起来是一直的事。光有"拿到了"的兴奋，没有"用得住"的本事，这东西其实还不算你的。
为什么我第一反应是问，而不是收？
因为我干的是数据分析。这一行最忌讳三件事：结论空洞，脱离实际，落不了地。一个数字再漂亮，一张图再精致，业务那边用不上、不认账，它就是白做。被这种事教育过的次数多了，人就长记性：东西好不好，不由东西自己说了算，由它能不能落地说了算。
一个页面再高级，答不了上面那四句，跟一个落不了地的结论，是一回事。
所以我不是不信 AI。我是不信"看起来很好"这五个字。
后来我把那条线画清楚了，就一句话：
我想要什么、想实现什么，是我的事；怎么实现，是它的事。
这条线以内，我全放。代码它写，方案它出，费劲的活它干——它干得比我快，比我便宜，还好。
这条线以外，我从不放。为什么这么做、做到什么程度算对、错了怎么办——这些它可以说、可以建议，但拍板的得是我。不是因为它笨，是因为它不知道我要去哪。
守住这条线，靠的不是会写代码。恰恰相反——我不懂代码，照样守得住。靠的是问：为什么这么定？依据是什么？换个做法行不行？问下去，答案自然就出来了。判断这件事，从来不需要会写代码，只需要知道自己要什么。
当然，什么都不懂，也是守不住的。什么都听不懂，问了也是白问。
我对"不懂"这件事，有个自己的解法：学。不为转行，不为变成技术人，就为看懂它在说什么。
我给自己做了个查编程名词的小词典，把那些黑话一个个翻成人话。还弄了个每天雷打不动的推送，看技术圈又在折腾什么。学得慢，也不系统，但每多看懂一个词，我就多了一分底气——下次它说"这个方案没问题"，我知道"没问题"仨字是怎么来的。
看懂，才谈得上判断。看不懂的判断，那不叫判断，叫赌。
所以我的立场很简单：做决定的永远是人，不能交给机器。
AI 是工具，人是用工具的。工具越聪明，用工具的人心里有没有数，就越值钱。它负责做得快，我负责想得对——快和对冲突的时候，永远听对的。
我不懂代码，但这不妨碍我拥有这一整套东西。因为真正的门槛从来不是代码，是判断。代码它替我写了，判断，我自己留着。