我对用 AI 编程产生了深深的沉迷，甚至对玩游戏也失去了兴趣。以前周末，我总会打开某个城建经营类游戏，比如前段时间入手的《纪元》系列，沉迷于盖房造楼、铺设生产线。而现在，无论周末还是工作日，我都会坐在电脑前，打开一个 OpenCode 窗口，开始“搞事情”——让它帮我写代码、分析数据、头脑风暴小说创意，甚至跟我争论某个观点。我一坐就是一天，那种感觉让我想起了当年玩《文明》时的“再来一回合”。每当我觉得已经神经衰弱到不能再这样下去的时候，打开 Steam 的游戏列表打算放松，看了半天之后就放弃了——该死，这些游戏都不如 Vibe Coding 好玩。我所有入坑 Vibe Coding 的朋友也都出现了类似的症状：没完没了地盯着那个终端文本窗口，别的啥都不想干了。
怎么就成瘾了呢？我的理解是，这件事的核心不在于 AI 有多强，而在于一个更底层的东西：人最喜欢的，从来不是完全的确定，更不是完全随机，而是一定比例的“半随机”——就是你知道大概方向，却无法预测精确结果。你隐约在预测接下来会发生什么，但结果总比你猜的多个意外。而这个“意外”，不多不少，刚好够你“哇”一下。
快乐究竟来自何处？多巴胺并非快乐分子。当你吃到一道意外美味的菜，你觉得快乐，以为是多巴胺在奖励你。但其实多巴胺真正做的是：在你吃到菜之前，预测这盘菜有多好吃；然后在你实际吃到之后，计算“现实与预期”的那个差值。神经科学家把这个差值叫做奖赏预测误差。如果实际比预期好，误差为正，多巴胺猛烈释放，你会感到兴奋、惊喜、再来一口；如果实际比预期差，误差为负，多巴胺受抑制，你会感到失望、无聊、放下筷子；如果实际等于预期，误差为零，多巴胺根本不变——不快乐，也没痛苦，你就是觉得“嗯，就那样”。所以，食物的幸福感最大化，在于第一口刚刚入口的那一瞬间。那是预期和实际相差最大的一刻。
这个理论最初由沃尔弗拉姆·舒尔茨在九十年代通过猴子实验发现。他的实验很简单：猴子一看到灯亮，就知道下一秒会有果汁滴到嘴里。一开始，灯亮时猴子的多巴胺神经元没反应；果汁滴下时，猛烈放电，它很惊喜。后来，灯亮和果汁之间的关联变得完全可预测，猴子看到灯会兴奋，喝到果汁时毫无意外，反而没有反应了。再后来，舒尔茨亮灯但不给果汁，多巴胺神经元放电减少，猴子大失所望。只有当舒尔茨偶尔给一个“意外果汁”——比如没亮灯直接给——猴子的多巴胺才会炸。你看，这就是问题的核心：完全确定，无聊；完全随机，放弃；只有半随机，上头。赌博之所以会成瘾，是同样的机制。最让人成瘾的赌博都是那些引入了一些（或真或假的）技术因素的玩法：你不是肯定会赢，而是给你营造出“我差点能赢”的幻觉；当你在这种机制里真的赢了，你会获得前所未有的多巴胺刺激。游戏设计师早就知道这个道理，最让玩家上瘾的机制，都是这种“意料之外，情理之中”。
当我用 AI 做项目时，跟这些游戏机制类似，但它更厉害——因为它不是设计好的剧本，而是一个会回应你的半自主的协作者。说俗了，像老虎机；雅一点，像爵士乐。
让我来试着描述一下，我用 AI 做项目时，大脑里发生了什么。比如我让它帮我做一个新小说的设定。我大致有一个对这部作品世界观的想法，但是没有细节，很多部分没有完全思考清楚。于是我将我的最初步的大纲告诉了 AI，让 AI 帮我细化。然后它开始输出。一行，两行，三行。我盯着屏幕，像听一首还没写完的曲子。一般情况下它能够顺着我的想法往下发展，其中包含了我预期之中的一些要素。我点点头心想“这个很对，就应该如此”。也有很多时候它没有完全理解我的想法，整个设定走向了一个奇怪的方向，或者出现了 AI 常有的那种“糊味”，我就会骂它：“你这做的是什么玩意，我不是这个意思。”但是最让我兴奋的，是那些“超出预期”的时刻——那种我完全没有想到的，但是非常合理的设定逻辑，将某几个合理的、同构的、但是极其遥远的要素联系在一起，让我有了对这件事全新的理解。那一刻，我大脑里的多巴胺就像舒尔茨的猴子尝到意外双倍果汁一样，炸了。
我去年研究 AI 绘图的时候也是如此：输入一段提示词，按下按钮让它生成图片的过程，与拉下老虎机的拉杆让它吐出数字的过程是完全同构的：你很期待，但是随机性决定了它不会完全符合预期。AI 很少会让人完全满意，它往往会给出一个“还可以但是不够好”的答案。这种情况会几乎强迫着让你不停地想要下一次：不是因为有什么任务非完成不可，而是你想看看下一次，它还能不能再来一个让人意外的好东西。这种感觉，我后来想明白了，很像爵士乐。
你听一段爵士即兴演奏。乐手站在台上，你不知道他下一个音符会弹什么——他自己也不知道。但你隐约知道他不会离开这个和声框架。在这个框架之内，他有无限种可能。他弹出一个你没想到的音，但没有跑调，反而把整段旋律推到了一个新的情绪高点。你会不自觉地在心里喊一声：“对，就是这个。”
用 AI 做项目，文本也好，代码也罢，你就是那个乐手，同时也是那个听众，还是那个指挥。你发出指令，是给定一个主题；AI 开始生成，是在即兴演奏；你看到结果后决定下一步往哪里走，是在给下一个和声。你不是在消费一段已经写好的旋律，你是在参与一段正在生成的、永远不会重复的、充满意外的创作过程。
这就是为什么它比打游戏更让人上瘾。游戏再开放，它的意外也是设计好的——开发者预设了你会在这里遇到这个怪、在那里触发那个剧情。而 AI 生成的意外，是真正意义上的意外。不是程序员的阴谋，而是语言模型在概率空间里的一次随机漫步撞上了你的需求。这种意外，有一种原始的真实感。
琢磨到这里，我忽然理解了另一件事：为什么很多人在刷短视频、打游戏、追剧之后，会觉得空虚。那些东西也能激活多巴胺。一个搞笑视频戳中你的笑点，一段剧情反转让你措手不及——这些都会产生预测误差，让你爽。但问题在于，你是被动的。你是那个坐在台下听爵士的观众，而不是台上的乐手。你的多巴胺释放了，但你的自我效能感没有增加。你爽完了关掉屏幕，什么都没有留下，就像吃了一大包薯片，热量进去了，营养无几。
人类这个物种，有一个很奇怪的特性：我们喜欢留下痕迹。远古人在洞穴墙壁上画野牛，不是为了给谁看，就是想画；中世纪的工匠在教堂石柱上雕一个别人根本看不到的纹样，不是因为有报酬，就是想雕。为了这个“我就是想做”，人类还发明出来了一整个产业：模型。现代人在 GitHub 上写开源代码、在知乎上写回答、在小红书上发笔记，很多人的动机根本不是钱，是那种“我在这里，我做了这个”的感觉。AI 没有把这个感觉抢走，它反而把它放大了。以前你有一个想法，要从零开始实现，门槛很高。现在你有了一个智能助理，你只需要把模糊的意向给它，它帮你搭骨架，你来做选择和修正。创造的效率提升了，创造的乐趣也提升了——因为你在更多的时间里，处在那种半随机的、预测误差高企的心流状态里，而不是在搬砖。
所以，我不是不爱玩游戏了，我是找到了一个比游戏更好玩的东西。游戏是别人设计好的预测误差机器，而用 AI 做项目，是我自己在搭建一台预测误差机器，然后跟它一起玩。这台机器没有预装剧本，每一次都是即兴演出，没有重播，没有攻略，没有通关的那一天。创造，才是作为人类最有趣的事情。用 AI 做项目，大概就是这样一种感觉。你发出了指令，但你不知道它会怎么回应。你在这个“不知道”里，找到了那种最原始的，属于猎人和探索者的，面对不确定世界的警觉与兴奋。然后你意识到，这种兴奋不是 AI 给你的，是它帮你唤醒的。它一直在你脑子里，只是之前没有合适的触发器。现在触发器就在你手边。剩下的，就是你自己决定要不要坐下来，开始那场永远不会结束的即兴演奏。